توقع أسعار الألماس باستخدام خوارزمية Random Forest

قمت بتطوير نموذج Machine Learning Regression للتنبؤ بأسعار الألماس اعتمادًا على خصائص مثل الوزن (Carat)، درجة القطع (Cut)، والنقاء (Clarity).

المشروع شمل معالجة وتنظيف أكثر من 54,000 سجل بيانات، ثم تنفيذ Feature Engineering لاستخراج الخصائص الأكثر تأثيرًا.

بعد تدريب النموذج باستخدام Random Forest Regressor، وصلت دقته إلى R² Score = 0.87 باستخدام تقنيات Cross-Validation، مما يجعله أداة فعالة للتنبؤ بالأسعار بدقة عالية