AqarAI — نظام التنبؤ بأسعار العقارات المصرية

**AqarAI — نظام التنبؤ بأسعار العقارات المصرية** --- **نوع المشروع** مشروع Machine Learning متكامل مع واجهة مستخدم ويب **المشكلة** صعوبة تقدير السعر العادل للشقق في السوق المصري بسبب تعدد العوامل المؤثرة في السعر وغياب أداة موضوعية وسريعة للتقييم. **الحل** بناء نموذج Regression مدرّب على 1000 شقة مصرية حقيقية، مع واجهة ويب تعمل مباشرة في المتصفح بدون أي API أو اتصال بالإنترنت. --- **المراحل التقنية** 1. **استكشاف البيانات (EDA)** — تحليل 1000 شقة، رصد القيم المفقودة، فهم توزيع الأسعار والعلاقات بين المتغيرات عبر Correlation Matrix و Scatter Plots 2. **تنظيف البيانات** — معالجة القيم المفقودة بالـ Median Imputation، إزالة الـ Outliers بطريقة IQR 3. **Feature Engineering** — تحديد 10 features مؤثرة، تقسيم البيانات 80/20، تطبيق StandardScaler 4. **تدريب النماذج** — مقارنة 6 نماذج: Linear Regression، Ridge، Lasso، ElasticNet، وإصدارين بعد Grid Search 5. **تتبع التجارب بـ MLflow** — تسجيل كل الـ parameters والـ metrics لكل run تلقائياً 6. **Web App** — تحويل النموذج الأفضل إلى تطبيق HTML/JavaScript يعمل offline بالكامل --- **النتائج** | المقياس | القيمة | |---|---| | أفضل نموذج | Ridge Regression (α=100) | | R² Score | 97.67% | | MAE | ~25,000 جنيه | | حجم بيانات التدريب | 978 شقة (بعد التنظيف) | | عدد النماذج المقارنة | 6 نماذج | --- **التقنيات المستخدمة** Python · Pandas · NumPy · scikit-learn · Matplotlib · Seaborn · MLflow · HTML · CSS · JavaScript --- **أبرز ما يميز المشروع** - النموذج مدمج مباشرة في الـ HTML — لا يحتاج سيرفر أو API - واجهة تعرض أهم العوامل المؤثرة في السعر مع قيمة كل منها - Pipeline كامل من الداتا الخام لحد الـ deployment في صفحة ويب واحدة