machine learning (magic data)

1. نظرة عامة على المشروعيركز هذا المشروع على بناء وتقييم خط أنابيب (Pipeline) لتصنيف التعلم الآلي بهدف التمييز بين أشعة غاما (الإشارة) والدشوش الهادرونية (الخلفية) باستخدام مجموعة بيانات MAGIC04. تم استمداد البيانات من محاكاة لأشعة غاما عالية الطاقة المسجلة بواسطة تلسكوب تشيرينكوف، مما يجعل هذا التطبيق حيوياً في مجال الفيزياء الفلكية للجسيمات والتعلم الآلي. 2. وصف مجموعة بيانات وفحص جودة البياناتالمصدر: تحتوي مجموعة البيانات على 19,020 صفاً و11 عموداً (10 ميزات رقمية تمثل معاملات الإشعاع الكهرومغناطيسي، وعمود فئة مستهدف واحد). الميزات (Features): تتضمن المعلمات الإحصائية المستخرجة من القطع الناقص للصورة مثل (fLength، fWidth، fSize، fConc، fConc1، fAsym، fM3Long، fM3Trans، fAlpha، fDist). المتغير المستهدف (class):g (غاما / إشارة): حوالي 12,332 عينة. h (هادرون / خلفية): حوالي 6,888 عينة. فحص جودة البيانات: تم التحقق من عدم وجود قيم مفقودة عبر جميع الأعمدة، مع التعامل مع عدد صغير من الصفوف المكررة (تم تحديد 115 صفاً مكرراً). 3. المنهجية وخطوات التنفيذالمكتبات والبيئة: تم بناء المشروع باستخدام حزم بايثون القياسية لعلوم البيانات والتعلم الآلي (Pandas، NumPy، Matplotlib، Seaborn، و Scikit-Learn). المعالجة المسبقة وهندسة الميزات:معالجة عدم توازن الفئات (Class Imbalance) باستخدام تقنيات إعادة التشكيل الزائد (RandomOverSampler من مكتبة imblearn). تطبيق تحجيم الميزات والتحويلات (StandardScaler، PowerTransformer) لتطبيع توزيعات الميزات. تقسيم البيانات إلى مجموعات تدريب واختبار باستخدام train_test_split وتحسين النماذج عبر GridSearchCV. نماذج التعلم الآلي المستخدمة:الانحدار اللوجستي (Logistic Regression) آلات المتجهات الداعمة (SVC) طرق التجميع (Ensemble Methods): نموذج AdaBoost و نموذج Gradient Boosting. مقاييس التقييم: تم تقييم أداء النموذج بشكل شامل باستخدام الدقة (Accuracy)، الضبط (Precision)، الاسترجاع (Recall)، درجة F1 (F1-Score)، و مساحة منحنى الروك (ROC-AUC Score).