Laptop Price Prediction Using Machine Learning

قمت بتنفيذ مشروع تعلم آلة للتنبؤ بأسعار أجهزة اللابتوب اعتمادًا على مواصفاتها الفنية، مثل حجم ذاكرة RAM، ونوع المعالج، وسعة التخزين، وكارت الشاشة، ودقة الشاشة.

تضمن المشروع تنظيف البيانات ومعالجتها، وإجراء التحليل الاستكشافي للبيانات (EDA)، وتجهيز الخصائص وتطبيق أساليب المعالجة المسبقة، ثم تدريب ومقارنة مجموعة من نماذج الانحدار (Regression)، ومنها Random Forest وXGBoost وCatBoost وLightGBM، بالإضافة إلى تجربة تقنيات دمج النماذج (Ensemble Learning).

تم تقييم النماذج باستخدام مقاييس MAE وMSE وRMSE وR² Score لمقارنة أدائها وتحديد النموذج الأنسب للمهمة.

**الأدوات المستخدمة:** Python، Pandas، NumPy، Matplotlib، Seaborn، Scikit-learn، XGBoost، CatBoost، LightGBM.

يهدف المشروع إلى تطبيق تقنيات تحليل البيانات وتعلم الآلة لبناء نموذج يساعد على تقدير أسعار أجهزة اللابتوب بناءً على مواصفاتها.