Breast cancer diagnosis :Machine Learning Project

تطبيق ويب تفاعلي مبتكر صُمم خصيصًا لتشخيص سرطان الثدي باستخدام Streamlit، ويعتمد على تقنيات **Machine Learning** المتقدمة للتنبؤ بخبث الأورام بدقة وفاعلية. يتيح التطبيق للمستخدمين استكشاف مجموعة البيانات بشكل تفاعلي من خلال مجموعة متنوعة من الأدوات التحليلية. يركز على تقديم تجربة شاملة للمستخدمين، حيث يتضمن مقارنة شاملة بين ثلاثة نماذج رئيسية في التعلم الآلي: **Logistic Regression**، و**Random Forest**، و**Support Vector Machine (SVM)**، مما يمكنهم من تقييم أداء كل نموذج بشكل دقيق.

توفر واجهة المستخدم البديهية إمكانية إدخال بيانات المرضى بسهولة، مما يسهل التفاعل مع التطبيق في سيناريوهات واقعية. التطبيق مزود بلوحة لمراقبة الأداء تعرض مقاييس دقيقة مثل دقة النموذج، ومصفوفة الالتباس، مما يساعد المستخدمين على فهم كيفية عمل النماذج المختلفة. بالإضافة إلى ذلك، يتم استخدام **SHAP (SHapley Additive exPlanations)** لتوفير تفسيرات عميقة للقرارات، مما يعزز من ثقة المستخدمين في النتائج.

كما يقدم التطبيق تصورات متقدمة، بما في ذلك **Principal Component Analysis (PCA)** والذي يساعد المستخدمين على فهم الانفصال بين الأورام الحميدة والخبيثة. بالإضافة إلى ذلك، يتضمن رسمًا بيانيًا ثلاثي الأبعاد لاستكشاف العلاقات بين الميزات المختلفة، مما يتيح رؤية شاملة. يوفر هذا التطبيق تجربة مستخدم فريدة تعزز من فهم المرضى ومقدمي الرعاية الصحية لنتائج التشخيص، مما يسهم في تحسين جودة الرعاية الصحية المقدمة.