تحديد مرض monkeypox بواسطة التعلم الالي
تفاصيل العمل
يهدف مشروع اكتشاف مرض جدري القرود (Monkeypox Disease Detection) إلى تصنيف صور الآفات الجلدية إلى فئتين: مصابة وغير مصابة، باستخدام نهج يجمع بين التعلم العميق (Deep Learning) والتعلم الآلي (Machine Learning). تم استخراج الخصائص من الصور باستخدام نموذج ResNet50 المدرب مسبقًا، والذي يوفر تمثيلات مرئية عالية المستوى. بعد ذلك، تم استخدام خوارزمية SVM (Support Vector Machine) لتصنيف هذه الخصائص بدقة عالية. وللتغلب على مشكلة عدم توازن البيانات، تم استخدام تقنية ADASYN لتوليد عينات اصطناعية للفئة الأقل تمثيلاً، مما حسّن أداء النموذج وقدرته على التعميم. حقق النظام دقة بلغت 97.7%، مما يبرز فعالية الجمع بين استخراج الميزات العميقة وخوارزميات التعلم الآلي التقليدية.
مهارات العمل
بطاقة العمل
طلب عمل مماثل
