نظام التنبؤ بتكاليف التأمين الصحي باستخدام تعلم الآلة (Medical Insurance Cost Prediction)
يهدف هذا المشروع إلى بناء نموذج ذكاء اصطناعي للتنبؤ بتكاليف التأمين الصحي اعتمادًا على مجموعة من البيانات الشخصية والصحية، مما يساعد شركات التأمين على تسعير الوثائق بدقة، ويساعد العملاء على تقدير التكاليف المتوقعة قبل الاشتراك.
بدأت المشروع بفهم البيانات وتحليلها، حيث تضمنت متغيرات مثل العمر، والجنس، ومؤشر كتلة الجسم (BMI)، وعدد الأطفال، وحالة التدخين، والمنطقة الجغرافية، بينما كان المتغير المستهدف هو تكلفة التأمين الصحي السنوية (Charges).
بعد ذلك قمت بتنظيف البيانات، والتأكد من عدم وجود قيم مفقودة أو بيانات غير صحيحة، ثم تحويل المتغيرات الفئوية إلى متغيرات رقمية لتصبح جاهزة لمرحلة بناء النموذج. كما أجريت تحليلًا استكشافيًا (EDA) لاكتشاف العلاقات بين المتغيرات، وتحديد أكثر العوامل تأثيرًا على تكلفة التأمين.
اعتمد المشروع على بناء نموذج Linear Regression للتنبؤ بقيمة تكاليف التأمين، مع تقسيم البيانات إلى بيانات تدريب واختبار، ثم تقييم أداء النموذج باستخدام مقاييس مثلMAE وMSE وRMSE وR² Score لقياس دقة التوقعات ومدى قدرة النموذج على التعميم.
كما قمت بتفسير النتائج وتحليل تأثير كل متغير على تكلفة التأمين، وتبين أن التدخين ومؤشر كتلة الجسم BMI والعمر من أكثر العوامل تأثيرًا في زيادة تكلفة التأمين الصحي.
الأدوات والتقنيات المستخدمة:
Python
Pandas
NumPy
Matplotlib
Seaborn
Scikit-learn
Linear Regression
المهارات التي يبرزها المشروع
Data Cleaning
Exploratory Data Analysis (EDA)
Feature Engineering
Regression Analysis
Machine Learning
Model Evaluation
Data Visualization
يعكس هذا المشروع قدرتي على بناء نماذج تنبؤية تعتمد على البيانات، وتحويل البيانات الخام إلى حلول عملية تساعد الشركات على تحسين قراراتها، وتقليل المخاطر، وتقديم توقعات دقيقة تدعم اتخاذ القرار.
