Breast Cancer Classification

هذا المشروع يهدف إلى بناء نموذج ذكاء اصطناعي قادر على **تصنيف أورام الثدي** إلى: * أورام **حميدة (Benign)** * أورام **خبيثة (Malignant)** وذلك باستخدام تقنيات **تعلم الآلة (Machine Learning)** و**الشبكات العصبية (Artificial Neural Networks - ANN)**. ? الهدف من المشروع تطوير نموذج دقيق يساعد في **التشخيص المبكر لسرطان الثدي**، مما يساهم في دعم اتخاذ القرار الطبي وتقليل نسبة الأخطاء البشرية. ? البيانات المستخدمة تم الاعتماد على بيانات طبية تحتوي على مجموعة من الخصائص المستخرجة من صور الخلايا، مثل: * نصف القطر (Radius) * الملمس (Texture) * المحيط (Perimeter) * المساحة (Area) * النعومة (Smoothness) * التماثل (Symmetry) ⚙️ خطوات تنفيذ المشروع 1️⃣ معالجة البيانات (Data Preprocessing) * تنظيف البيانات وإزالة القيم غير المهمة * تحويل القيم النصية إلى رقمية * التعامل مع القيم المفقودة * تطبيق **Normalization / Standardization** لتحسين أداء النموذج 2️⃣ تقسيم البيانات تم تقسيم البيانات إلى: * 80% للتدريب * 20% للاختبار 3️⃣ بناء النموذج تم استخدام نموذج **الشبكات العصبية الاصطناعية (ANN)**، ويتكون من: * طبقات مخفية باستخدام دالة التنشيط ReLU * طبقة إخراج باستخدام Sigmoid لتصنيف القيم الثنائية 4️⃣ تدريب النموذج * استخدام خوارزمية **Adam Optimizer** * اعتماد دالة خسارة **Binary Crossentropy** * متابعة الأداء باستخدام **Accuracy** 5️⃣ تقييم النموذج تم تقييم النموذج باستخدام: * Accuracy * Confusion Matrix * Precision و Recall ? مع التركيز على **Recall** نظرًا لأهميته في الحالات الطبية (لتقليل فقدان الحالات الخطيرة). ? النتائج حقق النموذج دقة عالية في التنبؤ، مع قدرة جيدة على التمييز بين الأورام الحميدة والخبيثة.