معالجة البيانات (Basic Preprocessing): تنظيف البيانات والتعامل مع القيم المفقودة (حتى 5000 سجل).

(تصنيف Classification، انحدار Regression، أو تجميع Clustering) باستخدام أشهر الخوارزميات (Random Forest, SVM, XGBoost, إلخ).

تقديم مقاييس الأداء (Accuracy, F1-Score, Confusion Matrix) مع رسوم بيانية توضيحية.

تسليم ملف Jupyter Notebook (.ipynb) مشروح باللغة العربية أو الإنجليزية.

الإجابة على استفساراتك حول الكود لمدة 3 أيام بعد التسليم.

سأقوم بتسليمك ملف Jupyter Notebook (.ipynb) أو ملف Python (.py) منظم بعناية، مع تعليقات (Comments) واضحة تشرح كل خطوة باللغة العربية أو الإنجليزية حسب رغبتك.

ستحصل على ملف النموذج جاهزاً للاستخدام الفوري (بصيغة Pickle أو Joblib)، بحيث يمكنك استخدامه للتوقع مباشرة دون الحاجة لإعادة التدريب.

ملف يتضمن شرحاً لمقاييس الدقة التي حققها النموذج (مثل Accuracy, F1-score, MAE) مع الرسوم البيانية الضرورية (مثل Confusion Matrix أو Loss Curves).