نظام تنبؤ بأمراض القلب باستخدام التعلم الآلي وتحليل البيانات

في هذا المشروع قمت ببناء نظام متكامل لتحليل البيانات الطبية والتنبؤ باحتمالية الإصابة بأمراض القلب باستخدام تقنيات تعلم الآلة.

يتضمن المشروع تنفيذ Machine Learning Pipeline كامل بدءًا من معالجة البيانات وتحليلها وصولًا إلى تدريب النماذج وتقييمها

مراحل المشروع تشمل:

تنظيف البيانات ومعالجة القيم المفقودة وترميز المتغيرات

إجراء تحليل استكشافي للبيانات (EDA) لفهم العلاقات بين المتغيرات

تقليل الأبعاد باستخدام Principal Component Analysis (PCA)

اختيار أفضل الخصائص باستخدام تقنيات مثل RFE و Chi-Square

تدريب عدة نماذج تصنيف مثل:

Logistic Regression

Decision Tree

Random Forest

Support Vector Machine (SVM)

تقييم النماذج باستخدام:

Accuracy

Precision

Recall

F1 Score

ROC Curve

تطبيق خوارزميات التجميع (Clustering) مثل:

K-Means

Hierarchical Clustering

تحسين النماذج باستخدام GridSearchCV و RandomizedSearchCV.

الهدف من المشروع هو توضيح كيفية استخدام تقنيات تعلم الآلة لتحليل البيانات الطبية والمساعدة في التنبؤ بالمخاطر الصحية.