Heart Failure Prediction باستخدام Machine Learning (ML Project)

هذا المشروع عبارة عن نموذج ذكاء اصطناعي (Machine Learning) للتنبؤ بمرض فشل القلب باستخدام بيانات طبية حقيقية بهدف دعم اتخاذ القرار الطبي وتحسين التشخيص المبكر.

? فكرة المشروع:

تحليل بيانات المرضى والتنبؤ باحتمالية الوفاة الناتجة عن فشل القلب باستخدام خوارزميات تعلم الآلة.

? ما تم تنفيذه في المشروع:

تحليل البيانات (EDA) واكتشاف الأنماط والعلاقات

تنظيف البيانات ومعالجة القيم المفقودة والتكرار

معالجة القيم الشاذة (Outliers) وتحسين جودة البيانات

استخدام تقنيات Scaling مثل RobustScaler لتحسين الأداء

تحليل الارتباط (Correlation) لاختيار أهم الخصائص

? الخوارزميات المستخدمة:

Logistic Regression

Support Vector Classifier (SVC)

Decision Tree

Random Forest

XGBoost

? النتائج:

أفضل نموذج كان Random Forest بدقة تصل إلى 85%

تحقيق أداء جيد في التنبؤ بالحالات الحرجة

? التقنيات المستخدمة:

Python

Pandas & NumPy

Scikit-learn

Matplotlib & Seaborn

? استخدام المشروع:

مناسب في المجال الطبي لتحليل البيانات والتنبؤ بالمخاطر الصحية، ويمكن تطويره ليصبح نظام دعم قرار للأطباء.