في هذا المشروع قمت بتنفيذ نموذج Machine Learning بنظام الانحدار (Regression) للتنبؤ بقيمة رقمية اعتمادًا على مجموعة من المتغيرات المدخلة.
بدأ العمل بتحليل البيانات الاستكشافي (EDA) لفهم العلاقات بين المتغيرات واكتشاف القيم المفقودة والقيم الشاذة (Outliers). بعد ذلك تم تنظيف البيانات ومعالجتها، وتحجيم المتغيرات عند الحاجة، واختيار الخصائص الأكثر تأثيرًا على المتغير الهدف.
تم بناء وتجربة عدة نماذج انحدار مثل:
Linear Regression
Ridge & Lasso Regression
Random Forest Regressor
Gradient Boosting Regressor
مع تطبيق Cross Validation و Hyperparameter Tuning لتحسين أداء النموذج وضمان قدرته على التعميم.
تم تقييم النماذج باستخدام مقاييس مناسبة مثل:
RMSE، MAE و R² Score
وتم اختيار النموذج النهائي بناءً على أقل خطأ وأفضل استقرار في النتائج.
النتيجة كانت نموذجًا قادرًا على تقديم تنبؤات دقيقة وقابلًا للاستخدام في تطبيقات عملية حقيقية، مع كود منظم وقابل للتطوير.
