Diabetes Prediction with Hyperparameter Tuning

المشروع ده عبارة عن تطبيق تحليلي لتوقع مرض السكري باستخدام بيانات Pima Indians Diabetes وتقنيات التعلم الآلي، بيساعد على بناء نموذج دقيق لتشخيص المرض من خلال تهيئة الهايبرباراميترات باستخدام Grid Search

أهم المميزات:

- توقع دقيق لمرض السكري: بيستخدم نماذج تصنيف لتحديد إصابة المريض بناءً على بيانات مثل السكر، الضغط، ومؤشر كتلة الجسم

- واجهة تحليل بسيطة وسهلة: المستخدم يقدر يشغل النوت بوك ويحلل البيانات خطوة بخطوة بسهولة

- تهيئة الهايبرباراميترات: بيستخدم Grid Search لتحسين أداء النموذج وزيادة الدقة

التقنيات المستخدمة:

الواجهة الأمامية:

- Jupyter Notebook: لتوفير واجهة تفاعلية لتحليل البيانات وعرض النتائج

- Matplotlib: لتصور البيانات والنتائج بشكل مرئي وواضح

الواجهة الخلفية:

- Python: لإدارة العمليات الأساسية للتحليل وبناء النموذج.

- Scikit-learn: لتطبيق خوارزميات التعلم الآلي وتهيئة الهايبرباراميترات

- Pandas وNumPy: لمعالجة البيانات وتنظيفها

إدارة البيانات:

- Pima Indians Diabetes Dataset: يحتوي على 768 سجل ببيانات المرضى (الحمل، السكر، الضغط، إلخ).

إنجازات المشروع:

- بناء نموذج توقع دقيق لتشخيص مرض السكري باستخدام بيانات حقيقية

- تحسين أداء النموذج من خلال تهيئة الهايبرباراميترات باستخدام Grid Search

- تقديم تقرير تحليلي شامل يوضح دقة النموذج باستخدام مقاييس زي الدقة والاستدعاء

ليه التطبيق ده مميز؟

- توقع دقيق لمرض السكري بواجهة تحليلية سهلة الاستخدام

- مرونة في تحسين النموذج حسب احتياجات المستخدم

- سر Sobel’s test: سرعة ودقة في تقديم النتائج

لو بتدور على أداة تحليلية ذكية لتوقع مرض السكري، أنا جاهز لإضافة أي تحسينات أو ميزات تناسب احتياجاتك!