بناء وتحسين موديل ذكاء اصطناعي لمسابقات الذكاء الاصطناعي

مقابل الخدمة الأساسية سأقدم تحليلًا مبدئيًا لمسابقة ذكاء اصطناعي على منصة Kaggle أو منصة مشابهة، ويشمل ذلك: إجراء تحليل استكشافي للبيانات (EDA) على Dataset بحد أقصى 100 ألف صف و50 عمود، مع عرض الإحصائيات الأساسية والـvisualizations الرئيسية. تنفيذ تنظيف البيانات (Data Cleaning) بما يشمل: معالجة القيم المفقودة إزالة القيم الشاذة البسيطة (Outliers) ترميز المتغيرات الفئوية (Encoding) تطبيق Feature Engineering أساسي (حتى 5 Features جديدة كحد أقصى). بناء نموذج أولي (Baseline Model) باستخدام إحدى المكتبات: Scikit-learn أو XGBoost أو LightGBM (نموذج واحد فقط) تطبيق Cross-Validation (حتى 5-Fold) لتقييم الأداء. تسليم: ملف Jupyter Notebook منظم وقابل للتشغيل شرح مختصر (من 5 إلى 10 أسطر) للاستراتيجية والنتائج