Building a Model to Predict House Prices Using Machine Learning

قمت بتطوير مشروع تجريبي لتوقع أسعار المنازل اعتمادًا على مجموعة من الخصائص (المساحة، عدد الغرف، الموقع، عمر المنزل)

خطوات العمل:

جمع ومعالجة البيانات باستخدام Pandas و NumPy.

تنظيف البيانات والتعامل مع القيم المفقودة والبيانات غير الطبيعية.

تحليل العلاقات بين المتغيرات (Correlation Analysis).

بناء نموذج Linear Regression لتوقع الأسعار.

تجربة نماذج أخرى مثل Random Forest و XGBoost لمقارنة الأداء.

تقييم النماذج باستخدام مقاييس (R² , RMSE).

تقديم تقرير يحتوي على النتائج والتوصيات.

النتائج التي توصلت لها :

حقق نموذج Random Forest أفضل دقة في التوقع.

توصلت النتائج إلى أن الموقع والمساحة هما العاملان الأكثر تأثيرًا على الأسعار.