نظام توقع أسعار السيارات باستخدام ال machine learning

هذا المشروع يهدف إلى بناء نظام يتنبأ بأسعار السيارات بناءً على مجموعة من العوامل مثل السنة، المسافة المقطوعة، نوع الوقود، ناقل الحركة، المالك السابق، استهلاك الوقود، سعة المحرك، القوة القصوى، وعدد المقاعد. تم استخدام تقنيات التعلم الآلي مثل Random Forest Regressor لبناء النموذج، بالإضافة إلى استخدام مكتبات مثل Pandas لمعالجة البيانات و Matplotlib و Seaborn لتصور البيانات.

الميزات الرئيسية:

تنظيف البيانات: تمت إزالة القيم المفقودة والمكررة من البيانات ، بالإضافة إلى التعامل مع القيم المتطرفة باستخدام IQR.

تصور البيانات: تم إنشاء العديد من الرسوم البيانية لفهم توزيع البيانات والعلاقات بين المتغيرات.

التشفير والتطبيع: تم تشفير المتغيرات الفئوية باستخدام Label Encoding وتطبيع البيانات باستخدام StandardScaler.

بناء النموذج: تم استخدام Random Forest Regressor للتنبؤ بأسعار السيارات، مع ضبط المعلمات باستخدام GridSearchCV.

واجهة ويب: تم بناء واجهة ويب تفاعلية باستخدام Flask تسمح للمستخدمين بإدخال بيانات السيارة والحصول على توقع للسعر.