000			05723namaa22004091i 4500
003			OSt
005			20241201125358.0
008			241201s2023 |||a|||f m||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposite
082	0	4	_a728
092			_a728 _221
097			_aM.Sc
099			_aCai01.13.05.M.Sc.2023.Om.A
100	0		_aOmar Tarek Nada Habib, _epreparation.
245	1	0	_aApplication of machine learning on residential and commercial projects : _ba framework for cost estimation / _cby Omar Tarek Nada Habib ; Supervision of Dr. Mona Metwally Abouhamad , Dr. AbdElMoniem Bayoumi.
246	1	5	_a: تطبيق التعلُّم الآلي في المشروعات السكنية والتجارية _b/ هيكل لتقدير التكلفة
264		0	_c2023.
300			_a187 pages : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc.)-Cairo University, 2023.
504			_aBibliography: pages 67-72.
520			_aonstruction contributes significantly to the economies of world countries. Remarkably, most projects suffer cost overruns as a result of cost estimation issues. This research introduces a new methodology to overcome cost estimation shortcomings in the construction industry. The proposed study aims to estimate construction costs using a random forest (RF) regression model. The research’s undertaken methodology incorporates three main components, namely; (1) dataset preprocessing and features selection, (2) program modelling, and (3) assessment and analysis. San Francisco’s (USA) buildings dataset is used to feed the model after being preprocessed. Python programming language is utilized to code the RF regression model. After conducting ten separate model runs, outcomes are extracted for further analysis. Class (2) of the AACE’s cost estimate classification system is used for assessment. The results indicate that the RF regression model can accurately estimate costs exceeding the selected accuracy range in a matter of few hours. This research demonstrates that RFs specifically and machine learning generally can accurately and rapidly predict construction costs, thus solving most estimating problems and enhancing the overall estimation process in the industry for both owners and contractors.
520			_aتُعتبر صناعة التشييد من أهم الصناعات المؤثرة في مؤشر الناتج المحلي الإجمالي في مصر والعالم أجمع، نظرًا لكونها مُكوّن كبير من اقتصادات الدول، بالإضافة إلى وفرة القوى العاملة بهذا القطاع. على صعيدٍ أخر، تُعاني مشروعات التشييد بشكل كبير من تخطي التكلفة المٌقدّرة بالمراحل الأولية، الأمر الذي يُهدد استكمال هذه المشاريع في بعض الأحيان ويؤثر على نجاحها في البعض الأخر. في هذا الصدد، يُقدّم هذا البحث آلية جديدة لمعالجة عيوب أنظمة تقدير التكلفة الحالية بمشروعات التشييد. تهدُف هذه الدراسة إلى تقدير تكاليف التشييد باستخدام خوارزمية الغابات العشوائية من نظام التعلُّم الآلي. يعتمد الإطار الخاص بهذا البحث على ثلاث أعمدة رئيسية متمثلة في؛ (1) جمع وتنسيق المعلومات، (2) برمجة الكود الهندسي، و(3) التقييم والتحليل. تم استخدام قاعدة بيانات المباني الخاصة بولاية سان فرانسيسكو (الولايات المُتحدة الأمريكية) لتغذية البرنامج، وذلك بعد اتمام عملية التنسيق اللازمة. بعد القيام بعشر اختبارات لخوارزمية الغابات العشوائية، تم استخراج النتائج من البرنامج للقيام بالتحليل المطلوب. أظهرت النتائج نجاح الغابات العشوائية في إصدار تقديرات دقيقة لتكاليف التشييد، مُتخطية مُعدّلات الصناعة المقبولة، وذلك في ساعات معدودة فقط. نجحت هذه الدراسة في توضيح قدرة خوارزمية الغابات العشوائية بشكل خاص، ونظام التعلُّم الآلي بشكل عام، في تقدير تكاليف التشييد بدقة وسرعة شديدتين، الأمر الذي يؤكد فاعليتها في حل مشاكل تقدير التكلفة التي تواجهها صناعة التشييد مع توفير الحلول المطلوبة من قِبل أصحاب العمل والمقاولين على حدٍ سواء.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		7	_aresidential projects _2qrmak
653		0	_aConstruction Projects _aCost Estimation _aMachine Learning _aRandom Forest _aDatasets
700	0		_aMona Metwally Abouhamad _ethesis advisor.
700	0		_aAbdElMoniem Bayoumi _ethesis advisor.
900			_b01-01-2023 _cMona Metwally Abouhamad _cAbdElMoniem Bayoumi _dOmar Hossam El-Din El-Anwar _dHisham Bassiony _UCairo University _FFaculty of Engineering _DDepartment of Integrated Engineering Design in Construction Projects
905			_aShimaa
942			_2ddc _cTH _e21 _n0
999			_c169143