Unveiling-Breast-Cancer-Patterns-Through-Data-Mining

### وصف العمل لمشروع **Unveiling Breast Cancer Patterns Through Data Mining**

**الهدف من المشروع**:

يهدف هذا المشروع إلى تصنيف أورام الثدي إلى أورام خبيثة أو حميدة باستخدام تقنيات التنقيب في البيانات (Data Mining). يركز المشروع على معالجة البيانات المبدئية (Preprocessing)، واختيار الميزات (Feature Selection)، وتدريب النموذج (Model Training) لضمان أعلى دقة في التصنيف. يتم استخدام نموذج الغابة العشوائية (Random Forest) لتحقيق دقة عالية في التنبؤ.

**التقنيات المستخدمة**:

1. **المعالجة المبدئية للبيانات (Preprocessing)**:

تتضمن هذه المرحلة تنظيف البيانات ومعالجتها لإزالة القيم المفقودة أو القيم الشاذة. يتم تعديل البيانات بشكل مناسب لتحسين أداء النماذج الرياضية.

2. **اختيار الميزات (Feature Selection)**:

يتم اختيار أهم الميزات التي تؤثر في تصنيف الأورام، مما يساعد في تقليل التعقيد الزائد للنموذج وتحسين الأداء.

3. **تدريب النموذج (Model Training)**:

تم استخدام نموذج الغابة العشوائية (Random Forest)، الذي هو نموذج تعلم آلي قوي يعتمد على بناء العديد من الأشجار التصنيفية وتحديد النتيجة بناءً على التصويت الجماعي للأشجار.

4. **التفسير والشفافية (Interpretability)**:

تم استخدام تقنيات LIME و SHAP لزيادة تفسير النموذج وجعل عملية اتخاذ القرار أكثر شفافية. هذه التقنيات تساعد في فهم كيف يتم اتخاذ القرارات داخل النموذج وتوضح أي الميزات كانت الأكثر تأثيرًا في تصنيف الأورام.

**النتائج والتطبيقات**:

- يحقق المشروع دقة تصنيف عالية، مما يساهم في تحسين القرارات الطبية المتعلقة بتشخيص سرطان الثدي.

- من خلال توفير شفافية وتفسير للقرارات الصادرة عن النموذج، فإن هذه النتائج تدعم الأطباء في اتخاذ قرارات مستنيرة بشأن التشخيص والعلاج.

**الهدف النهائي**:

تسعى هذه الدراسة إلى تقديم أداة فعّالة ومفسرة لدعم الأطباء في تشخيص سرطان الثدي، مما يساهم في تحسين الرعاية الصحية وزيادة نسبة النجاح في علاج المرض.