بناء نموذج تعلم آلي باستخدام بايثون لتوقع نسب السمنة - Obesity prediction using python

قمتُ بتطوير نموذج تعلم آلي متكامل يهدف إلى توقع مستوى السمنة لدى الأفراد اعتمادًا على بيانات تشمل العادات الغذائية، النشاط البدني، والعوامل الصحية اليومية. يبدأ المشروع بتنظيف البيانات ومعالجتها، مرورًا بتحليل الارتباط لتحديد المتغيرات الأكثر تأثيرًا، ثم تجربة عدة خوارزميات مثل Logistic Regression وSVM وDecision Tree للوصول لأفضل أداء ممكن. تم تقييم النماذج باستخدام مؤشرات الدقة والاتزان مثل Accuracy وF1-score، بالإضافة إلى تحليل مصفوفة الارتباك لمعرفة جودة التوقعات. النتيجة النهائية كانت نموذجًا قادرًا على تصنيف مستويات السمنة بدقة عالية، مع رسوم بيانية ولوحة تحليل توضّح أهم العوامل المؤثرة. مُخرجات المشروع تشمل: كود Python منظم داخل Jupyter Notebook البيانات بعد المعالجة رسوم بيانية ونتائج التقييم تقرير مختصر بالنتائج يخدم المشروع الأبحاث الصحية، التوقعات السلوكية، ومشاريع علوم البيانات، ويبرز قدرتي على تحليل البيانات وبناء نماذج تعلم الآلة بشكل احترافي.