مشروع يهدف إلى تطوير نموذج machine learning لتوقع أسعار الألماس بناءً على خصائص مثل carat, cut, color, clarity, depth، وtable. شمل العمل خطوات مثل data cleaning, feature engineering, وscaling، وتم استخدام عدة نماذج مثل Random Forest, XGBoost، وLinear Regression، مع تحسين الأداء باستخدام GridSearchCV. النموذج حقق RMSE منخفض ودقة تصل إلى 98% باستخدام cross-validation.