هذا المشروع هو تحليل متعمق ومقارن لبيانات جائحة كوفيد-19 العالمية

الملخص التنفيذي: هذا المشروع هو تحليل متعمق ومقارن لبيانات جائحة كوفيد-19 العالمية، باستخدام مجموعة البيانات المفتوحة من Our World in Data. تم تطبيق دورة حياة علم البيانات الكاملة، بدءاً من المعالجة الأولية وصولاً إلى بناء نموذج التعلم الآلي (Machine Learning) للتنبؤ بالإصابات المستقبلية. الأدوات والمنهجية التقنية:اعتمد المشروع على بيئة Python وأدواتها القوية. تم استخدام مكتبة Pandas للتعامل مع ملف البيانات الضخم، وتجهيزه عبر تنظيف ومعالجة القيم المفقودة. تركز التحليل على المتغيرات الحيوية مثل عدد الإصابات والوفيات، وحالة التطعيمات، وكثافة السكان. التحليل الاستكشافي والرؤى المستخلصة:تم إجراء تحليل استكشافي شامل للبيانات (EDA) أدى لاستخراج رؤى حاسمة:المتابعة الزمنية: تحليل تطور الإصابات اليومية في دولة معينة لتحديد ذروات الموجات.المقارنة الجغرافية: إجراء تحليل مقارن للوضع الوبائي بين دول مختارة ذات سياقات مختلفة (مصر، السعودية، أمريكا، وإيطاليا).دراسة الارتباطات: تحليل العلاقة بين عدد الوفيات وإجمالي الإصابات، ودراسة تأثير نسبة التطعيم على الحد من الحالات الجديدة.تم استخدام مجموعة من التصورات البيانية المتقدمة (Line chart, Bar chart, Pie chart, Heatmap) لتوصيل هذه النتائج المعقدة بوضوح بصري مؤثر . النمذجة التنبؤية بالتعلم الآلي:بناء النموذج: تم تطبيق نموذج الانحدار الخطي (Linear Regression) للتنبؤ بعدد الحالات المستقبلية الإنجازات والمخرجات النهائية: تضمنت مخرجات المشروع: تقرير تحليلي متكامل، وكود Python منظم وموثّق بالتعليقات، وDashboard إحصائي مصغر (تم إنشاؤه باستخدام Power BI أو Excel) يعرض أهم الإحصائيات والرسوم البيانية التفاعلية. القيمة المضافة: يبرهن هذا المشروع على قدرتي الفائقة على استخدام Python والذكاء الاصطناعي لاستخراج رؤى عملية من البيانات الضخمة، وعرضها بشكل احترافي لدعم صنع القرار الاستراتيجي في الظروف المتغيرة.