يهدف هذا المشروع إلى بناء نظام ذكي لتوقع أسعار المنازل باستخدام تقنيات التعلم الآلي

يهدف هذا المشروع إلى بناء نظام ذكي لتوقع أسعار المنازل باستخدام تقنيات التعلم الآلي (Machine Learning)، من خلال تدريب ومقارنة عدة نماذج للوصول إلى أفضل أداء في التنبؤ. تم تنفيذ المشروع باستخدام Python ومكتبات تحليل البيانات والتعلم الآلي، حيث شمل جميع مراحل بناء النموذج بدايةً من تحميل البيانات وتنظيفها، ثم تقسيمها إلى بيانات تدريب واختبار، وتدريب عدة نماذج مختلفة ومقارنة نتائجها باستخدام مقاييس تقييم دقيقة. ما تم تنفيذه تنظيف البيانات وتحليلها. تقسيم البيانات إلى Training وTesting. تدريب عدة نماذج للتنبؤ. مقارنة أداء النماذج باستخدام RMSE وMAE وR² Score. استخدام StandardScaler لتحسين أداء نموذج KNN. تصدير النماذج بصيغة ONNX لتسهيل نشرها واستخدامها في التطبيقات المختلفة. النماذج المستخدمة Linear Regression Decision Tree Regressor Random Forest Regressor K-Nearest Neighbors (KNN) التقنيات المستخدمة Python Pandas NumPy Scikit-learn ONNX Model Evaluation Data Preprocessing يتميز المشروع بكود منظم وسهل الفهم، مع مقارنة واضحة بين النماذج المختلفة واختيار النموذج الأفضل اعتمادًا على نتائج التقييم، مما يجعله مناسبًا للتطبيقات العملية، المشاريع الجامعية، ومشاريع تحليل البيانات والتعلم الآلي سيتم استلام الكود كامل وملف شرح للكود والتشغيل ارسال مشروع عام وجاهز