Drug Interaction Detection Using Machine Learning

قمت بتطوير مشروع Machine Learning للكشف عن التفاعلات الدوائية (Drug Interaction Detection) بهدف التنبؤ بوجود تفاعل محتمل بين الأدوية وتحليل مستوى الخطورة لتقليل الأخطاء الطبية وتحسين أمان استخدام الأدوية. بدأت المشروع بجمع ومعالجة البيانات الخاصة بالأدوية والتفاعلات الدوائية، ثم تنفيذ مرحلة الـ Data Preprocessing والتي تضمنت: تنظيف البيانات وإزالة القيم المفقودة والبيانات المكررة تحويل البيانات النصية إلى قيم رقمية باستخدام Encoding تحليل البيانات واستخراج أهم الـ Features المؤثرة على التنبؤ بعد ذلك تم تقسيم البيانات إلى Training Data و Testing Data لتدريب النموذج واختباره. استخدمت خوارزمية Random Forest Classifier لأنها من أفضل الخوارزميات في التعامل مع البيانات المعقدة وتوفر دقة عالية في التصنيف وتقليل مشكلة الـ Overfitting. قمت بتدريب الموديل على البيانات ثم تقييم الأداء باستخدام عدة Metrics مثل: Accuracy Precision Recall F1-Score كما تم اختبار النموذج على بيانات جديدة للتأكد من قدرته على التنبؤ الصحيح بالتفاعلات الدوائية المحتملة. التقنيات والأدوات المستخدمة: Python Pandas & NumPy Scikit-learn Matplotlib & Seaborn لتحليل وعرض البيانات Jupyter Notebook المشروع ساعدني على اكتساب خبرة عملية في: Data Analysis Feature Engineering بناء وتدريب نماذج Machine Learning تقييم وتحسين أداء الموديلات التعامل مع البيانات الطبية وتحليلها بشكل عملي