نظام تعلم آلي للتنبؤ بالاكتئاب لدى الطلاب | Python & Machine Learning

مشروع تعلم آلي (Machine Learning) للتنبؤ بحالة الاكتئاب لدى الطلاب، بناءً على عوامل أكاديمية ونفسية ومعيشية زي الضغط الدراسي، الضغط المالي، ساعات النوم، والتاريخ العائلي. الداتا فيها حوالي 27 ألف طالب.

اللي اتنفذ في المشروع:

تنظيف البيانات ومعالجة القيم الناقصة والقيم الغير منطقية

تحليل استكشافي (EDA) برسومات توضّح أكتر العوامل تأثيراً

بناء موديل أساسي باستخدام Logistic Regression

مقارنة 4 موديلات (Logistic Regression, Decision Tree, Random Forest, XGBoost) على أحجام بيانات مختلفة

ضبط موديل Random Forest باستخدام GridSearchCV لتحسين الأداء

تقييم النتايج بأكتر من مقياس (Recall, F1, F-beta, ROC-AUC) لأن الأهم هو اكتشاف الحالات الحقيقية

النتيجة: وصل الموديل لـ ROC-AUC حوالي 0.92 وRecall حوالي 0.89 على بيانات اختبار ما شافهاش الموديل قبل كده.

الأدوات المستخدمة: Python, Pandas, NumPy, Scikit-learn, XGBoost, Matplotlib, Seaborn

رابط المشروع على GitHub: ضعي هنا اللينك بتاعك

ملحوظة: المشروع تعليمي وتحليلي وليس أداة تشخيص طبي.