Car Price Prediction using Machine Learning

Car Price Prediction – Data Science & Machine Learning Project

مشروع Data Science وMachine Learning يهدف إلى بناء نموذج تنبؤي لتقدير أسعار السيارات اعتمادًا على مجموعة من الخصائص والمواصفات التي تؤثر على قيمتها السوقية، مثل Brand وYear وMileage وEngine Size وFuel Type وTransmission وPrevious Owners.

بدأ المشروع بمرحلة Data Cleaning & Exploratory Data Analysis (EDA) ، والتي تضمنت فحص البيانات، والتعامل مع القيم المفقودة (Missing Values)، والتحقق من جودة البيانات، وتحليل توزيع أسعار السيارات والعلاقات بين الخصائص المختلفة والسعر، بهدف فهم العوامل الأكثر تأثيرًا في تحديد قيمة السيارة.

بعد ذلك، تم تنفيذ مرحلة Data Preprocessing لتجهيز البيانات للاستخدام في نماذج التعلم الآلي، بما في ذلك معالجة المتغيرات العددية والفئوية وتحويل الخصائص إلى الصيغ المناسبة للنموذج، ثم تقسيم البيانات إلى مجموعات التدريب والاختبار لضمان تقييم الأداء على بيانات لم تُستخدم أثناء التدريب.

في مرحلة بناء النموذج، تم استخدام خوارزمية Random Forest Regression للتنبؤ بأسعار السيارات، نظرًا لقدرتها على التعامل مع العلاقات المعقدة بين المتغيرات المختلفة والتقاط الأنماط التي قد تؤثر على السعر. وتم تقييم أداء النموذج باستخدام مقاييس مناسبة لمهام Regression، مثل R²، بهدف قياس مدى قدرة النموذج على تفسير التغيرات في الأسعار وإنتاج تنبؤات قريبة من القيم الفعلية.

بالإضافة إلى ذلك، تم حفظ النموذج والمكونات الأساسية اللازمة لعملية التنبؤ، بما يتيح إعادة استخدامه دون الحاجة إلى إعادة التدريب في كل مرة. كما تم تجهيز المشروع ليكون قابلًا للتشغيل من خلال تطبيق تفاعلي باستخدام Streamlit ، يسمح للمستخدم بإدخال مواصفات السيارة والحصول على سعر متوقع بناءً على النموذج المدرّب.

يهدف المشروع في النهاية إلى تطبيق دورة العمل الكاملة لمشاريع Machine Learning ، بدايةً من تنظيف البيانات وتحليلها، مرورًا بتجهيز الخصائص وبناء النموذج وتقييمه، وصولًا إلى دمج النموذج في تطبيق عملي يسهّل الاستفادة من نتائج التنبؤ، ويُظهر كيفية تحويل البيانات إلى أداة تساعد في تقدير أسعار السيارات ودعم اتخاذ القرار.