نموذج ذكاء اصطناعي لتوقع الموافقة على القروض (Loan Approval Prediction Model)

في هذا المشروع قمت بتطوير نموذج Machine Learning للتنبؤ بإمكانية الموافقة على طلب القرض بناءً على مجموعة من بيانات المتقدم. يقوم النموذج بتحليل عدة عوامل مثل الدخل السنوي، قيمة القرض المطلوبة، مدة القرض، الدرجة الائتمانية، وعدد المعالين، ثم يتوقع ما إذا كان القرض سيتم الموافقة عليه أو رفضه. تم بناء المشروع باستخدام لغة Python ومكتبات تعلم الآلة، مع إنشاء واجهة تفاعلية تسمح للمستخدم بإدخال البيانات والحصول على التوقع مباشرة. -- مدخلات النموذج : - عدد المعالين (Dependents) - المستوى التعليمي - حالة العمل (Self Employed) - الدخل السنوي - قيمة القرض - مدة القرض - الدرجة الائتمانية (CIBIL Score) - إجمالي الأصول -- مخرجات النموذج : يقوم النظام بإعطاء نتيجة توضح ما إذا كان القرض سيتم الموافقة عليه أم لا بناءً على البيانات المدخلة. -- الأدوات المستخدمة : - Python - Machine Learning - Pandas - Scikit-learn - NumPy - Streamlit (لبناء واجهة تفاعلية) هذا المشروع يوضح القدرة على بناء نماذج تنبؤية وتحويلها إلى تطبيقات تفاعلية يمكن استخدامها في دعم اتخاذ القرار في القطاع المالي.