Breast Cancer Classification

هذا المشروع يهدف إلى بناء نموذج ذكاء اصطناعي قادر على **تصنيف أورام الثدي** إلى:

* أورام **حميدة (Benign)**

* أورام **خبيثة (Malignant)**

وذلك باستخدام تقنيات **تعلم الآلة (Machine Learning)** و**الشبكات العصبية (Artificial Neural Networks - ANN)**.

? الهدف من المشروع

تطوير نموذج دقيق يساعد في **التشخيص المبكر لسرطان الثدي**، مما يساهم في دعم اتخاذ القرار الطبي وتقليل نسبة الأخطاء البشرية.

? البيانات المستخدمة

تم الاعتماد على بيانات طبية تحتوي على مجموعة من الخصائص المستخرجة من صور الخلايا، مثل:

* نصف القطر (Radius)

* الملمس (Texture)

* المحيط (Perimeter)

* المساحة (Area)

* النعومة (Smoothness)

* التماثل (Symmetry)

⚙️ خطوات تنفيذ المشروع

1️⃣ معالجة البيانات (Data Preprocessing)

* تنظيف البيانات وإزالة القيم غير المهمة

* تحويل القيم النصية إلى رقمية

* التعامل مع القيم المفقودة

* تطبيق **Normalization / Standardization** لتحسين أداء النموذج

2️⃣ تقسيم البيانات

تم تقسيم البيانات إلى:

* 80% للتدريب

* 20% للاختبار

3️⃣ بناء النموذج

تم استخدام نموذج **الشبكات العصبية الاصطناعية (ANN)**، ويتكون من:

* طبقات مخفية باستخدام دالة التنشيط ReLU

* طبقة إخراج باستخدام Sigmoid لتصنيف القيم الثنائية

4️⃣ تدريب النموذج

* استخدام خوارزمية **Adam Optimizer**

* اعتماد دالة خسارة **Binary Crossentropy**

* متابعة الأداء باستخدام **Accuracy**

5️⃣ تقييم النموذج

تم تقييم النموذج باستخدام:

* Accuracy

* Confusion Matrix

* Precision و Recall

? مع التركيز على **Recall** نظرًا لأهميته في الحالات الطبية (لتقليل فقدان الحالات الخطيرة).

? النتائج

حقق النموذج دقة عالية في التنبؤ، مع قدرة جيدة على التمييز بين الأورام الحميدة والخبيثة.