تطوير ومقارنة نماذج تعلم الآلة للتصنيف والانحدار باستخدام Scikit-learn
تفاصيل العمل
مشروع يهدف إلى بناء وتحليل وتقييم نماذج تعلم الآلة لحل مشكلات التصنيف والانحدار باستخدام مكتبة Scikit-learn في بايثون. يتضمن المشروع: تحميل ومعالجة البيانات (مثل Iris أو California Housing). تنظيف البيانات واكتشاف القيم المفقودة. تقسيم البيانات إلى تدريب واختبار. تطبيق Standard Scaling على البيانات. استكشاف البيانات بصريًا باستخدام Matplotlib وSeaborn. بناء عدة نماذج تعلم آلة مثل: Linear Regression Decision Tree Random Forest K-Nearest Neighbors تحسين أداء النماذج باستخدام GridSearchCV. تقييم النماذج باستخدام مقاييس مثل: MSE MAE R² Accuracy = 0.96 يركز المشروع على مقارنة أداء النماذج المختلفة واختيار النموذج الأمثل بناءً على النتائج التحليلية.
مهارات العمل
