Predicting Steel Yield Strength Using Ensemble Machine Learning Models (Random Forest & XGBoost)

يهدف هذا المشروع إلى التنبؤ بإجهاد الخضوع (Yield Strength) للسبائك الفولاذية باستخدام تقنيات التعلم الآلي. تم استخدام خوارزميتي Random Forest وXGBoost لبناء نماذج انحدار قادرة على التنبؤ بدقة اعتمادًا على خصائص وتركيب السبيكة. يشمل المشروع مراحل معالجة البيانات، وتقسيمها إلى بيانات تدريب واختبار، وتدريب النماذج، وتقييم أدائها باستخدام مقاييس مثل R² وMAE وRMSE. كما تم استخدام تقنية SHAP لتفسير تأثير كل متغير على التنبؤات، بالإضافة إلى إجراء تحليل للبواقي (Residual Analysis) لتقييم دقة النموذج وموثوقيته. ويوفر المشروع أيضًا إمكانية التنبؤ بقيمة إجهاد الخضوع لسبائك جديدة بناءً على بياناتها.