نموذج تعلم آلة يتنبأ بقيمة المبيعات بناءً على تاريخ مستقبلي وفئة المنتج. تم بناء خط الأنابيب بالكامل باستخدام Python و pandas و scikit-learn. واجه تحديين حقيقيين: أولاً، تحويل التواريخ الخام إلى ميزات ذات معنى (عطلة نهاية الأسبوع، وقت اليوم). ثانياً، اكتشاف تسرب البيانات (Data Leakage) الذي أعطى نتيجة خاطئة تماماً (0.00 خطأ). بعد إصلاح التسرب واختيار النموذج المناسب (Random Forest مقابل الانحدار الخطي)، تحسن الأداء بنسبة 88% (انخفاض MAE من 59.98 إلى 7.17$).