تطبيق للتنبؤ بعدد السعرات الحرارية المحروقة

هذا المشروع هو عبارة عن دراسة وتطبيق عملي لبناء نموذج تنبؤي دقيق (Regression Model) لتقدير عدد السعرات الحرارية التي يتم حرقها أثناء النشاط البدني بناءً على الخصائص الحيوية للمستخدم. قمت في هذا المشروع بالآتي: 1. معالجة وتجهيز البيانات: - قمت بدمج بيانات المستخدمين (العمر، الجنس، الطول، الوزن) مع بيانات النشاط البدني (مدة التمرين، ضربات القلب، حرارة الجسم). - قمت بتحويل المتغيرات الفئوية (Categorical Data) مثل الجنس إلى قيم رقمية لتمكين النموذج من معالجتها. 2. التحليل الاستكشافي (EDA): - قمت بتحليل العلاقات والارتباطات بين المتغيرات، واكتشفت وجود ارتباط طردي قوي جداً بين "معدل ضربات القلب" و"مدة التمرين" وبين "السعرات المحروقة". 3. بناء النموذج (Model Building): - استخدمت خوارزمية XGBoost Regressor، وهي من أقوى خوارزميات التدرج التعزيزي (Gradient Boosting). - قمت بضبط المعاملات البرمجية (Hyperparameters) مثل (learning_rate=0.1, max_depth=5, n_estimators=200) لضمان أفضل أداء. النتائج المحققة: - الدقة (R-squared Score): حقق النموذج دقة ممتازة تقترب من 100% (أو 0.99)، مما يعني أن النموذج قادر على تفسير كافة التباينات في البيانات تقريباً. - متوسط الخطأ المطلق (MAE): وصل الخطأ إلى قيمة ضئيلة جداً (أقل من 2 سعرة حرارية)، مما يجعله نموذجاً عالي الدقة للاستخدام العملي. المخرجات النهائية: تم تصدير النموذج النهائي وملف التقييس (Scaler) باستخدام مكتبة Joblib لضمان سهولة دمج المشروع في تطبيق ويب أو هاتف محمول.