Heart Disease predication & Analysis

قمت بتنفيذ مشروع متكامل للتنبؤ بأمراض القلب وتحليل العوامل المؤثرة فيها باستخدام تقنيات تعلم الآلة. بدأت بفهم البيانات الطبية ودراسة كل متغير وتأثيره على احتمالية الإصابة، ثم قمت بتنظيف البيانات ومعالجة القيم المفقودة والتعامل مع القيم الشاذة، بالإضافة إلى تحويل المتغيرات الفئوية وتطبيق Feature Scaling. بعد ذلك أجريت تحليل بيانات استكشافي (EDA) لاكتشاف العلاقات بين المتغيرات واستخراج أهم العوامل المؤثرة، مع استخدام الرسوم البيانية لفهم الأنماط داخل البيانات. ثم انتقلت إلى مرحلة هندسة الخصائص واختيار أهم الـ Features التي تؤثر على دقة النموذج. قمت ببناء أكثر من نموذج تصنيف مثل Logistic Regression و Random Forest، ثم قارنت بين النتائج باستخدام مقاييس تقييم مختلفة مثل Accuracy و Precision و Recall و F1-Score و Confusion Matrix، مع التركيز على تقليل الأخطاء الخطيرة (False Negatives) نظرًا لطبيعة المشكلة الطبية. كما قمت ببناء Machine Learning Pipeline متكاملة تشمل مراحل المعالجة والتدريب والتقييم لضمان تنظيم العمل وسهولة إعادة الاستخدام. وفي النهاية استخدمت تقنيات تحسين الأداء مثل Cross Validation و Hyperparameter Tuning للوصول إلى أفضل نتيجة ممكنة. المشروع يعكس قدرتي على تنفيذ دورة كاملة لمشروع تعلم آلة بداية من البيانات الخام وحتى التقييم والتحسين، مع التفكير بطريقة عملية قابلة للتطبيق في بيئة عمل حقيقية. لو عايز نخليها أقصر شوية علشان تناسب وصف خدمة، أو أقوى تسويقياً علشان تجيب عملاء أسرع، قولّي