تحليل مبيعات التجزئة والتنبؤ بالطلب باستخدام تعلم الآلة

قمت بتطوير مشروع متكامل لتحليل مبيعات التجزئة والتنبؤ بالمبيعات الأسبوعية باستخدام تقنيات Machine Learning، بهدف مساعدة الشركات على توقع الطلب المستقبلي واتخاذ قرارات تشغيلية أكثر دقة. إجراء Exploratory Data Analysis (EDA) لاكتشاف الأنماط والاتجاهات الموسمية في المبيعات. تنظيف البيانات ومعالجة القيم غير الضرورية وتحضيرها للنمذجة. تنفيذ Feature Engineering واستخراج خصائص زمنية مهمة من التاريخ مثل: Year Month Week Day DayOfWeek بناء وتقييم نموذجين للتنبؤ بالمبيعات: Random Forest Regressor XGBoost Regressor مقارنة أداء النماذج باستخدام مؤشرات تقييم متقدمة: R² Score Mean Squared Error (MSE) Root Mean Squared Error (RMSE) النتائج: حقق نموذج XGBoost أفضل أداء بدقة تنبؤ وصلت إلى: R² Score = 94.9% تقليل الخطأ بنسبة تزيد عن 50% مقارنةً بـ Random Forest مما يجعله نموذجًا قويًا وفعالًا للتنبؤ بالمبيعات الأسبوعية.