بناء نموذج تنبؤي (Predictive Model) لأسعار العقارات مع واجهة مستخدم تفاعلية

قمت بتطوير نظام متكامل للتنبؤ بأسعار المنازل يعتمد على خوارزميات تعلم الآلة، حيث يمر المشروع بخمس مراحل أساسية تضمن دقة النتائج وسهولة الاستخدام: معالجة البيانات (Data Cleaning): التعامل مع القيم المفقودة، حذف البيانات المكررة، وتنقية البيانات من القيم الشاذة (Outliers) لضمان جودة التدريب. الهندسة والترميز (Preprocessing): تحويل البيانات النصية إلى أرقام (Label Encoding) وتجهيز الميزات (Feature Engineering). تحليل البيانات وتصورها (Visualization): إنشاء رسوم بيانية (Heatmaps, Scatter Plots) لفهم الارتباط بين المساحة والجودة وبين السعر النهائي. تدريب النموذج (Model Training): استخدام خوارزمية Random Forest Regressor، مع تقييم دقيق للموديل باستخدام مقاييس (R2 Score, MAE). واجهة المستخدم (GUI): بناء تطبيق مكتب باستخدام مكتبة Tkinter يسمح للمستخدم بإدخال مواصفات المنزل والحصول على السعر المتوقع فوراً. التقنيات المستخدمة: اللغة: Python. المكتبات: Pandas, NumPy (للبيانات)، Scikit-learn (للذكاء الاصطناعي)، Seaborn & Matplotlib (للرسم البياني)، Tkinter (لواجهة المستخدم).