تحليل بيانات متجر إلكتروني وتنبؤ المبيعات باستخدام تقنيات الذكاء الاصطناعي

مشروع متكامل لتحليل بيانات متجر إلكتروني (Online Retail) بهدف فهم سلوك الشراء وتوقع المبيعات المستقبلية باستخدام خوارزميات تعلم الآلة. يتضمن المشروع مراحل تحليل البيانات (EDA)، تنظيف البيانات ومعالجة القيم المفقودة، ثم تطبيق خوارزميات متعددة للتنبؤ بالمبيعات مثل: Linear Regression Random Forest Regressor XGBoost Neural Network (Keras/TensorFlow) كما تم استخدام تقنيات: Encoding للبيانات الفئوية اكتشاف وإزالة القيم الشاذة تحليل موسمي (شهري، أسبوعي، وساعات اليوم) مقارنة أداء النماذج وتقييمها باستخدام MSE و R² 📊 تمت معالجة البيانات ورسم الرسوم البيانية باستخدام Pandas وMatplotlib وSeaborn في Google Colab. 🧩 الأدوات المستخدمة: Python Pandas NumPy Seaborn / Matplotlib Scikit-learn XGBoost TensorFlow / Keras Google Colab 💡 نتائج المشروع: تم الوصول إلى أداء دقيق جدًا في نماذج Random Forest و XGBoost، مع قيم R² تجاوزت ‎0.99‎ مما يعكس دقة عالية في التنبؤ بقيم المبيعات.