بناء نموذج تصنيف أورام الثدي (Malignant vs Benign) باستخدام Logistic Regression و Regularization"

هقدملك مشروع Machine Learning كامل وجاهز للـ Breast Cancer Diagnosis باستخدام نموذج Encoder–Decoder Pipeline.

تحليل استكشافي كامل للبيانات (EDA)

Encoder: StandardScaler لتوحيد الميزات

Decoder: 5 نماذج تصنيف متقدمة:

Logistic Regression

Gradient Descent من الصفر

Ridge (L2)

Lasso (L1)

Elastic Net

تقييم شامل باستخدام Accuracy, Precision, Recall, F1-Score

التركيز القوي على Recall (مهم جداً في التشخيص الطبي عشان ما يفوتش حالة خبيثة)

تحليل Feature Importance وتأثير الـ Regularization

مقارنة بين النماذج مع جداول ونتايج واضحة

المميزات:

كود Python نظيف ومنظم (Jupyter Notebook)

تركيز على الـ Interpretability (مهم في التطبيقات الطبية)

Bias-Variance Tradeoff وشرح Regularization

جاهز للـ Portfolio أو للنشر على GitHub

الملف النهائي هيكون شامل كل حاجة: الكود + التحليل + الرسوم البيانية + النتايج .