لقد قمت بتطوير نموذج متكامل لتحليل وتوقع أسعار أجهزة اللاب توب بناءً على مواصفاتها التقنية. تضمن المشروع رحلة كاملة مع البيانات بدأت من ملف غير منظم وانتهت بنموذج تنبؤي دقيق.

الخطوات التي قمت بتنفيذها:

تنظيف البيانات (Data Cleaning): التعامل مع البيانات المفقودة، وتصحيح التنسيقات غير الصحيحة فيDataset.

هندسة البيانات (Data Encoding): تحويل البيانات النصية (مثل ماركة الجهاز ونظام التشغيل) إلى صيغ رقمية يفهمها النموذج.

تحليل البيانات الاستكشافي (EDA): استخدام الرسوم البيانية لفهم العلاقة بين مواصفات الجهاز وسعره في السوق.

بناء نموذج التوقع: تدريب واختبار نموذج تعلم آلي (Machine Learning) قادر على تقدير سعر الجهاز بدقة عالية.

الأدوات والتقنيات المستخدمة:

Python: اللغة الأساسية للمشروع.

Pandas & NumPy: لتنظيف ومعالجة البيانات.

Scikit-learn: لبناء وتدريب نموذج التوقع.

Matplotlib / Seaborn: لتمثيل النتائج بيانياً.