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.