Heart Disease Prediction
مشروع Machine Learning للتنبؤ باحتمالية الإصابة بأمراض القلب باستخدام بيانات مرضى حقيقية من Cleveland Heart Disease Dataset.
تم في المشروع:
تنظيف وتجهيز البيانات ومعالجة القيم غير المناسبة.
تحليل البيانات واستخراج العلاقات بين المتغيرات باستخدام Correlation Heatmap.
تطبيق Logistic Regression و Random Forest Classifier.
تقسيم البيانات إلى Training و Testing.
تقييم أداء النماذج باستخدام Accuracy, Confusion Matrix, Classification Report.
استخدام Cross-Validation للتحقق من ثبات أداء النموذج.
تحقيق دقة وصلت إلى حوالي 88% على بيانات الاختبار.
التقنيات المستخدمة:
Python, Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn, Machine Learning.