مشروع ذكاء اصطناعي لتشخيص سرطان الثدي باستخدام Decision Tree و Fuzzy Logic
تفاصيل العمل
مشروع ذكاء اصطناعي يهدف إلى تشخيص سرطان الثدي باستخدام تقنيات تعلم الآلة (Machine Learning). تم في هذا المشروع استخدام خوارزمية Decision Tree Classifier مع دمج Fuzzy Logic لتحسين دقة النموذج وقدرته على التفسير. يتضمن المشروع جميع مراحل بناء نموذج تعلم الآلة بدءًا من معالجة البيانات وحتى التقييم النهائي، وتشمل الخطوات التالية: تحميل البيانات من مجموعة بيانات سرطان الثدي (Breast Cancer Wisconsin Dataset). تنظيف البيانات بحذف الأعمدة غير المفيدة وتحويل القيم الفئوية إلى رقمية. تجزئة البيانات إلى مجموعة تدريب واختبار بنسبة 80/20. تطبيع الخصائص (Normalization) باستخدام Min-Max Scaler. تطبيق Fuzzy Logic عبر إنشاء ميزات ضبابية (Fuzzy Features) لخصائص radius، area، وtexture. تدريب نموذج Decision Tree على البيانات الجديدة بعد التحويل الضبابي. تحسين الأداء باستخدام طريقتي Hill-Climbing وGrid Search لاختيار أفضل عمق للشجرة. تقييم النموذج من خلال مصفوفة الالتباس (Confusion Matrix) وتقرير التصنيف (Classification Report). عرض النتائج بشكل بصري باستخدام الرسوم البيانية وشجرة القرار لتوضيح كيفية اتخاذ القرارات. 🎯 النتيجة النهائية: نموذج دقيق وقابل للتفسير يساعد في دعم القرار الطبي وتشخيص سرطان الثدي بشكل أفضل من خلال الدمج بين الذكاء الاصطناعي والمنطق الغامض (Fuzzy Logic).
مهارات العمل
بطاقة العمل
طلب عمل مماثل
