Data Science | Customer Churn Prediction - BCG Simulation

الوصف:

مشروع لتوقع أسعار العقارات باستخدام تقنيات تعلم الآلة (Machine Learning).

الهدف من المشروع هو بناء نموذج قادر على التنبؤ بسعر المنزل اعتمادًا على خصائص مثل مساحة الأرض، عدد الغرف، والموقع.

طريقة التنفيذ:

استكشاف البيانات (EDA): تحليل البيانات وفهم العلاقات بين المتغيرات.

معالجة البيانات (Feature Engineering): تنظيف البيانات، التعامل مع القيم المفقودة، وإنشاء خصائص جديدة.

بناء النماذج: تجربة أكثر من خوارزمية مثل:

Linear Regression

Decision Tree Regressor

Random Forest Regressor

تقييم الأداء: باستخدام مقاييس مثل RMSE و R² Score.

النتيجة: النموذج الأفضل أعطى تنبؤات دقيقة يمكن الاعتماد عليها في التسعير.

المهارات والأدوات المستخدمة:

Python

Pandas, Numpy, Matplotlib, Seaborn

Scikit-learn

Data Cleaning, Feature Engineering, Regression Models