مشروع في مجال تعلّم الآلة يهدف إلى توقع أسعار السيارات المستعملة بالاعتماد على مجموعة من الخصائص مثل: نوع السيارة، الطراز، سنة الصنع، عدد الكيلومترات، والحالة العامة.
يتضمن المشروع مراحل شاملة من تنظيف البيانات، واكتشاف القيم الشاذة، وهندسة الميزات لتحسين دقة النموذج.
تم اختبار عدة خوارزميات انحدار منها Random Forest و XGBoost و Linear Regression، وتم اختيار النموذج النهائي بناءً على أداء ممتاز مدعوم بمؤشرات تقييم وتحليل لأهمية الخصائص المؤثرة في السعر.
التقنيات المستخدمة
Python
Scikit-learn
XGBoost
Pandas
Matplotlib