نموذج التنبؤ ببقاء الطلاب

الأدوات المستخدمة: Python (Pandas، NumPy، Scikit-learn، Matplotlib، Seaborn) وصف المشروع: مشروع نمذجة تنبؤية يهدف للتنبؤ باحتمالية استمرار الطلاب في الدراسة، اعتمادًا على بيانات أكاديمية وديموغرافية منظمة. المشكلة: ارتفاع معدلات تسرب الطلاب بدون معرفة واضحة من المعرّض للخطر أو الأسباب الحقيقية، ما يجعل التدخلات متأخرة وغير فعّالة. الحل: تم تحليل 3,400 سجل طالب يحتوي على 56 متغير أكاديمي، ديموغرافي ومالي. تم تقليص البيانات واشتقاق 10 متغيرات قوية بعد استبعاد 46 عمود ضعيف التأثير، مع التركيز على مؤشرات مثل: CGPA، معدل النجاح، GPA، والاحتياج المالي. تم بناء ومقارنة نموذجين: • Logistic Regression بدقة 81.5% و F1-Score 89.7% • SVM بدقة 81.2% أظهرت النتائج أن أهم العوامل المؤثرة على بقاء الطلاب هي: CGPA، إجمالي الساعات المكتسبة، ومعدل النجاح، ما سمح بتحديد الطلاب المعرّضين للخطر بشكل استباقي. Key Numbers: • 56 → 10 متغيرات بعد الهندسة • 81.5% دقة النموذج • 89.7% F1-Score