تصنيف سرطان الثدي (Breast Cancer Classification) باستخدام خوارزميات تعلم الآلة

قمت بتنفيذ مشروع متخصص في تصنيف حالات سرطان الثدي اعتمادًا على بيانات طبية حقيقية تضم قياسات ختلفة لخلايا الأنسجة، وذلك لتحديد ما إذا كانت الحالة حميدة (Benign) أو خبيثة (Malignant) باستخدام تقنيات تعلم الآلة. مراحل تنفيذ العمل: استيراد ومعالجة بيانات سرطان الثدي (Breast Cancer Dataset). تنظيف البيانات وتجهيزها، ومعالجة القيم المفقودة وتطبيع البيانات (Normalization). تحليل البيانات (EDA) لفهم العلاقات بين الخصائص الطبية مثل: radius_mean texture_mean smoothness compactness وغيرها تجربة عدة نماذج تعلم آلة للوصول إلى أفضل دقة، مثل: Logistic Regression Random Forest SVM KNN Gradient Boosting تحسين النموذج واختيار أفضل Hyperparameters. تقييم النموذج باستخدام: Accuracy Precision Recall F1-Score Confusion Matrix إعداد تقرير شامل مع الكود كاملًا وملف النموذج الجاهز للاستخدام. نتائج المشروع: تم تطوير نموذج دقيق وفعّال يساعد في التنبؤ بحالات سرطان الثدي بناءً على الخصائص الطبية، مما يساهم في دعم الأنظمة الطبية ومساعدة المختصين في اتخاذ القرار بشكل أسرع وأكثر دقة.