تحليل بيانات الكواكب الخارجية وإعداد تقارير تفاعلية لاستخراج مؤشرات تدعم اتخاذ القرار باستخدام Python

قمت بتنفيذ مشروع تحليل بيانات استكشافي (EDA) لمجموعة بيانات الكواكب الخارجية (Exoplanets)، بهدف تحويل البيانات العلمية إلى مؤشرات ورسوم بيانية تساعد الباحثين وصناع القرار على فهم الأنماط واستخراج رؤى مبنية على البيانات. شمل المشروع تنظيف البيانات ومعالجة القيم المفقودة، وإجراء تحليلات إحصائية، وحساب مؤشرات علمية مثل Earth Similarity Index (ESI) ومعايير Habitable Zone لتقييم الكواكب القابلة للحياة، ثم عرض النتائج في تقارير مرئية تسهل تحليل البيانات واتخاذ القرارات. يتضمن المشروع: - تنظيف البيانات وتحسين جودتها قبل التحليل. - تحليل خصائص الكواكب والنجوم المضيفة واستخراج أهم المؤشرات. - حساب مؤشر التشابه مع الأرض (ESI) لتقييم الكواكب. - تحديد الكواكب الواقعة داخل المنطقة الصالحة للحياة (Habitable Zone). - تحليل طرق اكتشاف الكواكب والاتجاهات الزمنية للاكتشافات. - دراسة العلاقات بين الكتلة، نصف القطر، درجة الحرارة، والكثافة. - إنشاء رسوم بيانية وتقارير توضح النتائج بصورة واضحة وسهلة التفسير. القيمة التي يقدمها المشروع: - تحويل البيانات الضخمة إلى معلومات قابلة للاستفادة. - دعم اتخاذ القرارات المبنية على البيانات. - اكتشاف الأنماط والعلاقات بين المتغيرات. - تسهيل مقارنة المؤشرات واستخلاص النتائج. - تقديم تقارير مرئية تساعد في عرض النتائج على أصحاب المصلحة. الأدوات المستخدمة: Python، Pandas، NumPy، Matplotlib، Data Cleaning، Exploratory Data Analysis (EDA). المهارات تحليل البيانات، التحليل الاستكشافي للبيانات (EDA)، دعم اتخاذ القرار، التقارير الإدارية، Python، Pandas، NumPy، Data Visualization، التحليل الإحصائي، Business Analysis.