Titanic Survival Data Analysis

في هذا المشروع، قمت بتحليل بيانات ركاب سفينة Titanic بهدف فهم العوامل التي أثرت على فرص النجاة. الهدف: تحليل البيانات لاكتشاف الأنماط والعلاقات بين المتغيرات المختلفة مثل العمر، الجنس، والدرجة الاجتماعية، وتأثيرها على معدل النجاة. الأدوات والتقنيات المستخدمة: - Python - Pandas - NumPy - Matplotlib - Seaborn ما قمت به: - تنظيف البيانات (Data Cleaning) والتعامل مع القيم المفقودة - تحويل البيانات (Data Preprocessing) لتكون مناسبة للتحليل - إجراء تحليل استكشافي للبيانات (EDA) - إنشاء رسوم بيانية توضح العلاقات بين المتغيرات - تحليل تأثير كل من الجنس، العمر، ودرجة التذكرة على النجاة ? النتائج: - النساء كان لديهم معدل نجاة أعلى بشكل ملحوظ مقارنة بالرجال - الركاب في الدرجة الأولى كانت فرص نجاتهم أعلى - الأطفال كان لديهم فرصة نجاة أفضل من البالغين الخلاصة: ساهم هذا التحليل في فهم العوامل الأساسية التي أثرت على نجاة الركاب، مما يوضح أهمية تحليل البيانات في استخراج insights تدعم اتخاذ القرار. يمكنك مراجعة العمل باللنيك المرفق.