Heart Failure Prediction – Predicting Heart Failure using Machine Learning

مشروع Heart Failure Prediction يستخدم Machine Learning للتنبؤ بفشل القلب بناءً على السجلات الطبية للمرضى. يشمل المشروع تنظيف وتحليل البيانات، تدريب عدة نماذج مثل Random Forest، Decision Tree، Logistic Regression، XGBoost، وSVM، بالإضافة إلى ضبط المعاملات (Hyperparameter Tuning) للحصول على أفضل أداء.

تم بناء واجهة تفاعلية باستخدام Gradio تسمح بإدخال بيانات المرضى (مثل العمر، الأنيميا، الضغط المرتفع، الكرياتينين، وغيرها) والحصول على توقع مباشر لخطر فشل القلب مع عرض احتمالية النتيجة.

الميزات التقنية:

تحليل البيانات باستخدام Pandas وNumPy

التدريب والتقييم باستخدام Scikit-learn وXGBoost

ضبط المعاملات باستخدام GridSearchCV وRandomizedSearchCV

حفظ النماذج باستخدام Joblib

واجهة تفاعلية للتنبؤ باستخدام Gradio

تقييم الأداء عبر Accuracy، F1-score، Recall

النتيجة:

نظام عملي يمكن الأطباء أو الباحثين من التنبؤ بمخاطر فشل القلب بدقة، مع واجهة سهلة الاستخدام لتقديم التوقعات بشكل فوري وموثوق.

الأدوات والتقنيات المستخدمة:

Python, Jupyter Notebook/Colab, Pandas, NumPy, Scikit-learn, XGBoost, Gradio, Matplotlib, Seaborn