تحليل وتنبؤ أسعار سيارات Ford باستخدام Python و Machine Learning

مشروع كامل لتحليل وتنبؤ أسعار سيارات Ford باستخدام تقنيات تحليل البيانات والتعلم الآلي. قمت فيه بالخطوات التالية: قراءة وتنظيف البيانات من ملف CSV باستخدام مكتبة Pandas. تحليل البيانات واستكشافها عن طريق الرسوم البيانية باستخدام Matplotlib و Seaborn. معالجة القيم المفقودة والشاذة (Outliers) لضمان جودة البيانات. تحويل البيانات النصية إلى رقمية (Label Encoding) لتناسب خوارزمية التعلم الآلي. بناء نموذج انحدار خطي (Linear Regression) باستخدام Scikit-Learn لتوقع سعر السيارة بناءً على عوامل مثل: الموديل نوع الوقود ناقل الحركة سعة المحرك استهلاك الوقود (mpg) الضريبة (tax) عدد الأميال (mileage) تقييم النموذج عن طريق حساب دقته على بيانات التدريب والاختبار. المشروع بيقدّم نموذج تنبؤ دقيق يمكن استخدامه في أنظمة تقييم السيارات أو مواقع بيع السيارات المستعملة.