نظام ذكي لتوقع أمراض القلب باستخدام Machine Learning بدقة تصل إلى 95%

إذا كنت تبحث عن حل ذكي يساعد في التنبؤ المبكر بأمراض القلب اعتمادًا على البيانات، فهذا المشروع يقدم لك نظامًا متكاملًا مبنيًا باستخدام تقنيات Machine Learning لتحليل بيانات المرضى والتنبؤ بإمكانية الإصابة بدقة عالية. فكرة المشروع: يعتمد النظام على تحليل بيانات طبية لمرضى القلب، ومعالجتها بشكل احترافي (Data Cleaning & Preprocessing)، ثم تدريب عدة نماذج تعلم آلي لاختيار أفضل نموذج من حيث الأداء والدقة. ما يقدمه المشروع: تحليل شامل لبيانات مرضى القلب تنظيف البيانات ومعالجتها (Handling Missing Values & Scaling) تدريب واختبار عدة نماذج Machine Learning مقارنة أداء النماذج واختيار الأفضل نظام تصنيف (Classification) لتحديد وجود المرض من عدمه تحقيق دقة تصل إلى 95% باستخدام Random Forest الخوارزميات المستخدمة: Logistic Regression Naive Bayes Support Vector Machine (SVM) K-Nearest Neighbors (KNN) Decision Tree Random Forest XGBoost Artificial Neural Network (Keras) التقنيات المستخدمة: Python Scikit-learn Keras Pandas / NumPy Matplotlib / Seaborn Jupyter Notebook مميزات المشروع: دقة عالية في التنبؤ قابل للتطوير والتكامل مع أنظمة طبية مناسب لمشاريع التخرج أو الأنظمة الصحية كود منظم وقابل لإعادة الاستخدام المهارات (Skills) Machine Learning Data Analysis Data Preprocessing Classification Algorithms Python Scikit-learn Keras Pandas & NumPy Data Visualization Predictive Modeling