بناء نموذج تنبؤ دقيق باستخدام Linear Regression لتصنيف الأداء البدني

قمت في هذا المشروع ببناء نموذج تعلم آلة (Machine Learning) متكامل باستخدام خوارزمية Linear Regression للتنبؤ بمستوى الأداء البدني للأفراد بناءً على مجموعة من القياسات الحيوية (مثل العمر، الطول، الوزن، نسبة الدهون، وضغط الدم).أبرز ما قمت به في هذا المشروع:معالجة البيانات (Data Preprocessing): تنظيف شامل لبيانات أكثر من 13,000 مشترك، وتحويل المتغيرات النوعية (مثل الجنس والفئات) إلى قيم رقمية لتمكين النموذج من معالجتها بدقة.التحليل الاستكشافي (EDA): دراسة العلاقات والارتباطات بين القياسات المختلفة (مثل ارتباط قوة القبضة مع الكتلة العضلية) لضمان اختيار أفضل الميزات (Features).تحسين النموذج (Model Optimization): قمت باختبار النموذج عبر عدة تقسيمات للبيانات (80/20, 70/30, 50/50) لضمان استقرار النتائج، كما هو موضح في الرسومات البيانية المرفقة.تقييم الأداء (Evaluation): حقق النموذج دقة عالية بمعامل تحديد ($R^2$) يصل إلى 0.79، مع اختبار استقرار النموذج باستخدام منحنى التعلم (Learning Curve) للتأكد من عدم وجود Overfitting.الأدوات والتقنيات المستخدمة:

اللغة: Python

المكتبات: Pandas, NumPy للتعامل مع البيانات.

التصور البياني: Matplotlib, Seaborn لعمل الرسومات الاحترافية.

تعلم الآلة: Scikit-Learn لبناء وتقييم النموذج.

النتائج المحققة:

نموذج قادر على توقع فئة أداء الرياضي بدقة ممتازة، مما يساعد مراكز اللياقة البدنية والمدربين على وضع خطط تدريبية مخصصة بناءً على البيانات الحيوية للمشتركين.