تفاصيل العمل

أولاً: ما هو البرنامج؟

تطبيق ويب مبني باستخدام Flask وتقنيات التعلم الآلي، يهدف إلى التنبؤ بأسعار العقارات في القاهرة الكبرى بناءً على خصائص العقار وموقعه، باستخدام نموذج Ridge Regression.

ثانيًا: ماذا يفعل البرنامج؟

1. إدخال بيانات العقار: النوع، المساحة، عدد الغرف، المدينة، الحي، الكمبوند، الطابق، العمر، التشطيب والمرافق.

2. تقدير السعر: توقع السعر المحتمل للعقار بالجنيه المصري.

3. تحديد النطاق السعري: عرض نطاق سعري يوضح هامش الخطأ المتوقع.

4. تحليل سعر المتر: حساب سعر المتر ومقارنته بمتوسط أسعار المدينة.

5. تقييم دقة التوقع: عرض مؤشرات أداء النموذج ومدى موثوقية التقدير.

6. التحذيرات الذكية: تنبيه المستخدم إذا كانت بعض بيانات العقار، مثل المساحة، خارج النطاق المعتاد للبيانات المستخدمة في التدريب.

7. واجهة برمجية API: توفير إمكانية استخدام وظائف التنبؤ من تطبيقات وأنظمة أخرى.

ثالثًا: ممّا يتكون البرنامج؟

المكوّن:ا لتقنية أو الوظيفة

الواجهة الأمامية: HTML وCSS لعرض نموذج الإدخال والنتائج.

الخادم الخلفي: Flask لإدارة الطلبات وتنفيذ عمليات التنبؤ.

قاعدة البيانات: ملفات بيانات عقارية خام ومعالجة.

مصادر البيانات:Kaggle وإعلانات عقارية جُمعت عبر Web Scraping.

معالجة البيانات: تنظيف البيانات، واستخراج الخصائص، وتحليل تأثير الموقع والمرافق.

نموذج التعلم الآلي: Ridge Regression للتنبؤ بأسعار العقارات.

نماذج المقارنة: Lasso وElasticNet وRandom Forest وHistGradientBoosting.

تقييم النموذج : R² وMAE وRMSE وMAPE لقياس دقة التنبؤ.

ملفات مرفقة

بطاقة العمل

اسم المستقل
عدد الإعجابات
0
تاريخ الإضافة
تاريخ الإنجاز
المهارات