نموذج شبكة عصبية للتنبؤ بإدمان الألعاب (Gaming Addiction Neural Network Model)

قمت بتطوير نموذج باستخدام الشبكات العصبية الاصطناعية (Artificial Neural Networks) بهدف تحليل سلوكيات المستخدمين والتنبؤ بدرجة خطر الإدمان على الألعاب بناءً على بيانات سلوكية وصحية نفسية. 🔹 فكرة المشروع المشروع يعتمد على بناء نموذج تعلم عميق يقوم بتحليل مجموعة من المؤشرات السلوكية والنفسية للاعبين، ومن ثم تصنيف مستوى خطر الإدمان إلى فئات مختلفة. 🔹 ما تم تنفيذه معالجة البيانات وتحضيرها للنمذجة: استخدام StandardScaler لتوحيد القيم العددية تطبيق One-Hot Encoding للبيانات الفئوية استخدام Label Encoding لتحويل التصنيفات بناء نموذج شبكة عصبية باستخدام MLPClassifier تصميم هيكل النموذج (عدد الطبقات والعُقد وتفعيل ReLU / Sigmoid) تدريب النموذج على بيانات سلوك اللاعبين تقييم الأداء باستخدام: Accuracy Precision Recall F1 Score Confusion Matrix تحسين أداء النموذج باستخدام GridSearchCV لاختيار أفضل Hyperparameters 🔹 التقنيات المستخدمة Python Pandas & NumPy Scikit-learn (MLPClassifier) GridSearchCV Matplotlib / Seaborn 🔹 مخرجات المشروع نموذج تصنيف يعتمد على الشبكات العصبية للتنبؤ بمستوى الإدمان تحليل شامل لسلوك المستخدمين تقييم دقيق لأداء النموذج باستخدام مقاييس متعددة تجربة عملية في بناء Pipeline كامل لتعلم الآلة