مجلة الدراسات الإقتصادية الكمية
Volume 11, Numéro 1, Pages 89-102
2025-06-01
التنبؤ بأسعار السيارات باستخدام تقنيات التنقيب في البيانات دراسة تطبيقية على بيانات مجموعة من السيارات بالمملكة المتحدة
الكاتب : بنين توفيق . طويطي مصطفى . بن عبد الرحمان ذهيبة .
الملخص
ملخص: تهدف الدراسة إلى فحص فعالية خوارزمية XG Boost الانحدارية ومقارنتها بخوارزمية الغابة العشوائيةRF ، خوارزمية آلة دعم المتجه الانحدارية SVR وخوارزمية الشبكات العصبية العميقة DNN للتنبؤ بأسعار السيارات في المملكة المتحدة، توصلت الدراسة إلى أن خوارزمية الغابات العشوائية (RF) ملائمة ومناسبة لتقدير أسعار السيارات بدقة، وبالتالي يمكن الاعتماد عليها في تحسين وترشيد قرارات مشتري وبائعي السيارات، وذلك لكونها حققت أكبر معامل تحديد R2 بقيمة 95.90 % وأقل قيمة للجذر التربيعي لمتوسط مربع الأخطاء RMSE والتي قدرت بـ 1946.07 مقارنة بخوارزمية XG Boost وخوارزمية آلة دعم المتجه الإنحدارية(SVR) والشبكة العصبية العميقة (DNN). الكلمات المفتاح : تنقيب في البيانات؛ خوارزمية XG Boost الانحدارية؛ خوارزمية الغابات العشوائية RF؛ خوارزمية آلة دعم المتجه الانحدارية SVR؛ خوارزمية الشبكات العصبية العميقة DNN. تصنيف JEL : C8؛ C88؛ D81 Abstract: The study aims to examine the effectiveness of the XGBoost regression algorithm and compare it with the Random Forest (RF) algorithm, the Support Vector regression (SVR) algorithm, and the Deep Neural Networks (DNN) algorithm to predict car prices in the United Kingdom, the study found that the Random Forest (RF) algorithm is appropriate and effective for accurately estimating car prices, and therefore can be relied upon to improve and rationalize decisions of car buyers and seller, This conclusion is based on the RF algorithm achieving the highest coefficient of determination (R²) of 95.90 % and the lowest Root Mean Squared Error (RMSE) of 1946.07, compared to the XGBoost regression algorithm, the Support Vector regression (SVR) algorithm, and the Deep Neural Networks (DNN) algorithm. Keywords: Data mining; XGBoost regression algorithm; Random Forest (RF) algorithm; Support Vector regression (SVR) algorithm; Deep Neural Networks (DNN) algorithm. Jel Classification Codes : C8; C88; D81
الكلمات المفتاحية
تنقيب في البيانات ; خوارزمية XG Boost الانحدارية ; خوارزمية الغابات العشوائية RF ; خوارزمية آلة دعم المتجه الانحدارية SVR ; خوارزمية الشبكات العصبية العميقة DNN ; Data mining ; XGBoost regression algorithm ; Random Forest (RF) algorithm ; Support Vector regression (SVR) algorithm ; Deep Neural Networks (DNN) algorithm
مقالات مماثلة
بن سعدي فتيحة
.
ص 25-38.
لكحل فاطمة الزهراء
.
بوهرين فتيحة
.
ص 555-576.
قوت صلاح الدين
.
بلحاج طارق
.
ص 57-73.
