تم تنفيذ مشروع علمي متكامل يهدف إلى التنبؤ المبكر بسرطان الثدي اعتمادًا على بيانات طبية حقيقية من Breast Cancer Wisconsin Diagnostic Dataset.
يتضمن العمل بناء نظام تصنيف ذكي باستخدام عدة خوارزميات تعلم آلي مثل Logistic Regression، Decision Tree، Random Forest، وSVM، مع تطبيق تحليل استكشافي للبيانات (EDA)، وتطبيع الخصائص (Standardization)، وتحليل الارتباط (Correlation Heatmap) لتحديد أهم السمات المؤثرة في التشخيص.
تم تطوير ML Pipeline احترافي بأسلوب OOP يشمل معالجة الأخطاء (Error Handling)، و (Threshold Tuning)، وتحسين النماذج باستخدام GridSearchCV، مع تقييم شامل للأداء عبر ROC Curve وClassification Report.
النتائج أظهرت دقة مرتفعة تجاوزت 97%، مما يؤكد قدرة النموذج على المساهمة في الكشف المبكر والدقيق عن الأورام الخبيثة.
