التنبؤ بالاصابة بمرض القلب باستخدام التعلم الالى

قمتُ ببناء نموذج تعلّم آلي للتنبؤ بمخاطر فشل القلب باستخدام البيانات السريرية للمرضى.

قمتُ بتنظيف البيانات وإجراء تحليل استكشافي (مثل خرائط الارتباط الحرارية، وتوزيعات الفئات، والرؤى الديموغرافية).

درّبت وقارنت بين عدة نماذج منها: الانحدار اللوجستي، SVM، شجرة القرار، الغابة العشوائية، نايف بايز، وطرق التجميع (Bagging, AdaBoost, Voting, Stacking).

تم تقييم الأداء باستخدام مقاييس: الدقة، والدقة الإيجابية (Precision)، والاستدعاء (Recall)، ودرجة F1، ومصفوفات الالتباس.

أفضل النتائج تحققت باستخدام Voting حيث أظهر دقة عالية وأداءً متوازنًا عبر المقاييس المختلفة.

الأدوات المستخدمة: Python، Pandas، NumPy، Scikit-learn، Matplotlib، Seaborn، Kaggle.