قمت بتطوير مشروع تعلم آلي يهدف إلى التنبؤ بأسعار المنازل باستخدام بيانات تاريخية لعمليات بيع المنازل في مقاطعة كينغ في الولايات المتحدة. يعتمد المشروع على تحليل البيانات واستخراج العوامل المؤثرة في أسعار العقارات مثل مساحة المنزل وعدد الغرف والموقع وجودة البناء.

يشمل المشروع دورة كاملة لعلم البيانات بدءًا من استكشاف البيانات وتنظيفها ومعالجتها، مرورًا بإنشاء ميزات جديدة، ثم تدريب عدة نماذج تعلم آلي ومقارنة أدائها لاختيار النموذج الأفضل للتنبؤ بالأسعار.

تم استخدام عدة خوارزميات تعلم آلي مثل Linear Regression وDecision Tree وRandom Forest وGradient Boosting بالإضافة إلى نموذج XGBoost الذي حقق أفضل أداء في التنبؤ، كما تم تقييم النماذج باستخدام مقاييس الأداء مثل R² Score وMAE وRMSE.

بالإضافة إلى إنشاء رسوم بيانية وتحليلات مرئية لفهم العلاقات بين المتغيرات مثل تأثير عدد الغرف ومساحة المنزل والموقع الجغرافي على السعر النهائي.