Bu çalışma, 634 satırdan oluşan ve 7 farklı başlık altında incelenen ev faturaları veri setini kullanmaktadır. Random Forest, KNN, Decision Tree Regressor, Linear Regresyon ve SVR gibi beş farklı algoritma kullanılarak faturaların analizi yapılmıştır. Algoritmaların performansı, regresyon problemleri için yaygın olarak kullanılan Ortalama Kare Hatası (Mean Squared Error - MSE) ve R-kare (R-squared) değerleri ile değerlendirilmiştir. Ayrıca, gerçek ve tahmin edilen değerlerin görselleştirilmesi yapılmıştır.

1. Karar Ağaçları
2. Destek Vektör Makineleri (SVM)
3. Rastgele Ormanlar
4. Lojistik Regresyon
5. K-En Yakın Komşu (KNN)
6. Derin Öğrenme Modelleri (Opsiyonel, TensorFlow veya PyTorch)

Her türlü katkı ve geri bildirim değerlidir.