| # نماذج التعلم الآلي | |
| يحتوي هذا المجلد على نماذج التعلم الآلي المستخدمة في نظام تسعير المناقصات. | |
| ## هيكل المجلد | |
| - `trained/`: يحتوي على النماذج المدربة جاهزة للاستخدام | |
| - `datasets/`: يحتوي على مجموعات البيانات المستخدمة في تدريب النماذج | |
| ## النماذج المستخدمة | |
| يستخدم النظام مجموعة من نماذج التعلم الآلي تشمل: | |
| 1. **نموذج التنبؤ بالتكاليف**: يستخدم لتقدير تكاليف المشاريع بناءً على خصائص المشروع | |
| 2. **نموذج تقييم المخاطر**: يقيم المخاطر المحتملة للمشروع ويقدر تأثيرها | |
| 3. **نموذج التنبؤ بالمحتوى المحلي**: يتنبأ بنسبة المحتوى المحلي المتوقعة للمشروع | |
| 4. **نموذج التصنيف الذكي للمستندات**: يصنف مستندات المناقصة تلقائيًا | |
| 5. **نموذج التعرف على الكيانات**: يستخرج الكيانات المهمة من مستندات المناقصة | |
| ## كيفية استخدام النماذج | |
| لاستخدام النماذج في التطبيق: | |
| ```python | |
| from models.inference import load_cost_prediction_model, predict_cost | |
| # تحميل النموذج | |
| model = load_cost_prediction_model() | |
| # التنبؤ | |
| features = { | |
| 'project_type': 'construction', | |
| 'area': 5000, | |
| 'location': 'Riyadh', | |
| 'duration_months': 18 | |
| } | |
| predicted_cost = predict_cost(model, features) | |
| print(f"التكلفة المتوقعة: {predicted_cost} ريال") | |
| ``` | |
| ## تدريب النماذج | |
| يمكن إعادة تدريب النماذج باستخدام البيانات الجديدة من خلال: | |
| ```python | |
| from models.training import train_cost_prediction_model | |
| # تدريب النموذج | |
| train_cost_prediction_model(new_data_path="datasets/new_cost_data.csv", | |
| output_model_path="trained/cost_prediction_v2.pkl") | |
| ``` |