المشروع : تصنيف زهور Iris

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🌸 المشروع : تصنيف زهور Iris

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📌 نوع المشروع: تصنيف متعدد (Multi-class Classification)

🧠 الخوارزمية: Random Forest

📊 الدقة: 100%

📝 وصف المشروع:

يقوم هذا المشروع بتصنيف زهور Iris إلى 3 أنواع:

• Setosa

• Versicolor

• Virginica

بناءً على 4 خصائص:

• طول الكأس (Sepal Length)

• عرض الكأس (Sepal Width)

• طول البتلة (Petal Length)

• عرض البتلة (Petal Width)

✨ مميزات المشروع:

✅ واجهة GUI تفاعلية (Sliders متحركة)

✅ 5 رسوم بيانية (Pairplot, Confusion Matrix, Feature Importance)

✅ نموذج مدرب بدقة 100%

✅ يعمل على CPU فقط - لا يحتاج GPU

📦 محتويات التسليم:

• ملف الكود (.ipynb) - جاهز لـ Google Colab

• ملف النموذج المدرب (.pkl)

• تقرير PDF بالنتائج والرسوم البيانية

🎯 مثالي لـ:

• طلاب الجامعات (مشاريع تخرج)

• المبتدئين في تعلم Machine Learning

• عملاء يريدون نموذج جاهز للتشغيل