demand_forecasting_model

**Demand Forecasting | التنبؤ بمبيعات المتاجر باستخدام Machine Learning**

تطوير نموذج Machine Learning للتنبؤ بالمبيعات اليومية لمتاجر Rossmann، بهدف تحسين التخطيط للمبيعات ودعم قرارات إدارة المخزون.

**أبرز نقاط القوة والتميز:**

- **حجم البيانات:** 1,017,209 سجل و18 عمودًا، تغطي بيانات 1,115 متجرًا.

- إجراء EDA وتحليل تأثير العروض الترويجية والعملاء والمنافسين على المبيعات.

- تطبيق Data Cleaning وFeature Engineering وData Preprocessing.

- تدريب ومقارنة **5 نماذج Machine Learning** لاختيار الأفضل.

- تحسين أداء النماذج باستخدام Hyperparameter Tuning.

**النتائج المحققة:**

- **R² Score: 81.74%** من التباين المفسَّر على بيانات الاختبار.

- **RMSE: 0.1840** على المقياس اللوغاريتمي.

- **أفضل نموذج:** Gradient Boosting Regressor.

**التقنيات المستخدمة:**

Python | Pandas | NumPy | Scikit-learn | XGBoost | Matplotlib | Seaborn | Plotly

يعكس المشروع قدرتي على معالجة وتحليل البيانات كبيرة الحجم، وبناء نماذج تعلم آلي ومقارنتها وتحسين أدائها للوصول إلى نتائج قابلة للتقييم.