مشروع التنبؤ بمرض السكري

يهدف هذا المشروع إلى تطوير نموذج التعلم الآلي للتنبؤ باحتمالية الإصابة بمرض السكري لدى الأفراد بناءً على ميزات مختلفة متعلقة بالصحة. والهدف هو استخدام التقنيات الإحصائية وتقنيات التعلم الآلي لتحديد العوامل الرئيسية المرتبطة بمرض السكري وبناء نموذج يمكن أن يساعد في الكشف المبكر والوقاية. مجموعة البيانات مجموعة البيانات المستخدمة لهذا المشروع هي مجموعة بيانات مرض السكري للهنود البيما، والتي تحتوي على معلومات حول مؤشرات صحية مختلفة وما إذا كان الأفراد مصابين بمرض السكري. تتضمن مجموعة البيانات الأعمدة التالية: حالات الحمل: عدد حالات الحمل التي خضع لها الفرد. الجلوكوز: تركيز الجلوكوز في البلازما بعد ساعتين في اختبار تحمل الجلوكوز عن طريق الفم. ضغط الدم: ضغط الدم الانبساطي (مم زئبق). سماكة الجلد: سماكة طية جلد العضلة ثلاثية الرؤوس (مم). الأنسولين: الأنسولين في المصل لمدة ساعتين (وحدة ميكرو وحدة/مل). مؤشر كتلة الجسم: مؤشر كتلة الجسم (الوزن بالكيلوجرام / (الطول بالمتر المربع) ^ 2). وظيفة شجرة عائلة مرضى السكري: دالة تصف احتمالية الإصابة بمرض السكري بناءً على التاريخ العائلي. العمر: عمر الفرد. النتيجة: ما إذا كان الفرد مصابًا بمرض السكري (1) أم لا (0). الأهداف استكشاف البيانات: استكشاف مجموعة البيانات وفهمها. تحديد القيم المفقودة والقيم المتطرفة وتناقضات البيانات ومعالجتها. هندسة الميزات: تحديد الميزات ذات الصلة بالنموذج ومعالجتها مسبقًا. تطبيع أو توحيد الميزات إذا لزم الأمر. بناء النموذج: تطوير نماذج التعلم الآلي المختلفة (على سبيل المثال، الانحدار اللوجستي، وأشجار القرار، والغابات العشوائية، وSVM). تدريب النماذج وتقييمها باستخدام المقاييس المناسبة (على سبيل المثال، الدقة، والدقة، والتذكر، ونتيجة F1). تقييم النموذج: إجراء التحقق المتبادل لتقييم أداء النموذج. تحليل نتائج النموذج لتحديد أفضل نموذج أداءً.