Global Coffee Health

مشروع: تحليل استهلاك القهوة والصحة باستخدام التعلم الآلي

في هذا المشروع قمت باستخدام Global Coffee Health Dataset الذي يحتوي على 10,000 سجل يعكس أنماط استهلاك القهوة، النوم، ومؤشرات الصحة عبر 20 دولة. البيانات شملت:

معلومات ديموغرافية (العمر، الجنس، المهنة).

استهلاك القهوة ومستويات الكافيين.

عدد ساعات وجودة النوم.

مؤشرات صحية مثل: BMI، معدل ضربات القلب، التوتر، النشاط البدني.

عادات مثل التدخين واستهلاك الكحول.

قمت بتطبيق تقنيات تحليل البيانات والتعلم الآلي (Machine Learning) من أجل:

فهم العلاقة بين استهلاك القهوة وجودة النوم والصحة العامة.

بناء نماذج تنبؤية (Predictive Models) للتنبؤ بتأثير استهلاك الكافيين على النوم والمشكلات الصحية.

استخراج أنماط (Patterns) تساعد في دراسات نمط الحياة والصحة.

الأدوات المستخدمة: Python (Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn).

نتائج المشروع:

أظهر التحليل وجود ارتباط واضح بين ارتفاع استهلاك الكافيين وانخفاض جودة النوم.

النماذج التنبؤية أعطت دقة جيدة في توقع تأثير العادات الغذائية على المؤشرات الصحية.

النتائج يمكن الاستفادة منها في مجالات الصحة العامة، أبحاث التغذية، ودراسات أنماط الحياة.