Depression Detection

Lifestyle and Mental Health — Depression Detection

هذا المشروع يهدف إلى تحليل العلاقة بين نمط الحياة والحالة النفسية والتنبؤ بوجود الاكتئاب لدى الأفراد باستخدام تقنيات تحليل البيانات وتعلم الآلة (Machine Learning).

فكرة المشروع:

تم استخدام بيانات استبيان تحتوي على معلومات حول نمط الحياة، الحالة الصحية، والنفسية للأشخاص. قمت بتحليل هذه البيانات وتدريب نماذج تعلم آلي للتنبؤ بحالة الاكتئاب (Yes/No) بناءً على مجموعة من الخصائص.

خطوات العمل:

استكشاف البيانات (EDA):

تحليل الأنماط العامة والتوزيعات.

اكتشاف العلاقات بين المتغيرات (مثل النوم، الرياضة، الأكل، الحالة المزاجية...).

تنظيف البيانات:

التعامل مع القيم المفقودة.

ترميز البيانات النصية (Encoding).

تحويل المتغيرات إلى الشكل المناسب للنموذج.

بناء النماذج:

تجربة عدة نماذج منها:

Logistic Regression

Random Forest

Support Vector Machine (SVM)

مقارنة الأداء باستخدام مقاييس مثل:

Accuracy

Precision

Recall

F1 Score

تحليل النتائج:

اختيار أفضل نموذج بناءً على الأداء.

شرح المتغيرات الأكثر تأثيرًا في التنبؤ بوجود الاكتئاب.

الأدوات المستخدمة:

Python

Pandas, NumPy – لتحليل البيانات

Matplotlib, Seaborn – للتصوير البياني

Scikit-learn – لبناء وتقييم النماذج

الفائدة:

يمكن استخدام هذا النموذج كمساعد في التقييم المبدئي للحالة النفسية، ودعم اتخاذ القرار في مجالات مثل:

الصحة النفسية

الاستشارات النفسية

التطبيقات الصحية الذكية