نموذج ذكاء اصطناعي لتصنيف الأورام (حميد أم خبيث) باستخدام الانحدار اللوجستي

في هذا المشروع قمت بتطوير نموذج ذكاء اصطناعي يعتمد على خوارزمية الانحدار اللوجستي (Logistic Regression) لتحليل بيانات سرطان الثدي وتصنيف الأورام إلى حميدة أو خبيثة.

المشروع يتضمن:

معالجة البيانات وتنظيفها من القيم المكررة والمفقودة.

إجراء تحليل استكشافي لفهم خصائص البيانات بشكل بصري (رسوم بيانية وتوزيعات).

استخدام تقنيات إحصائية لتجهيز البيانات للتدريب (Standardization).

بناء نموذج انحدار لوجستي دقيق قادر على التنبؤ بالحالة.

تقييم النموذج بدقة عالية باستخدام تقارير الأداء (الدقة، الاستدعاء، F1-score).

النتيجة: نموذج عملي يساعد في دعم اتخاذ القرار الطبي من خلال التنبؤ المبكر بحالة الورم (حميد/خبيث) بالاعتماد على بيانات المريض.

هذا المشروع موجه للعملاء الذين يحتاجون إلى:

حلول في تحليل البيانات الطبية.

أمثلة تطبيقية عملية لتعليم أو شرح خوارزميات التعلم الآلي.

تطوير نماذج تصنيف يمكن إعادة تدريبها على بيانات مختلفة.