نظام تنبؤ بالسكري باستخدام Logistic Regression + Flask Web App

مشروع متكامل لبناء نموذج تعلم آلي يتنبأ بالإصابة بمرض السكري بناءً على بيانات Pima Indians Diabetes Dataset.

ما تم تنفيذه في المشروع:

تنظيف البيانات: معالجة القيم الصفرية والشاذة في المتغيرات الطبية (Glucose, BMI, Insulin...) باستبدالها بالمتوسط

تطبيع البيانات: استخدام StandardScaler لتوحيد النطاق

بناء النموذج: Logistic Regression مع L2 Regularization باستخدام scikit-learn

تقييم النموذج: K-Fold Cross Validation (10 folds) مع اختيار أفضل نموذج بناءً على F1-Score

رسم تصوري: رسم منحنيات الاحتمال والـ Decision Boundary لأهم متغيرَين

Web App بـ Flask: واجهة مستخدم تقبل بيانات المريض وترجع نتيجة التنبؤ مع نسبة الاحتمال

حفظ النموذج: تصدير النموذج بـ Pickle لإعادة الاستخدام