heart disease

بالنسبة لمشروعنا النهائي، قررت مجموعتي النظر بعمق في أمراض القلب وكيف يمكن التنبؤ بها باستخدام #التعلم_الآلي. لقد اكتشفنا مدى صعوبة القيام بالعمل التنبؤي على الرغم من القيام بما يلي:

- تحليل الانحدار الأولي باستخدام برنامج #spss

- مجموعة بيانات كبيرة تم تنظيفها باستخدام #Python

- إدخال البيانات الأولية والاستعلام عنها باستخدام #sql و #spark

- استخدام #tensorflow لتجميع وتشغيل الميزات المختلفة بناءً على البيانات

- تحسين نموذجنا باستخدام تقنيات #randomforest وundersampling وsmote

في النهاية، أنا فخور بما فعلناه خلال أسبوع. #الذكاء_الاصطناعي أمر صعب للغاية، خاصة في مجال الرعاية الصحية. من الأفضل أن نكون متواضعين في هذا العالم الثقيل الجديد الذي نعيش فيه.

لمزيد من المعلومات، راجع لوحات المعلومات #github و#tableaupublic التي قمنا بها بشأن البيانات (من 2020 و2022) في التعليقات الأولى.

هذا العمل ممتع للغاية ويسعدني أنني قمت بالتعمق في علم البيانات. صعب ولكنه مؤثر على مسيرتي المهنية بالتأكيد