مشروع التنبؤ بالمبيعات

بناء نموذج ذكاء اصطناعي (تعلم آلي) قادر على تصنيف وتوقع أداء مبيعات المنتجات. تم تقسيم البيانات إلى مجموعتي تدريب واختبار , مع تنظيف البيانات عبر استبعاد المتغيرات غير المؤثرة, وتحويل البيانات النصية إلى أرقام لتهيئتها للموديل. لرفع كفاءة وسرعة الموديل ومنع التشتت، تم تجربة واختبار استراتيجيات مختلفة لمعالجة البيانات: الاعتماد على البيانات كاملة بعد توحيد مقاييسها (Standard Scaling). استخدام أسلوب (PCA) لدمج واختصار الميزات مع الحفاظ على 95% من المعلومات الأساسية. استخدام أسلوب (SelectKBest) لاختيار أقوى 8 ميزات مؤثرة في المبيعات بشكل مباشر. تم تدريب واختبار نموذجين من أشهر خوارزميات التصنيف: (Logistic Regression) , (Random Forest) وتم تقييمهم بدقة بناءً على معايير الدقة (Accuracy) ومقياس (F1-Score). تم تصميم مخططات بيانية احترافية تلخص المشروع (مقارنة الدقة، وتأثير الـ PCA، وأهم العوامل المؤثرة في البيع، ومصفوفة الأخطاء للنموذج الأفضل).