تحسين دقة نماذج تعلم الآلة باستخدام خوارزمية Sunflower Optimization

مشروع برمجي يهدف إلى تحسين أداء نماذج التصنيف (Classification Models) من خلال تطبيق خوارزمية التحسين المستوحاة من الطبيعة (Sunflower Optimization - SFO).

تفاصيل المشروع:

برمجة الخوارزمية بلغة Python من الصفر.

استخدام الخوارزمية في عملية اختيار الميزات (Feature Selection) لتقليل حجم البيانات وزيادة سرعة المعالجة.

دمج الخوارزمية مع نماذج مثل SVM و Random Forest ومقارنة النتائج قبل وبعد التحسين.

نجح المشروع في رفع دقة التصنيف وتقليل وقت التدريب بشكل ملحوظ.

التقنيات المستخدمة: Python, Scikit-learn, Matplotlib (للرسم البياني).