نظام تنبؤ بأمراض القلب باستخدام تعلم الآلة

مشروع كامل لبناء خط أنابيب تعلم آلة (Machine Learning Pipeline) للتنبؤ بخطر الإصابة بأمراض القلب اعتمادًا على بيانات UCI Cleveland Heart Disease.

المشروع يشمل:

معالجة البيانات (تنظيف، معالجة القيم المفقودة، التعامل مع القيم الشاذة).

التحليل الاستكشافي للبيانات (EDA) باستخدام الرسوم البيانية.

تقليل الأبعاد باستخدام PCA لتحسين الكفاءة.

اختيار الخصائص المهمة باستخدام (Random Forest, RFE, Chi-Square).

تجربة خوارزميات متعددة للتصنيف: Logistic Regression, Decision Tree, Random Forest, SVM.

التعلم غير الخاضع للإشراف باستخدام K-Means و Hierarchical Clustering.

تحسين النماذج عبر Hyperparameter Tuning.

حفظ النموذج النهائي في ملف .pkl لسهولة إعادة الاستخدام.

إمكانية إنشاء واجهة تفاعلية بسيطة باستخدام Streamlit.

الناتج النهائي: نموذج ذكي يتنبأ باحتمالية إصابة المريض بأمراض القلب بدقة عالية، مع توثيق كامل وخطوات منظمة.