لتنبؤ بأسعار السيارات باستخدام التعلم الآلي وتحليل البيانات

يهدف هذا المشروع إلى بناء نموذج ذكي للتنبؤ بأسعار السيارات اعتمادًا على مجموعة من خصائص السيارة، وذلك باستخدام تقنيات تحليل البيانات والتعلم الآلي (Machine Learning). بدأ المشروع بمرحلة استكشاف البيانات وتحليلها لفهم العوامل الأكثر تأثيرًا على سعر السيارة، ثم تم تنظيف البيانات ومعالجة القيم المفقودة والتعامل مع المتغيرات الفئوية وتحويلها إلى بيانات قابلة للاستخدام في النماذج. بعد تجهيز البيانات، تم تنفيذ عمليات هندسة السمات (Feature Engineering) وتحسين جودة البيانات، ثم تدريب عدة نماذج للتنبؤ بالأسعار ومقارنة نتائجها للوصول إلى أفضل أداء. **يتضمن المشروع:** * استكشاف وتحليل البيانات (Exploratory Data Analysis). * تنظيف البيانات ومعالجة القيم المفقودة. * تحويل وترميز المتغيرات الفئوية (Encoding). * هندسة السمات (Feature Engineering). * بناء وتدريب نماذج الانحدار (Regression Models). * تقييم أداء النماذج باستخدام مقاييس مثل MAE وMSE وRMSE وR². * مقارنة النماذج واختيار النموذج الأفضل للتنبؤ. **الأدوات والتقنيات المستخدمة:** * Python * Pandas * NumPy * Scikit-learn * Matplotlib * Jupyter Notebook