بناء نموذج Regression لتوقع التكاليف باستخدام Python وScikit-learn

هذا المشروع يهدف إلى تحليل بيانات التأمين الصحي وبناء نموذج تنبؤي لتقدير التكاليف بناءً على مجموعة من العوامل مثل العمر، مؤشر كتلة الجسم (BMI)، عدد الأطفال، حالة التدخين، والمنطقة.

تم تنفيذ المشروع من خلال عدة مراحل أساسية:

تنظيف البيانات (Data Cleaning): التعامل مع القيم المفقودة وضمان جودة البيانات

تحليل البيانات الاستكشافي (EDA): فهم العلاقات بين المتغيرات واكتشاف الأنماط

معالجة البيانات (Preprocessing):

تحويل البيانات الفئوية باستخدام One-Hot Encoding

عمل Feature Scaling للبيانات الرقمية

بناء النموذج (Model Building):

تم استخدام نماذج الانحدار (Regression Models) لتوقع التكاليف بدقة عالية

تقييم الأداء (Model Evaluation):

باستخدام مقاييس مثل:

Mean Absolute Error (MAE)

Mean Squared Error (MSE)

R² Score

المشروع يعكس فهمًا قويًا لكيفية التعامل مع البيانات وبناء نماذج تنبؤية فعالة يمكن استخدامها في مجالات التأمين والتحليل المالي.