dynamic price prediction

طورت نظامًا لتحليل بيانات المنتجات والأسعار باستخدام تقنيات تحليل البيانات وتعلم الآلة، بهدف مساعدة الشركات على اتخاذ قرارات تسعير مبنية على البيانات بدلًا من الاعتماد على التقدير اليدوي.

بدأ المشروع بتنظيف وتجهيز البيانات ومعالجة القيم المفقودة وغير المتناسقة، ثم إجراء تحليل استكشافي للبيانات لاكتشاف الأنماط والعلاقات المهمة. بعد ذلك تم تجهيز الخصائص المناسبة وبناء عدة نماذج Regression ومقارنة أدائها باستخدام مجموعة من مقاييس التقييم، ثم اختيار النموذج الأنسب لإنتاج توصيات سعرية.

استخدمت في تنفيذ المشروع Python وPandas وNumPy وMatplotlib وScikit-learn وJupyter Notebook وJoblib. وشملت مراحل العمل جمع وفهم البيانات، Data Cleaning، Preprocessing، Feature Preparation، Model Training، Model Evaluation، ومقارنة النماذج واختيار الأفضل.

الهدف النهائي من المشروع هو تحويل البيانات التاريخية إلى توصيات سعرية عملية تساعد فريق المبيعات والتسعير على اتخاذ قرارات أكثر اعتمادًا على البيانات وتقليل الحاجة إلى التقدير اليدوي.