Terra value - California house pricing estimator

تطبيق لتوقّع أسعار المنازل في كاليفورنيا

تطبيق متكامل للتعلم الآلي يتوقع متوسط سعر المنزل في كاليفورنيا اعتمادًا على بيانات التعداد السكاني. يبدأ المشروع من تنظيف البيانات وهندسة الخصائص، ثم تدريب نماذج الانحدار ومقارنتها وتصدير أفضلها. بعد ذلك يُقدَّم النموذج عبر واجهة برمجية (FastAPI)، وتتصل به واجهة مستخدم (React + TypeScript) يُدخل فيها المستخدم التفاصيل ويحصل على السعر المتوقع مباشرة.

الخطوات الرئيسية :

- تنظيف البيانات وهندسة الخصائص (مثل عدد الغرف لكل أسرة)

- تحليل استكشافي للبيانات مع رسوم بيانية

- تدريب ومقارنة نموذجين: Linear Regression وRandom Forest، وتقييمهما بمقاييس MAE وRMSE وR²

- تصدير النموذج النهائي كـ Pipeline كامل

- واجهة FastAPI مع التحقق من المدخلات واختبارات آلية

- واجهة React تعرض النتيجة للمستخدم

التقنيات: Python، scikit-learn، pandas، FastAPI، React، TypeScript

أفضل نموذج هو Random Forest، وحقق R² ≈ 0.78 على بيانات الاختبار.

هل تريد نسخة أقصر لقسم الأعمال في الـ CV أو الـ Portfolio، أو صيغة بالعامية المصرية لبوست لينكدإن؟