Walmart Dataset

واحدة من شركات الـretail الرائدة في الولايات المتحدة، وهي **Walmart**، ترغب في التنبؤ بالمبيعات والطلب بدقة. هناك بعض الأحداث والعطلات التي تؤثر على المبيعات في كل يوم. تتوفر بيانات المبيعات الخاصة بـ **45 store** من متاجر Walmart.

يواجه الـbusiness تحديًا بسبب الطلبات غير المتوقعة، مما يؤدي أحيانًا إلى نفاد الـstock، ويرجع ذلك إلى استخدام **Machine Learning algorithm** غير مناسب. يمكن لـ **ideal ML algorithm** أن يتنبأ بالطلب بدقة، مع الأخذ في الاعتبار عوامل مثل الظروف الاقتصادية، بما في ذلك **CPI** و**Unemployment Index** وغيرها.

تقوم Walmart بتنفيذ العديد من فعاليات **promotional markdowns** على مدار العام. وتسبق هذه التخفيضات بعض العطلات المهمة، وأكبر أربع عطلات منها هي: **Super Bowl، Labour Day، Thanksgiving، وChristmas**.

يتم إعطاء الأسابيع التي تتضمن هذه العطلات وزنًا أكبر بخمس مرات (**five times higher**) في عملية الـevaluation مقارنة بالأسابيع العادية التي لا تحتوي على عطلات.

جزء من التحدي الذي تقدمه هذه الـcompetition هو بناء نموذج يستطيع تحديد تأثير الـmarkdowns على أسابيع العطلات، في ظل عدم توفر بيانات تاريخية كاملة أو مثالية.

تتوفر **Historical Sales Data** لـ **45 Walmart stores** موجودة في مناطق مختلفة.

### Acknowledgements

تم الحصول على الـdataset من **Kaggle**.

### Objective

* فهم الـdataset وتنظيفه (**cleanup**) إذا كان ذلك مطلوبًا.

* بناء **Regression Models** للتنبؤ بالمبيعات باستخدام **single & multiple features**.

* تقييم الـmodels ومقارنة الـscores الخاصة بها، مثل **R²** و**RMSE**.