Uber-Lyft-Cab-prices-analysis

مشروع تحليل بيانات يهدف إلى دراسة وفهم العوامل المؤثرة على أسعار خدمات النقل التشاركي مثل Uber و Lyft باستخدام تقنيات تحليل البيانات وMachine Learning.

اعتمد المشروع على Dataset حقيقية تحتوي على بيانات رحلات (مثل المسافة، الوقت، نوع الرحلة، والطقس)، حيث تم تنفيذ مراحل معالجة البيانات بدايةً من تنظيف البيانات (Data Cleaning) وتجهيزها، مرورًا بالتحليل الاستكشافي (EDA)، وصولًا إلى بناء نماذج تنبؤية لتقدير أسعار الرحلات.

يركز المشروع على استخراج Insights مهمة مثل:

العلاقة بين المسافة وسعر الرحلة

تأثير الوقت (أوقات الذروة) على الأسعار

تأثير الطقس على الطلب والأسعار

تحليل ظاهرة الـ Dynamic Pricing (Surge Pricing)

كما تم استخدام خوارزميات تعلم آلي مختلفة لتحسين دقة التنبؤ بالأسعار، مثل:

Linear Regression

Random Forest

Gradient Boosting