Laptop Price Prediction

التنبؤ بأسعار أجهزة الكمبيوتر المحمولة (اللابتوب)

يهدف هذا المشروع إلى التنبؤ بسعر بيع أجهزة الكمبيوتر المحمولة بناءً على مواصفاتها التفصيلية باستخدام تقنيات التعلم الآلي. تم تدريب النموذج على مجموعة بيانات من Kaggle، وتم نشر النموذج الأفضل أداءً (Random Forest Regressor) باستخدام Gradio لتوفير تنبؤات فورية بالأسعار.

مجموعة البيانات:

المصدر: Kaggle (يمكن أيضًا جمعها عبر استخلاص البيانات من مواقع التجارة الإلكترونية مثل Amazon).

الميزات:

العلامة التجارية والموديل.

الذاكرة العشوائية (RAM) وسعة التخزين (SSD).

المعالج (الجيل ونوع النواة).

حجم الشاشة.

بطاقة الرسوميات (مدمجة أو مخصصة).

نظام التشغيل والضمان.

سعر البيع وتقييم المستخدم.

? تنظيف البيانات ومعالجتها مسبقًا:

فحص القيم الفارغة والتكرارات.

استخلاص القيم الرقمية من الأعمدة النصية (مثل RAM و SSD).

توحيد الوحدات (مثل تحويل التيرا بايت إلى جيجا بايت).

إزالة الأعمدة غير ذات الصلة أو المشوشة.

تطبيع الأعمدة الرقمية لمقياس متناسق.

تطبيق ترميز التسمية (Label Encoding) على الأعمدة الفئوية.

تحليل الارتباطات بين الميزات والسعر.

️ هندسة الميزات:

استخلاص ميزات جديدة من الأعمدة الموجودة.

إنشاء مجموعات ميزات لتحسين أداء النموذج.

? نماذج التعلم الآلي:

تم تدريب وتقييم النماذج التالية:

الانحدار الخطي (Linear Regression)

شجرة القرار (Decision Tree Regressor)

مُصنّف الغابات العشوائية (Random Forest Regressor)

الانحدار بآلة المتجهات الداعمة (Support Vector Regressor - SVR)