XGBoost-Based Machine Learning for Parkinson's Disease Prediction

تم تطوير نظام ذكي للتنبؤ بمرض باركنسون باستخدام خوارزمية XGBoost بهدف دعم التشخيص المبكر وتحسين دقة التنبؤ بالمرض. شمل المشروع جمع البيانات الطبية ومعالجتها، وتنظيف البيانات، والتعامل مع القيم المفقودة والقيم الشاذة، واختيار أهم الخصائص المؤثرة في عملية التشخيص. كما تم تدريب النموذج وتحسينه باستخدام تقنيات التحقق المتقاطع وضبط المعاملات للحصول على أفضل أداء ممكن.

تم استخدام تقنيات تفسير النماذج لتحليل أهمية المتغيرات وفهم العوامل الأكثر تأثيرًا في التنبؤ بالمرض، مما ساهم في تقديم نتائج أكثر شفافية وقابلية للتفسير. حقق النموذج دقة بلغت 94%، وحساسية 89% للكشف المبكر عن المرض، ونوعية 92% في التمييز بين المرضى والأشخاص الأصحاء، مما يجعله أداة فعالة لدعم اتخاذ القرار الطبي وتحسين جودة التشخيص.