مقدمة
إذا أنهيت أول دورة في Python أو تحليل البيانات، فأغلب الظن أنك تتساءل:
"طيب... شو أول مشروع أشتغل عليه؟"
أفضل طريقة للتعلم هي التطبيق.
في هذا الدرس ستتعرف على ثلاثة من أشهر مشاريع Kaggle التي تساعدك على تطوير مهاراتك وبناء Portfolio احترافي.
سنشرح لكل مشروع:
ماذا ستتعلم؟
أين تجد البيانات؟
كيف تبدأ؟
وما الذي يجب أن يكون في المشروع النهائي؟
المشروع الأول
🚢 Titanic Survival Analysis
فكرة المشروع
يعتمد هذا المشروع على بيانات ركاب سفينة Titanic، والهدف هو اكتشاف العوامل التي أثرت على فرصة نجاة الركاب.
وهو يعتبر أشهر مشروع للمبتدئين في تحليل البيانات.
ماذا ستتعلم؟
بعد إنهاء المشروع ستكون قادراً على:
✅ قراءة البيانات باستخدام Pandas
✅ تنظيف البيانات
✅ اكتشاف القيم المفقودة
✅ إنشاء الرسومات البيانية
✅ كتابة استنتاجات مبنية على البيانات
رابط البيانات
🔗 Kaggle
https://www.kaggle.com/competitions/titanic
فيديو مقترح
🎥
https://www.youtube.com/results?search_query=titanic+data+analysis+python
قبل أن تبدأ
افتح البيانات وحاول الإجابة عن هذه الأسئلة:
هل النساء كانت فرصتهن أعلى في النجاة؟
هل العمر يؤثر على النجاة؟
هل درجة التذكرة أحدثت فرقاً؟
هل سعر التذكرة مرتبط بالنجاة؟
إذا استطعت الإجابة عنها بالرسومات فأنت على الطريق الصحيح.
خطوات تنفيذ المشروع
الخطوة الأولى
افهم البيانات.
تعرف على الأعمدة الموجودة وما الذي يمثله كل عمود.
الخطوة الثانية
افحص جودة البيانات.
ابحث عن:
Missing Values
Duplicate Rows
أنواع البيانات
القيم غير المنطقية
الخطوة الثالثة
نظف البيانات.
مثلاً:
معالجة الأعمار المفقودة
حذف الأعمدة غير المهمة
تحويل النصوص إلى Categories
الخطوة الرابعة
ابدأ التحليل.
قارن بين:
الرجال والنساء
الأطفال والكبار
درجات التذاكر
أسعار التذاكر
الخطوة الخامسة
أنشئ الرسومات.
حاول استخدام:
Bar Chart
Histogram
Box Plot
Heatmap
الخطوة السادسة
اكتب أهم النتائج.
لا تكتب ما يظهر في الرسم فقط.
اكتب ماذا يعني هذا الرقم بالنسبة للمشكلة.
المشروع النهائي يجب أن يحتوي على
✅ Notebook مرتب
✅ 4-6 رسوم
✅ أهم الاستنتاجات
✅ README
✅ صور للنتائج
المشروع الثاني
📈 Sales Data Analysis
فكرة المشروع
ستقوم بتحليل بيانات مبيعات حقيقية لاكتشاف المنتجات والمناطق الأكثر تحقيقاً للإيرادات.
ماذا ستتعلم؟
ستتعلم:
KPIs
Time Analysis
Sales Dashboard
Power BI
Business Insights
رابط البيانات
https://www.kaggle.com/datasets/kyanyoga/sample-sales-data
فيديو مقترح
https://www.youtube.com/results?search_query=sales+analysis+python+power+bi
حاول الإجابة عن هذه الأسئلة
ما أكثر منتج مبيعاً؟
أي دولة حققت أعلى الإيرادات؟
كيف تتغير المبيعات مع الوقت؟
ما أفضل شهر للبيع؟
خطوات التنفيذ
فهم البيانات.
تنظيف البيانات.
حساب KPIs.
تحليل الزمن.
تحليل المنتجات والدول.
إنشاء Dashboard.
كتابة التوصيات.
المشروع النهائي
Dashboard
Notebook
KPIs
Insights
Recommendations
المشروع الثالث
👥 HR Attrition Analysis
فكرة المشروع
تحليل بيانات الموظفين لمعرفة الأسباب المرتبطة بترك العمل.
ماذا ستتعلم؟
HR Analytics
Business Analysis
Correlation
Storytelling with Data
رابط البيانات
https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset
فيديو مقترح
https://www.youtube.com/results?search_query=ibm+hr+attrition+python
حاول الإجابة عن هذه الأسئلة
أي قسم يسجل أعلى معدل ترك؟
هل العمل الإضافي مرتبط بترك العمل؟
هل الراتب يؤثر؟
هل سنوات الخبرة تحدث فرقاً؟
خطوات التنفيذ
فهم البيانات.
تنظيفها.
تحليل معدل Attrition.
مقارنة الموظفين.
إنشاء الرسومات.
كتابة الاستنتاجات.
المشروع النهائي
Notebook
Dashboard
KPIs
Insights
Recommendations
💡 نصيحة من Qafza Library
لا تجعل مشروعك عبارة عن كود فقط.
كل مشروع احترافي يجب أن يجيب عن هذه الأسئلة:
ما المشكلة؟
ماذا تقول البيانات؟
كيف نظفت البيانات؟
ماذا اكتشفت؟
ماذا تنصح بعد التحليل؟
بهذه الطريقة يتحول المشروع من تمرين تدريبي إلى جزء قوي من الـPortfolio.