تحليل البيانات و تعلم الالة

مشروع يهدف إلى تحليل بيانات التكاليف الطبية وفهم العوامل المؤثرة عليها، بالإضافة إلى بناء نموذج Machine Learning للتنبؤ بقيمة المصروفات الطبية المستقبلية باستخدام الانحدار الخطي. الأدوات والتقنيات المستخدمة: Python Pandas & NumPy لمعالجة البيانات Matplotlib & Seaborn للتصور البياني Scikit-learn لبناء نموذج التعلم الآلي خطوات العمل: تحميل وتنظيف بيانات التكاليف الطبية من ملف CSV. تحليل توزيعات البيانات مثل: العمر (Age) مؤشر كتلة الجسم (BMI) التكاليف الطبية (Charges) دراسة تأثير العوامل المختلفة على التكاليف، مثل: التدخين الجنس المنطقة استخدام الرسوم البيانية (Histogram, Scatter Plot, Count Plot) لاكتشاف الأنماط والعلاقات. تحويل البيانات النصية إلى رقمية (Encoding) لتجهيزها للنمذجة. بناء نموذج Linear Regression للتنبؤ بالتكاليف الطبية. تقسيم البيانات إلى Training وTesting للتحقق من دقة النموذج. استخراج تنبؤات فعلية لقيم التكاليف الطبية. مخرجات المشروع: تحليل بصري واضح للعوامل المؤثرة على التكاليف الطبية. نموذج تنبؤ قادر على تقدير المصروفات الطبية بناءً على بيانات المستخدم. نتائج قابلة للاستخدام في: شركات التأمين التحليل الصحي اتخاذ قرارات مبنية على البيانات قيمة المشروع: يساعد هذا المشروع على فهم العلاقة بين نمط الحياة (مثل التدخين والعمر) والتكاليف الطبية، ويُعد مثالًا عمليًا على تطبيق تحليل البيانات والتعلم الآلي لحل مشكلات واقعية.