مشروع تحليل بيانات موسيقية وتوقّع شعبية الأغاني باستخدام خوارزميات التعلم الآلي.
تم جمع بيانات تحتوي على خصائص مثل: الطاقة (energy)، الرقم الإيقاعي (tempo)، المدّة الزمنية (duration)، والرقمية الصوتية (acousticness).
تم تنفيذ:
تحليل استكشافي للبيانات (EDA) لاكتشاف الارتباطات بين الخصائص ومستوى الشعبية.
معالجة البيانات وتطبيعها باستخدام MinMaxScaler.
تدريب نماذج مثل Random Forest، Decision Tree، وLinear Regression لتوقّع درجة الشعبية.
تقييم الأداء باستخدام R² وMAE لتحقيق توازن بين الدقة والبساطة.
النتائج: تم تحقيق دقة توقّع تجاوزت 88%، مع قدرة النموذج على تفسير العوامل الأكثر تأثيرًا في نجاح الأغاني.
