تطوير موديل تعلم اله

يوضح هذا المشروع مقارنة شاملة لأداء عدة خوارزميات تعلم آلة باستخدام مقاييس التقييم الأساسية وهي: Accuracy، Precision، Recall، و F1-Score. تم تدريب النماذج على بيانات التدريب ثم اختبارها على بيانات منفصلة لقياس قدرتها على التعميم.

تظهر النتائج فروقًا واضحة بين أداء النماذج المختلفة مثل Random Forest، Decision Tree، Logistic Regression، KNN، Naive Bayes وغيرها، مع ملاحظة أن بعض النماذج حققت دقة عالية جدًا على بيانات التدريب مقابل انخفاض نسبي في بيانات الاختبار، مما يشير إلى احتمالية حدوث Overfitting في بعض الحالات.

ساهم هذا التحليل المقارن في تحديد النموذج الأنسب بناءً على التوازن بين الدقة والقدرة على التعميم، مع التركيز على اختيار النموذج الذي يحقق أفضل أداء فعلي على بيانات الاختبار وليس فقط التدريب.