مشروع تصنيف باستخدام الذكاء الاصطناعي للتنبؤ بإصابة المرضى بأمراض القلب بناءً على مجموعة من البيانات الطبية مثل (العمر، الضغط، الكوليسترول، معدل ضربات القلب، وغيرها).
المشروع بيهدف إلى:
تحليل البيانات الطبية وفهم العلاقات بين الخصائص
معالجة البيانات وتحويلها (Encoding)
بناء موديلات تصنيف للتنبؤ بحالة المريض (مصاب / غير مصاب)
📊 كما هو موضح في الصفحة الأولى من المشروع، البيانات تحتوي على أكثر من 900 سجل وخصائص متعددة مثل:
Age, Sex, ChestPainType, Cholesterol, MaxHR وغيرها
⚙️ التقنيات المستخدمة:
Python
Pandas / NumPy
Seaborn / Matplotlib
Scikit-learn
🤖 النماذج المستخدمة:
Logistic Regression
K-Nearest Neighbors (KNN)
Decision Tree
Random Forest
Gradient Boosting
Support Vector Machine (SVM)
📈 تحسين الأداء (Model Tuning):
تم استخدام:
GridSearchCV لاختيار أفضل parameters
مقارنة الأداء بين النماذج باستخدام accuracy
استخدام Confusion Matrix لتقييم النتائج
📊 من النتائج:
Decision Tree و Logistic Regression حققوا دقة عالية (~82%)
Random Forest و Gradient Boosting وصلوا لأداء أعلى في التدريب
تم اختيار أفضل نموذج بناءً على التوازن بين التدريب والاختبار
(مذكور في صفحات 6 و7 من المشروع)
💡 مميزات المشروع:
مشروع عملي في مجال Medical AI
تطبيق كامل من Data Cleaning → Modeling → Evaluation
مناسب للتطبيقات الصحية واتخاذ القرار
كود منظم وقابل للتطوير
