Taxi trip duration

مشروع التنبؤ بمدة رحلات التاكسي (Taxi Trip Duration Prediction)"لقد قمت مؤخراً بتطوير نموذج تعلم آلة متكامل للتنبؤ بدقة بمدة رحلات التاكسي بناءً على بيانات جغرافية وزمنية ضخمة. قمت بمرحلة هندسة ميزات (Feature Engineering) متقدمة لاستخراج تفاصيل الوقت، وساعات الذروة، وحساب المسافات الجغرافية.بعد تجربة عدة خوارزميات، نجحت في تحسين الأداء باستخدام خوارزمية XGBoost، حيث حقق النموذج دقة ممتازة بمعدل 81% على مقياس R2 Score، مما يضمن تقديراً موثوقاً وقريباً جداً من الواقع لزمن الرحلات."الخيار 2: منظم على شكل نقاط (ممتاز لمعرض الأعمال - Portfolio)مشروع التنبؤ بمدة رحلات التاكسي باستخدام التعلم الآليالوصف: بناء نموذج تنبؤي ذكي لتقدير الوقت المستغرق لرحلات التاكسي لمساعدة شركات النقل الذكي في تحسين توزيع السيارات وتجربة المستخدم.المهارات والخطوات المنفذة:تنظيف البيانات وتجهيزها (Data Cleaning): التعامل مع القيم المفقودة والمتطرفة (Outliers) وتصفية الإحداثيات الجغرافية.هندسة الميزات (Feature Engineering): استخراج ميزات زمنية (ساعة البدء، اليوم، عطلة أم يوم عمل) وحساب المسافات بين نقطة الركوب والوصول.بناء وتقييم النموذج: تدريب واختبار عدة خوارزميات ومقارنتها.النتيجة المحققة: تم اعتماد نموذج XGBoost كأفضل نموذج بعد ضبط المعاملات (Hyperparameter Tuning)، حيث حقق معامل تحديد R2 Score يبلغ 81%.