نظام ذكي للتنبؤ بأسعار السيارات وتطبيق تفاعلي | Car Price Predictor & ML App

تطبيق متكامل يعتمد على التعلم الآلي (Machine Learning) للتنبؤ بالأسعار السوقية للسيارات المستعملة بناءً على مواصفاتها المختلفة، مع تقديم واجهة تفاعلية سهلة الاستخدام (Streamlit Web App) تتيح للمستخدم إدخال بيانات السيارة والحصول على تقييم فوري ودقيق للسعر. تم تطوير المشروع وفق خطوات منهجية تبدأ من دراسة وتنظيف بيانات مواصفات السيارات وحتى بناء نموذج تنبؤي عالي الدقة ونشره كتطبيق ويب. 💡 أبرز ما تم إنجازه في المشروع: تنظيف وتجهيز بيانات السيارات (Data Cleaning & Preprocessing): معالجة القيم المفقودة، التعامل مع البيانات النصية (Encoding Categorical Features)، وتصفية البيانات الشاذة في الأسعار. هندسة الميزات (Feature Engineering): استخراج وتحديد أكثر العوامل تأثيراً على سعر السيارة (مثل: سنة الصنع، الممشى/الكيلومترات، نوع المحرك، الماركة، الحالة). تدريب وتحسين نماذج الانحدار (Regression Models): تجربة عدة خوارزميات تعلم آلي واختيار الأفضل منها، مع ضبط المعلمات (Hyperparameter Tuning) للوصول لأقل نسبة خطأ ممكنة. تطوير واجهة تفاعلية (Interactive Streamlit App): تصميم واجهة بسيطة وسريعة تمكّن المستخدم من إدخال مواصفات السيارة واستعراض السعر المتوقع فوراً بصورة سلسة. تحليل العوامل المؤثرة (Feature Importance Analysis): توضيح أثر كل عنصر على القيمة السوقية للسيارة لمساعدة المشتري أو البائع في اتخاذ قرار دقيق. 3. المهارات والأدوات المستخدمة (Skills & Tools) لغة البرمجة: Python تطوير التطبيق التفاعلي: Streamlit مكتبات التعلم الآلي: Scikit-Learn معالجة وتحليل البيانات: Pandas, NumPy التمثيل البصري: Matplotlib, Seaborn التخصص: Machine Learning, Regression Analysis, Feature Engineering, Web App Development