تطوير نموذج تعلم آلي لتوقع كفاءة استهلاك الوقود للسيارات (MPG) بدقة عالية

بناء نماذج تعلم آلي وتطبيقات الانحدار (Regression). نموذج تنبؤي مُصمم خصيصاً لتوقع كفاءة استهلاك الوقود للسيارات (MPG - Miles Per Gallon) بناءً على خصائصها الفيزيائية والتقنية (مثل قوة المحرك، الوزن، عدد الاسطوانات، وأصل التصنيع). يساعد هذا النموذج المهندسين وصناع القرار في فهم كيف تؤثر هذه العوامل على كفاءة الطاقة. الإنجازات والمنهجية: 1. معالجة البيانات المتقدمة:استخدام تقنيات متطورة مثل بناء خط أنابيب (Pipeline)لتوحيد خطوات معالجة البيانات (الـ Scaling للمتغيرات الرقمية والـ Encoding للمتغيرات الفئوية). > 2. أداء النموذج:بناء نموذج الانحدار الخطي وتحقيق كفاءة عالية جداً في التنبؤ، حيث بلغت قيمة $R^2$ Score أكثر من 0.84، وهو ما يثبت موثوقية النموذج وفعاليته في التفسير. 3. التوثيق والتحقق: تقديم رسوم بيانية واضحة للمقارنة بين القيم المتوقعة والقيم الفعلية (Actual vs Predicted)، مما يؤكد دقة التنبؤ. الأدوات المستخدمة: Python، مكتبات Scikit-learn، Pandas، Matplotlib.