تصنيف مستوى الأداء البدني باستخدام الشبكات العصبية الاصطناعية (Deep Learning)

عنوان العمل:

بناء نموذج ذكاء اصطناعي (Classification Model) للتنبؤ بمستوى الأداء البدني للأفراد بناءً على مؤشرات صحية ورياضية.

طريقة التنفيذ ومميزات العمل:

* معالجة البيانات (Data Preprocessing): قمت بتنظيف البيانات وتحويل المتغيرات النصية (مثل النوع والطبقة) إلى قيم رقمية باستخدام LabelEncoder و One-Hot Encoding.

* هندسة الميزات (Feature Scaling): استخدمت StandardScaler لتوحيد مقاييس البيانات لضمان أفضل أداء للشبكة العصبية.

* بناء النموذج (Model Architecture): صممت شبكة عصبية عميقة (Deep Neural Network) باستخدام مكتبة Keras و TensorFlow تتكون من 4 طبقات (Input, 2 Hidden Layers, Output) مع استخدام تقنية Dropout بنسبة 20% لمنع الإفراط في التدريب (Overfitting).

* التحسين والتقييم: تم تجميع النموذج باستخدام المحسن Adam ودالة الخسارة Categorical Crossentropy مع مراقبة دقة النموذج (Accuracy) كمعيار أساسي للنجاح.