Ames Housing price prediction using regression models

وصف المشروع:

قمت بتطوير نموذج لتنبؤ أسعار العقارات باستخدام Ames Housing Dataset، وهو أحد أشهر قواعد البيانات في مجال علوم البيانات. اعتمدت على خصائص متعددة (مثل المساحة، الموقع، وعدد الغرف) بهدف فهم العلاقة بين المتغيرات وتقدير الأسعار بشكل دقيق. تم تطبيق عدة خوارزميات انحدار لزيادة دقة التنبؤ واختبار أفضل نموذج للأداء.

مميزات المشروع:

استخدام Linear Regression و Multiple Linear Regression و Polynomial Regression (من الدرجة الثانية حتى الرابعة).

تحليل العلاقات بين الخصائص المختلفة باستخدام مخططات مبعثرة (Scatterplots).

إنشاء خرائط حرارية (Heatmaps) لقياس قوة الارتباط بين المتغيرات.

مقارنة أداء النماذج المختلفة واختيار الأنسب للتطبيق.

الأدوات المستخدمة:

Python (scikit-learn – NumPy – Matplotlib – Seaborn).

تقنيات الانحدار وتحليل البيانات الإحصائي.

تمثيل بصري للبيانات لسهولة تفسير النتائج.

الهدف:

تقديم أداة تساعد الشركات والأفراد على تقدير أسعار العقارات بدقة اعتمادًا على بيانات حقيقية، مما يسهل اتخاذ قرارات استثمارية وشرائية مبنية على التحليل.