توقع نجاة ركاب تيتانيك باستخدام تعلم الآلة

قمت بتطوير نموذج ذكاء اصطناعي لتحليل العوامل المؤثرة في نجاة ركاب سفينة تيتانيك، بهدف التنبؤ واستخراج رؤى دقيقة حول تأثير الطبقة الاجتماعية والعمر والنوع على فرص النجاة. بدأت بمعالجة البيانات باستخدام Pandas، حيث تم تنظيف البيانات والتعامل مع القيم المفقودة، بالإضافة إلى تطبيق Feature Engineering لتحويل البيانات إلى صيغة مناسبة للنماذج. بعد ذلك، قمت ببناء نموذجين: Logistic Regression لسرعته وبساطته، وRandom Forest لتحليل العلاقات المعقدة. تم تقييم الأداء باستخدام Accuracy Score وClassification Report، وحقق نموذج Logistic Regression دقة 77.10% متفوقًا في هذا السيناريو. كما قمت بإنشاء تمثيلات بصرية احترافية باستخدام Matplotlib وSeaborn لتوضيح أهمية الميزات والمقارنة بين النماذج. النموذج النهائي قادر على التنبؤ باحتمالية نجاة أي راكب جديد مع تقديم تحليل واضح للعوامل المؤثرة.