تنبؤ بتكلفة المنتجات Product Cost Prediction

تضمن هذا المشروع تطوير نموذج لتوقع تكلفة المنتجات بناءً على ميزات متنوعة. بدأ العمل بتنظيف البيانات ودمجها باستخدام أدوات مثل NumPy وPandas وMatplotlib وSeaborn. ثم تم تطبيق هندسة الميزات لإنشاء وتحديد الميزات ذات الصلة بتوقع التكلفة. تم تنفيذ وتطوير العديد من خوارزميات تعلم الآلة، بما في ذلك Random Forest وDecision Tree، وتحسينها من خلال ضبط المعلمات الفائقة. تم تقييم أداء النموذج النهائي باستخدام التحقق المتقاطع ومقاييس مثل Root Mean Squared Error (RMSE) وMean Absolute Error (MAE)، لضمان دقة وموثوقية التنبؤات بالتكلفة.