التنبوأ بمرض السكري عن طريق تعلم الآله

في هذا المشروع، تم تطوير نموذج تنبؤ للإصابة بمرض السكري باستخدام تقنيات تعلم الآلة. يتمثل الهدف الأساسي من هذا العمل في إنشاء نظام قادر على التنبؤ بفرص الإصابة بالسكري بناءً على بعض الخصائص الصحية للمريض.

خطوات العمل:

استيراد المكتبات والبيانات:

استُخدمت مكتبات Python الشهيرة مثل pandas وnumpy وmatplotlib وseaborn لتحليل البيانات ومعالجتها، بالإضافة إلى sklearn لإنشاء النماذج التنبؤية.

تم تحميل مجموعة بيانات السكري، والتي تحتوي على عدة متغيرات مثل العمر، الوزن، وضغط الدم وغيرها من المعايير الصحية.

تحليل البيانات الاستكشافي (EDA):

تم إجراء تحليل استكشافي للبيانات لتحديد الأنماط والمعلومات الهامة.

تم رسم بعض الرسوم البيانية مثل الرسوم البيانية الشريطية والمخططات الصندوقية لفهم توزيع المتغيرات وعلاقتها بالإصابة بالسكري.

معالجة البيانات:

تم معالجة البيانات وإعدادها للنمذجة، حيث تم التعامل مع القيم المفقودة وتحويل البيانات إلى تنسيق يمكن استخدامه في خوارزميات التعلم الآلي.

تدريب النموذج:

تم تقسيم البيانات إلى مجموعة تدريب واختبار.

تم استخدام خوارزميات مختلفة مثل Logistic Regression وDecision Tree وRandom Forest لبناء نماذج التنبؤ.

تم ضبط المعايير وتحسين النموذج للحصول على أفضل أداء ممكن.

تقييم النموذج:

تم تقييم أداء النموذج باستخدام مقاييس مثل Accuracy وPrecision وRecall.

تم عرض النتائج النهائية وتحديد النموذج الأكثر كفاءة.

التنبؤ:

يمكن استخدام النموذج المدرب لإجراء تنبؤات حول احتمالية إصابة المريض بالسكري بناءً على المعايير المدخلة.