في هذا المشروع قمت بإجراء تحليل شامل لبيانات مجموعة من المنازل بهدف استخراج الأنماط والعوامل المؤثرة في أسعار العقارات، وتحويل البيانات الخام إلى معلومات تساعد على اتخاذ قرارات دقيقة.
بدأت بتنظيف البيانات باستخدام **Python** ومكتبة **Pandas**، حيث تمت معالجة القيم المفقودة، وإزالة التكرارات، وتصحيح أنواع البيانات لضمان جودة النتائج.
بعد ذلك استخدمت **NumPy** لإجراء العمليات الحسابية والإحصائية، ثم أجريت **التحليل الاستكشافي للبيانات (Exploratory Data Analysis - EDA)** لفهم توزيع البيانات، والعلاقات بين المتغيرات، واكتشاف القيم الشاذة (Outliers).
لإظهار النتائج بصورة واضحة، استخدمت **Matplotlib** و**Seaborn** لإنشاء رسوم بيانية متنوعة مثل توزيع الأسعار، وعلاقات الارتباط بين المساحة والسعر، وعدد الغرف، والموقع، وغيرها من العوامل المؤثرة.
كما تم استخدام **Scikit-learn** لبناء نموذج تعلم آلة للتنبؤ بأسعار المنازل اعتمادًا على خصائصها، مع تقييم أداء النموذج باستخدام مقاييس مناسبة لضمان دقته.
**الأدوات والتقنيات المستخدمة:**
* Python
* Pandas
* NumPy
* Matplotlib
* Seaborn
* Scikit-learn
* Jupyter Notebook
**النتائج:**
* تنظيف وتجهيز البيانات.
* تحليل شامل واستخراج أهم المؤشرات.
* إنشاء رسوم بيانية احترافية.
* تحديد العوامل الأكثر تأثيرًا على أسعار المنازل.
* بناء نموذج تنبؤ يمكن استخدامه لتقدير أسعار العقارات بدقة.
