نظام ذكاء اصطناعي لتوقع أمراض القلب بدقة 99% (Heart Disease Prediction)

مشروع متكامل في مجال الذكاء الاصطناعي (AI) والتعلم الآلي (Machine Learning) يهدف إلى التنبؤ المبكر باحتمالية الإصابة بأمراض القلب بناءً على المؤشرات الحيوية للمريض.

أبرز النتائج (Project Results):

تم تدريب ومقارنة 4 خوارزميات مختلفة، وحقق نموذج "Random Forest" نتائج استثنائية:

- دقة النموذج (Accuracy): 99%.

- مقياس الأداء (AUC Score): 1.000 (أداء مثالي).

مراحل العمل التقنية:

1. معالجة البيانات (Data Preprocessing): تنظيف البيانات والتعامل مع القيم المفقودة.

2. تحليل البيانات (EDA): استخدام Correlation Heatmap لفهم العلاقات بين المتغيرات (مثل العمر، الكوليسترول، ضغط الدم).

3. تقليل الأبعاد (PCA): تطبيق Principal Component Analysis لتحسين سرعة وكفاءة النموذج.

4. بناء النماذج (Modeling): مقارنة بين Logistic Regression, Decision Tree, Random Forest, SVM.

الأدوات المستخدمة:

- Python (اللغة الأساسية).

- Scikit-Learn (لبناء النماذج).

- Pandas & NumPy (لمعالجة البيانات).

- Seaborn & Matplotlib (للتمثيل البياني).

المشروع يوضح القدرة على بناء حلول ذكية دقيقة يمكن الاعتماد عليها في المجالات الطبية.