Multiclass Stress Detection System Using Machine Learning (WESAD Dataset)

في هذا المشروع قمت بتطوير نموذج أولي (Prototype) لنظام تصنيف متعدد المستويات لحالات التوتر (Multiclass Stress Detection) باستخدام بيانات الحركة من مجموعة بيانات WESAD.

ركّز المشروع على تحليل بيانات الاستشعار الحيوي والحركي، مع تنفيذ مراحل تنظيف البيانات، استخراج الخصائص (Feature Engineering)، والمعالجة المسبقة قبل تدريب النموذج.

تم تدريب وتقييم نماذج تعلم آلي لتصنيف مستويات التوتر المختلفة، مع تحليل ثقة التنبؤات (Confidence Analysis) ودراسة أداء النموذج عند العتبات المختلفة.

كما تم استخدام مصفوفة الالتباس (Confusion Matrix) ومنحنيات الدقة والخسارة (Accuracy & Loss Curves) لتقييم الأداء، مما يعكس قدرة النموذج على التعامل مع بيانات حقيقية ذات ضجيج.

يبرز هذا المشروع خبرتي في بناء نماذج تصنيف عملية باستخدام Python وتعلم الآلة، خاصة في التطبيقات المرتبطة بالصحة النفسية وتحليل السلوك.