مشروع تحليل أسعار السيارات والتعلم الآلي يهدف إلى دراسة واستكشاف بيانات المركبات (car__price.csv)، وتطبيق خطوات التجهيز والتحليل لمعرفة العوامل المؤثرة على التسعير وبناء نماذج تنبؤية دقيقة لتقدير القيم.

أبرز محاور العمل:
1. تجهيز واستكشاف البيانات (Data Preprocessing & EDA):
- فحص هيكل البيانات ومعالجة القيم المفقودة وغير المتسقة.
- ترميز المتغيرات الفئوية لتلائم خوارزميات التعلم الآلي.
- تحليل الارتباطات بين مواصفات السيارة والسعر النهائي.

2. بناء وتقييم النماذج (Model Training & Evaluation):
- تقسيم البيانات لمجموعات تدريب واختبار.
- تطبيق خوارزميات الانحدار لتوقع الأسعار.
- تقييم الأداء بمقاييس الدقة المعروفة.

التقنيات والأدوات:
- اللغة: Python[cite: 2]
- المكتبات: Pandas, NumPy, Scikit-Learn[cite: 2]
- بيئة العمل: Jupyter Notebook[cite: 2]
```[cite: 2]