التنبؤ باضطراب طيف التوحد باستخدام تقنيات تعلم الآلة

يهدف هذا المشروع إلى بناء نموذج تصنيف ذكي للتنبؤ باضطراب طيف التوحد (ASD) باستخدام تقنيات تعلم الآلة. يعتمد النموذج على تحليل مجموعة من الخصائص السلوكية والديموغرافية المستخرجة من بيانات منظمة لتحديد احتمالية إصابة الفرد بالتوحد. شمل المشروع عدة مراحل، منها: • معالجة البيانات وتنظيفها وإعدادها للتحليل. • إجراء التحليل الاستكشافي للبيانات (EDA) لاكتشاف الأنماط والعلاقات المهمة. • هندسة واختيار الخصائص المؤثرة في عملية التنبؤ. • تدريب واختبار عدة نماذج تعلم آلة مثل الانحدار اللوجستي (Logistic Regression)، وآلات الدعم الناقل (SVM)، وGradient Boosting. • تقييم أداء النماذج باستخدام مقاييس متعددة مثل الدقة (Accuracy)، والاستدعاء (Recall)، والدقة الإيجابية (Precision)، ومنحنى ROC-AUC لاختيار النموذج الأفضل. النتائج: تم تطوير نظام تنبؤي قادر على المساعدة في الكشف المبكر عن اضطراب طيف التوحد من خلال التعرف على الأنماط السلوكية المرتبطة بالحالة، مما يدعم عمليات الفحص والتشخيص الأولية. الأدوات والتقنيات المستخدمة: Python، Pandas، NumPy، Scikit-learn، XGBoost، Matplotlib، Seaborn.