نموذج تنبؤي متقدم لتقدير حجم الطلب على مشاركة الدراجات (Bike Sharing Demand)
منذ أسبوعين
عرض العمل
الوصف
مشروع التنبؤ بالطلب على استئجار الدراجات | Bike Rental Demand
الهدف:
بناء نموذج تعلم آلة لتقدير حجم الطلب على الدراجات وفقاً للمواسم والطقس وساعات الذروة، لمساعدة الإدارات التشغيلية على إدارة الأسطول وتقليل التكاليف.
خطوات العمل:
1. تحليل البيانات (EDA): دراسة ارتباط الإيجار بالطقس، الرطوبة، وساعات العمل.
2. التنظيف والمعالجة: إزالة القيم المفقودة واستخراج ميزات زمنية من التواريخ والساعات.
3. هندسة الميزات: تحجيم البيانات وتوليد متغيرات ترفع كفاءة النماذج.
4. التدريب والتقييم: اختبار نماذج انحدار عدة (Linear Regression, Random Forest, XGBoost) مع ضبط المعاملات وتقييم الأداء عبر RMSE و R2 Score.
أبرز النتائج:
- تصدر خوارزمية XGBoost بأعلى دقة تنبؤ وأقل معدل خطأ.
- تقدير دقيق لأوقات الذروة وتقلبات الطقس لدعم اتخاذ القرارات.
الأدوات والتقنيات:
Python | Pandas | NumPy | Matplotlib | Seaborn | Scikit-Learn | XGBoost
التفاصيل
| المشاهدات | 3 |
| المفضلة | 0 |
| القسم | برمجة, تطوير المواقع و التطبيقات - اخري |
حساب المستخدم
العربية
English