التنبؤ بشعبية الأغاني

🎧 التنبؤ بشعبية الأغاني 🎹

تتطور صناعة الموسيقى الرقمية بسرعة، وتتنافس منصات البث لتقدير مدى جودة أداء أغنية معينة بين المستمعين. الشعبية ليست مجرد رقم، حيث أنها تؤثر على التوصيات وقوائم التشغيل التلقائية وحتى عقود الفنانين.

لتدريب وحدة تنبؤ جديدة، تلقيت مجموعة بيانات مستخرجة من Spotify، تحتوي على خصائص صوتية وبيانات وصفية للأغاني.

هدفك هو بناء نموذج يتنبأ بـ شعبية أغنية بناءً على الخصائص الرقمية وبعض المعلومات المساعدة.

📁 مجموعة البيانات

لديك ملفان متاحان:

• train.csv — أغاني مع جميع الأعمدة بما في ذلك popularity
• test.csv — أغاني بدون عمود popularity (هذه تحتاج للتنبؤ)

كل أغنية لها معرف فريد ومجموعة من الخصائص:

• track_id — المعرف الفريد للأغنية
• artists
• album_name
• track_name
• popularity (فقط في train)
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

الهدف الرئيسي هو التنبؤ بعمود popularity لمجموعة الاختبار.

🧠 المهمة (100 نقطة)

قم ببناء نموذج تعلم آلة يتنبأ بـ شعبية كل أغنية في test.csv.

يجب حفظ تنبؤاتك في ملف submission.csv بالتنسيق:

1track_id,popularity2101,42.73102,55.14103,38.0

حيث:

• track_id — معرف الأغنية من الاختبار
• popularity — قيمة حقيقية (float)، تمثل الشعبية المتنبأ بها

📊 التقييم

سيتم التقييم باستخدام MAE (Mean Absolute Error):

يتم حساب النتيجة النهائية بناءً على نتيجة MAE المحصل عليها باستخدام القواعد التالية:

• MAE ≤ 5 → 100 نقطة
• MAE ≥ 20 → 0 نقطة
• للقيم الوسطية يتم منح نقاط متناسبة بين 0 و 100.