قمت بتطوير نظام ذكاء اصطناعي تفاعلي باستخدام Python وStreamlit لتصنيف خطر الإصابة بأمراض القلب، اعتمادًا على بيانات طبية فعلية. يهدف النظام إلى دعم الجهات الطبية أو التطبيقات الصحية في اتخاذ قرارات مبنية على البيانات، من خلال واجهة سهلة الاستخدام تعتمد على نماذج تعلم آلي دقيقة.
مراحل تنفيذ المشروع:
تحليل ومعالجة البيانات:
تنظيف البيانات والتعامل مع القيم المفقودة والخصائص غير المنطقية.
تحليل إحصائي شامل للمتغيرات (مثل: العمر، الجنس، ضغط الدم، الكوليسترول، معدل ضربات القلب، وغيرهم).
ترميز الخصائص الفئوية باستخدام Label Encoding وOne-Hot Encoding.
بناء النموذج:
تجربة أكثر من نموذج تصنيفي: Logistic Regression، Random Forest، KNN، Decision Tree، SVM.
تحسين الأداء باستخدام GridSearchCV لاختيار أفضل المعاملات.
تقييم النموذج باستخدام مقاييس مثل: Accuracy، Recall، F1-Score، Confusion Matrix.
التطوير بواجهة تفاعلية (Streamlit):
تصميم واجهة مستخدم بسيطة وسلسة باستخدام Streamlit لتمكين المستخدم من إدخال بياناته الطبية يدويًا.
عرض نتائج التوقع مباشرة مع تفسير بسيط للنتيجة.
تضمين تصورات بيانية توضيحية لتفسير النموذج بشكل أفضل.
التصدير والجاهزية للنشر:
حفظ النموذج بصيغة .pkl لاستخدامه لاحقًا في تطبيقات أخرى أو عبر API.
إمكانية نشر المشروع على الإنترنت بسهولة باستخدام Streamlit Cloud أو Heroku.
التقنيات المستخدمة:
Python – Streamlit – Pandas – NumPy – Scikit-learn – Seaborn – Matplotlib – Jupyter Notebook – Pickle