عرض تقديمي لتحليل بيانات تايتانيك Titanic Data Storytelling Presentation

نظرة عامة على المشروع : في هذا المشروع، قمت بتحليل مجموعة بيانات Titanic الشهيرة لاستكشاف العوامل التي أثرت على نجاة الركاب. بدأ التحليل بتنظيف البيانات وتحليل استكشافي للبيانات (EDA) باستخدام Python لفهم الأنماط في البيانات وتحديد المتغيرات الرئيسية التي تؤثر على معدلات النجاة. بعد استخلاص الرؤى من التحليل، قمت بتحويل النتائج إلى عرض تقديمي قصصي Storytelling باستخدام PowerPoint. العرض يشرح خطوات التحليل، يسلط الضوء على أهم الأنماط، ويقدم الرؤى بصريًا بطريقة واضحة وجذابة. تركز القصة على كيفية تأثير عوامل مثل الجنس، ودرجة المقصورة، والعمر، وحجم العائلة على احتمالية النجاة، مع تقديم النتائج من خلال الرسوم البيانية والتفسيرات البصرية لتسهيل فهمها. الأدوات المستخدمة: -> Python (Pandas, Matplotlib / Seaborn) -> PowerPoint الخطوات الرئيسية: -> تنظيف وتحضير البيانات -> التحليل الاستكشافي للبيانات (EDA) باستخدام Python -> تصور البيانات لتحديد الأنماط -> تحويل الرؤى التحليلية إلى عرض تقديمي قصصي Storytelling -> تقديم النتائج الرئيسية عبر عرض PowerPoint منظم أهم النتائج: -> ركاب الإناث كانوا أكثر احتمالًا للنجاة مقارنة بالذكور. -> ركاب الدرجة الأولى (First Class) كان لديهم معدل نجاة أعلى من ركاب الدرجة الثانية والثالثة. -> الأطفال الصغار لديهم فرصة أكبر للنجاة مقارنة بالكبار. -> وجود أفراد من العائلة مع الراكب (زوج/أبناء/إخوة) أثر إيجابيًا على احتمالية النجاة. الرسوم البيانية والتمثيلات البصرية ساعدت في فهم الأنماط بطريقة سهلة وسريعة.