"Healthcare Data Pipeline: Stroke Risk Prediction – EDA & Preprocessing"

قمت بتنفيذ مشروع كامل لتحليل ومعالجة بيانات طبية خاصة بالتنبؤ بالسكتات الدماغية (Stroke Prediction Dataset)، شمل المراحل التالية:

تحميل واستكشاف البيانات الأولي (Data Loading & Inspection)

تحليل بياني شامل (EDA) باستخدام Countplots وHistograms وHeatmaps لفهم العلاقة بين المتغيرات المختلفة والمتغير الهدف

تنظيف البيانات: معالجة القيم المفقودة، إزالة التكرارات، حذف الأعمدة غير المفيدة

اكتشاف القيم الشاذة (Outliers) باستخدام Boxplots

تحويل المتغيرات الفئوية (Encoding) للمتغيرات النوعية باستخدام One-Hot Encoding

تقسيم البيانات إلى تدريب واختبار (Train-Test Split)

توحيد مقياس البيانات (Feature Scaling) باستخدام StandardScaler

معالجة عدم توازن الفئات (Class Imbalance) باستخدام تقنية SMOTE

النتيجة النهائية: داتا سيت نظيفة وجاهزة تماماً لاستخدامها في تدريب نماذج تعلم الآلة للتنبؤ بخطر الإصابة بالسكتة الدماغية.