تحليل أمراض القلب | Python, Pandas, NumPy, Matplotlib, Seaborn

عملت على مشروع لتحليل بيانات التنبؤ بفشل القلب (Heart Failure Prediction Dataset) والذي يضم **918 سجلًا لمرضى**، بهدف إجراء تحليل استكشافي للبيانات واستخراج رؤى ومؤشرات مهمة من البيانات الطبية.

🔹 تنفيذ عمليات تنظيف البيانات واكتشاف القيم غير المنطقية فسيولوجيًا في متغيري **ضغط الدم أثناء الراحة (RestingBP)** و**الكوليسترول (Cholesterol)**.

🔹 معالجة القيم المفقودة باستخدام أساليب مناسبة لضمان جودة البيانات ودقتها.

🔹 إجراء تحليل أحادي وثنائي المتغيرات لدراسة خصائص المرضى والعوامل المرتبطة بالإصابة بأمراض القلب.

🔹 تحليل التوزيعات الإحصائية والقيم الشاذة (Outliers) باستخدام **المدرجات التكرارية (Histograms)** و**المخططات الصندوقية (Boxplots)**.

🔹 استخدام عمليات **التجميع (Grouping)** و**الجداول التقاطعية (Cross-tabulation)** و**الجداول المحورية (Pivot Tables)** لمقارنة معدلات الإصابة بأمراض القلب بين الفئات المختلفة من المرضى.

🔹 إنشاء تصورات بيانية متنوعة لتوضيح الأنماط والنتائج الرئيسية بشكل واضح وسهل الفهم.

🔹 تحديد أهم المؤشرات المرتبطة بأمراض القلب، مثل **العمر، الجنس، نوع ألم الصدر، الذبحة الصدرية الناتجة عن المجهود، مؤشر Oldpeak، ومعدل ضربات القلب الأقصى**.

ساهم هذا المشروع في تعزيز مهاراتي العملية في **لغة Python، وتنظيف البيانات، والتحليل الاستكشافي للبيانات (EDA)، وتصوير البيانات (Data Visualization)، واستخلاص الرؤى واتخاذ القرارات المعتمدة على البيانات**.