linear regression

في هذا المشروع قمت بتنفيذ مجموعة من التمارين العملية لتعلم خوارزميات الانحدار (Regression) باستخدام بايثون و مكتبة scikit-learn.

Assignment 1 – الانحدار الخطي البسيط (Simple Linear Regression):

أنشأت معادلة خطية

ولّدت بيانات صناعية (X و Y) مع إضافة ضوضاء عشوائية (Noise) لتكون أقرب للواقع.

قسمت البيانات إلى تدريب (80%) واختبار (20%).

درّبت نموذج الانحدار الخطي واستخرجت المعامل (coefficient) والثابت (intercept).

قيّمت النموذج باستخدام MAE, MSE, R² وكتبت ملاحظاتي عن الأداء (هل هناك underfitting أو overfitting).

Assignment 2 – الانحدار الخطي المتعدد (Multiple Linear Regression):

صممت معادلة متعددة المتغيرات

ولّدت بيانات لـ x1 و x2 مع إضافة Noise.

درّبت نموذج Multiple Linear Regression.

قارنت بين coefficients الناتجة والمعادلة الأصلية.

قيّمت الأداء على بيانات التدريب والاختبار بنفس المقاييس.

Assignment 3 – الانحدار متعدد الحدود (Polynomial Regression):

أنشأت معادلة تربيعية

ولّدت البيانات مع ضوضاء.

استخدمت PolynomialFeatures لتحويل X.

درّبت نموذج Linear Regression على البيانات المحوّلة.

قيّمت النموذج باستخدام MAE, MSE, R² وكتبت ملاحظاتي.

Machine Learning Project Pipeline:

اتبعت خطوات الـ ML Pipeline بشكل عملي:

تحليل استكشافي للبيانات (EDA).

تنظيف البيانات (معالجة القيم المفقودة، التصحيح).

المعالجة المسبقة (Encoding, Transformation).

تطبيق طرق Scaling.

تقسيم البيانات Train/Test.

بناء النموذج.

التقييم باستخدام مقاييس الأداء.