توقع أسعار الذهب باستخدام Machine Learning (Random Forest)

قمت بتنفيذ مشروع تحليل بيانات وتوقع أسعار الذهب باستخدام تقنيات التعلم الآلي (Machine Learning) بلغة Python.

يعتمد المشروع على تحليل بيانات تاريخية تشمل عدة مؤشرات اقتصادية مثل:

سعر النفط (USO)

مؤشر الأسهم (SPX)

الفضة (SLV)

سعر صرف اليورو مقابل الدولار (EUR/USD)

خطوات العمل:

استيراد البيانات ومعالجتها باستخدام Pandas و NumPy

تنظيف البيانات (التأكد من القيم المفقودة وإزالة القيم الشاذة Outliers)

تحليل البيانات إحصائيًا واكتشاف العلاقات باستخدام Correlation

إنشاء رسومات بيانية احترافية باستخدام Matplotlib و Seaborn

بناء نموذج تنبؤ باستخدام خوارزمية Random Forest Regressor

تقييم النموذج باستخدام R² Score لقياس دقة التوقعات

مقارنة القيم الحقيقية بالقيم المتوقعة من خلال Visualization

النتائج:

تمكن النموذج من تحقيق دقة عالية في توقع أسعار الذهب، مع أداء قوي في محاكاة القيم الحقيقية.