Airline Price Prediction Model

تم تطوير نموذج تعلم آلي يتنبأ بأسعار تذاكر الطيران استناداً إلى البيانات التاريخية والبيانات الحقيقية.

الأدوات المستخدمة: python، sklearn، matplotlib، seaborn، pandas، نموذج الانحدار الخطي.

خطوات المشروع:

- جمع البيانات: بيانات رحلات طيران تتضمن (شركة الطيران، تاريخ ووقت الرحلة، المصدر والوجهة، عدد التوقفات، مدة الرحلة، السعر).

- تنظيف البيانات: معالجة القيم المفقودة، تحويل التواريخ والأوقات إلى ميزات قابلة للاستخدام (مثلاً: يوم الأسبوع، وقت الرحلة).

اختيار النموذج: اختيار خوارزمية Linear Regression.

تقييم الأداء: باستخدام مقاييس مثل MAE (متوسط الخطأ المطلق) و RMSE (الجذر التربيعي للخطأ المتوسط).