مراجعة بنية ملف البيانات وأسماء الأعمدة وأنواعها لتحديد المتغير المستهدف ومدى ملاءمة البيانات لبناء النموذج. لا تشمل الخدمة الأساسية تنظيف البيانات أو معالجة القيم المفقودة والمكررة.

اختيار خوارزمية مناسبة لنوع المشكلة والبيانات، سواء كانت تصنيفًا أو انحدارًا، بدلًا من استخدام نموذج واحد لجميع المشروعات.

تقييم النموذج باستخدام مقياس يناسب المشكلة، مثل Accuracy أو F1-score أو RMSE، مع توضيح النتيجة بصورة سهلة.

كتابة كود Python واضح ومنظم داخل Jupyter Notebook، مع تقسيم خطوات قراءة البيانات وتدريب النموذج وتقييمه لتسهيل مراجعته وتشغيله.

نموذج واحد للتصنيف أو الانحدار، تم تدريبه وتقييمه باستخدام البيانات المقدمة ووفقًا للهدف المتفق عليه.

ملف Jupyter Notebook منظم يتضمن قراءة البيانات الجاهزة، وبناء النموذج وتدريبه وتقييم نتائجه.

ملخص يوضح الخوارزمية المستخدمة، مقياس التقييم والنتيجة التي حققها النموذج، مع ملاحظات مختصرة لتحسينه مستقبلًا.