Heart Failure Prediction

هذا المشروع هو تطبيق في تعلم الآلة يهدف إلى التنبؤ بفشل القلب اعتمادًا على البيانات السريرية للمرضى. باستخدام مجموعة بيانات تحتوي على 12 خاصية طبية، يقوم النظام بتطبيق مجموعة من خوارزميات التصنيف المختلفة لتقييم خطر الوفاة الناتج عن فشل القلب. تضمن هذا المشروع تنفيذ دورة حياة نموذج تعلم آلة متكاملة بدءًا من معالجة البيانات (Data Preprocessing) حيث قمت بتنظيف البيانات، التعامل مع القيم المفقودة، ترميز المتغيرات الفئوية، بالإضافة إلى تطبيق Scaling لتوحيد نطاق القيم وتحسين أداء النموذج، وكذلك تنفيذ تقنيات Data Balancing لمعالجة عدم توازن البيانات وتحسين قدرة النموذج على التعلم بشكل عادل من جميع الفئات. بعد ذلك، قمت بمرحلة تدريب النموذج (Model Training) باستخدام خوارزميات تعلم الآلة المناسبة للمشكلة، مع ضبط المعاملات (Hyperparameter Tuning) لتحسين الدقة وتقليل مشكلة الـ Overfitting. ثم انتقلت إلى تقييم النموذج (Model Evaluation) باستخدام مقاييس أداء متعددة مثل Accuracy و Precision و Recall و F1-Score لضمان كفاءة النموذج وقدرته على التعميم على بيانات جديدة غير مرئية. كما قمت ببناء واجهة تفاعلية باستخدام Gradio تتيح للمستخدم إدخال البيانات بسهولة والحصول على التنبؤات بشكل مباشر. وأخيرًا، تم نشر المشروع (Deployment) على منصة Hugging Face، مما أتاح تشغيل النموذج أونلاين وتحويله من نموذج تجريبي إلى تطبيق عملي قابل للاستخدام