Heart Disease Prediction

-تطوير نموذج للتنبؤ بأمراض القلب باستخدام خوارزميات التعلم الآلي.

-معالجة البيانات بشكل شامل، بما في ذلك تنظيفها وإزالة القيم المتطرفة وتوحيد القياسات.

-تطبيق تقنيات هندسة الميزات لإنشاء متغيرات إضافية ذات صلة بعملية التنبؤ.

-استخدام ترميز One-Hot للمتغيرات الفئوية لتحسين تفسير النموذج.

-تقسيم البيانات إلى مجموعات تدريب واختبار لضمان تقييم دقيق للأداء.

-تدريب ومقارنة نماذج متعددة مثل Logistic Regression، وRandomForest، وXGBoost.

-عرض وتحليل النتائج باستخدام مصفوفة التشويش وتقارير التصنيف والرسوم البيانية.

-تحقيق دقة تنبؤية تصل إلى حوالي 91% باستخدام نموذج RandomForest كأفضل أداء.