نموذج تعلم الآلة لتحديد سعر تذكرة الطيران

هل تريد معرفة السعر المتوقع لرحلة طيران بناءً على تفاصيلها قبل الحجز؟

قمت بتطوير نموذج تعلم آلي يقوم بتوقع أسعار تذاكر الطيران بدقة عالية بالاعتماد على:

شركة الطيران

المدينة المصدر والوجهة

وقت المغادرة والوصول (صباح/مساء/ليل)

عدد التوقفات (مباشر – توقف واحد – أكثر)

الدرجة (اقتصادي – رجال أعمال)

مدة الرحلة والأيام المتبقية للحجز

مميزات المشروع:

تحليل البيانات (EDA) واستخراج الأنماط المهمة.

تنظيف البيانات والتعامل مع القيم الشاذة والتوزيعات المائلة.

بناء نموذج انحدار خطي متقدم يحقق:

R² = 0.91 (يشرح أكثر من 90% من التباين في الأسعار).

متوسط خطأ التوقع ± 4500 جنيه/روبية تقريبًا.

إمكانية تطوير النموذج ليشمل خوارزميات أقوى مثل Random Forest وXGBoost.

مرونة لنشر المشروع كتطبيق ويب بسيط (Streamlit/Flask).

التقنيات المستخدمة:

Python, Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn, Jupyter