تحليل بيانات حجوزات الطيران لشركات الطيران المختلفة في الهند

في هذا المشروع قمت بالعمل على مجموعة بيانات حجوزات الطيران التي تحتوي على معلومات تفصيلية عن الرحلات الجوية بين عدة مدن هندية. dataset كانت متاحة بصيغة CSV، وتم التعامل معها باستخدام مكتبة Pandas في بايثون، مع تطبيق خطوات تنظيف وتحليل البيانات، بالإضافة إلى تصميم لوحة معلومات تفاعلية (Dashboard) لعرض النتائج بشكل مرئي. أهم خطوات المشروع 1.تنظيف البيانات (Data Cleaning): 2.معالجة القيم المفقودة. 3.التأكد من تنسيقات الأعمدة (مثل التواريخ والأسعار). 4.تحويل الخصائص المشتقة مثل أوقات الوصول والمغادرة إلى تصنيفات واضحة. 5.تحليل البيانات (Data Analysis): 6.من خلال التحليل أجبنا على عدة أسئلة عملية مثل: 7.أكثر شركات الطيران تكرارًا في الرحلات. تصوير البيانات (Data Visualization): 1.استخدام الرسوم البيانية (Bar Charts & Line Charts) لعرض النتائج. 2.تصميم Dashboard لعرض العلاقات بين المتغيرات (Airline, Price, Class, Cities…). نموذج التنبؤ (Machine Learning Model) بعد التحليل، قمت ببناء نموذج تنبؤ لسعر التذكرة باستخدام خوارزمية Random Forest، وقد حقق دقة 98% على بيانات الاختبار. كذلك قمت بعمل نشر (Deployment) للنموذج بحيث يمكن للمستخدم إدخال بيانات الرحلة (مثل شركة الطيران، المدينة، وقت المغادرة، الكلاس …) ليقوم النموذج مباشرةً بالتنبؤ بسعر التذكرة.