تطوير نموذج تعلم آلي (Machine Learning) متقدم للتنبؤ بأسعار الوحدات السكنية في السوق المصري. المشروع بيعتمد على تحليل بيانات حقيقية تشمل المتغيرات الجغرافية (الموقع، الحي) والمواصفات الفنية للوحدة (المساحة، عدد الغرف، الدور).الجانب التقني: تم استخدام خوارزمية XGBoost بعد مرحلة مكثفة من تنظيف البيانات (Data Cleaning) ومعالجة القيم المفقودة، بالإضافة إلى هندسة الميزات (Feature Engineering) لرفع دقة النموذج.النتائج: نجح النموذج في تحقيق معامل تحديد ($R^2$ Score) يصل إلى 83%، مما يجعله أداة قوية لتقدير القيم السوقية بدقة عالية وتقليل مخاطر التقييم الخاطئ.