موديل ذكاء اصطناعي يتوقع سعر منتجات

في هذا المشروع، قمت بتحليل بيانات المنتجات لتوقع أسعارها باستخدام نماذج تعلم الآلة. استخدمت خوارزمية Random Forest Regressor لتحليل البيانات واستخراج الميزات المهمة مثل وزن المنتج، سعره السابق، وتصنيف المتجر.

أهم الخطوات في المشروع:

معالجة البيانات المفقودة وتحسين الجودة.

إنشاء ميزات جديدة مثل عمر المتجر والتفاعلات بين العوامل.

استخدام التشفير والتقييس لتحسين أداء النموذج.

تدريب النموذج والتقييم باستخدام MSE و R² لضمان دقة التوقعات.

نتائج المشروع:

حقق النموذج دقة جيدة وتم استخدام التقييم المتقاطع (Cross-Validation) للتحقق من الأداء.

تم حفظ التوقعات في ملف CSV.