Taxi Fare ANN

يهدف هذا المشروع إلى التنبؤ بسعر رحلة التاكسي اعتمادًا على مجموعة من المتغيرات مثل موقع الالتقاط (Pickup Location)، موقع الوصول (Dropoff Location)، عدد الركاب، وقت الرحلة، والمسافة المقطوعة. قمت في هذا المشروع بـ: تنظيف البيانات ومعالجة القيم المفقودة والبيانات الشاذة (Data Cleaning & Preprocessing). إجراء تحليل استكشافي للبيانات (EDA) لفهم العوامل المؤثرة على أسعار الرحلات. تحويل المتغيرات النصية والفئوية إلى بيانات قابلة للاستخدام في النموذج. بناء نموذج Artificial Neural Network (ANN) باستخدام مكتبات التعلم العميق مثل TensorFlow / Keras أو أدوات مشابهة. تدريب النموذج وتحسين أدائه لتقليل نسبة الخطأ في التوقعات. تقييم النموذج باستخدام مقاييس مثل MAE / RMSE لقياس دقة التنبؤ. الهدف من المشروع: مساعدة شركات النقل الذكي أو خدمات التوصيل في تقدير تكلفة الرحلات بشكل أسرع وأكثر دقة بناءً على بيانات الرحلة. التقنيات المستخدمة: Python, Pandas, NumPy, TensorFlow / Keras, Matplotlib, Scikit-learn. المشروع يوضح مهارات قوية في Machine Learning، Deep Learning، Feature Engineering، وتحليل البيانات، وهو مناسب جدًا لإضافته في البورتفوليو الخاص بك كـ Data Analyst / Data Scientist.