في هذا المشروع، قمت بتطبيق نماذج تعلم الآلة (Machine Learning)والشبكات العصبية (Neural Networks) على بيانات طبية بهدف التنبؤ باحتمالية الإصابة بأمراض القلب والأوعية الدموية.
معالجة البيانات والتحليل (Data Preprocessing & Analysis)
* تنظيف وتجهيز البيانات الطبية (العمر، مؤشر كتلة الجسم BMI، ضغط الدم، الكوليسترول، الجلوكوز، وغيرها).
* تحويل العمر إلى سنوات، وحساب قيمة مؤشر كتلة الجسم (BMI).
* إزالة القيم الشاذة (Outliers) لتحسين دقة النموذج.
* التعامل مع عدم توازن البيانات باستخدام تقنية **SMOTE**.
* إجراء تحليل استكشافي للبيانات (EDA) باستخدام:
* الرسوم البيانية (Histograms)
* مصفوفة الارتباط (Correlation Heatmap)
* توزيع الخصائص (Feature Distributions)
نماذج تعلم الآلة المستخدمة
* **الانحدار اللوجستي (Logistic Regression)** → الدقة: 94.7%
* **شجرة القرار (Decision Tree)** → الدقة: 93%
* **نايف بايز (Naive Bayes)** → الدقة: 91%
* **K-Nearest Neighbors (KNN)** → الدقة: 94.3%
* **الغابات العشوائية (Random Forest)** → الدقة: 95%
