تصنيف بيانات الأدوية باستخدام خوارزمية Naive Bayes

في هذا المشروع قمت بتطوير نموذج تعلم آلي لتحليل وتصنيف بيانات الأدوية الطبية من خلال ملف بيانات حقيقي (Drugs_Data.csv). الهدف من المشروع هو التنبؤ بنتيجة التشخيص (Diagnosis) بناءً على مجموعة من الخصائص الطبية المرتبطة بكل عينة.

المشروع يتضمن:

- تنظيف ومعالجة البيانات: إزالة الأعمدة غير المهمة، التعامل مع القيم المفقودة والمكررة.

- تحليل استكشافي (EDA): عرض توزيعات الأعمدة، تحليل الارتباط بين الخصائص، وإنشاء رسوم بيانية توضيحية.

- إعداد البيانات للنموذج: تحويل البيانات النصية إلى قيم رقمية باستخدام Label Encoding.

- بناء نموذج تصنيف باستخدام خوارزمية Naive Bayes (BernoulliNB).

- تقييم النموذج باستخدام مؤشرات الأداء مثل: الدقة Accuracy، مصفوفة الالتباس Confusion Matrix، تقرير التصنيف Classification Report.

النتيجة: نموذج قادر على التنبؤ بنتيجة التشخيص بدقة عالية، مما يساعد على دعم القرارات الطبية بشكل أسرع وأكثر فعالية.

هذا المشروع مناسب للعملاء الذين يبحثون عن:

- تحليل وتصنيف بيانات طبية أو دوائية.

- نماذج تعلم آلي يمكن إعادة استخدامها أو تطويرها على بيانات مختلفة.

- أمثلة عملية لتطبيق Naive Bayes في تصنيف البيانات.