بناء Classification Machine Learning model للتنبؤ برضي العملاء عن الخطوط الجويه

مشروع يهدف إلى بناء نموذج تعلم آلي للتنبؤ بدرجة رضا عملاء شركات الطيران بناءً على بيانات الرحلات وتجربة العملاء. فكرة المشروع تحليل بيانات العملاء التي تحتوي على عوامل مثل: نوع العميل درجة الرحلة مدة التأخير جودة الخدمة الراحة والمرافق داخل الطائرة وذلك بهدف التنبؤ بما إذا كان العميل "راضٍ" أو "غير راضٍ". ما تم تنفيذه تحليل استكشافي للبيانات (EDA) لفهم الأنماط والعلاقات معالجة القيم المفقودة والقيم الشاذة تجهيز البيانات (Encoding – Scaling) تجربة عدة نماذج تصنيف مثل: Logistic Regression Random Forest Decision Tree مقارنة الأداء لاختيار النموذج الأفضل تحسين النموذج باستخدام Hyperparameter Tuning تقييم النموذج باستخدام Accuracy وF1-Score وConfusion Matrix النتيجة تم الوصول إلى نموذج قادر على التنبؤ بدرجة رضا العملاء بدقة عالية، مما يساعد شركات الطيران على فهم العوامل المؤثرة في تجربة العميل وتحسين جودة الخدمة. الأدوات المستخدمة Python – Pandas – Scikit-Learn – Matplotlib – Seaborn