قمت ببناء نموذج تعلم آلي يعتمد على خوارزمية Logistic Regression لتحديد جودة رقائق الميكرو (Microchips) بناءً على نتائج اختبارين فنيين مختلفين. المشروع يهدف إلى أتمتة عملية "القبول أو الرفض" بدقة عالية، مما يقلل من الأخطاء البشرية في الفحص اليدوي.
الأدوات والتقنيات المستخدمة:
- اللغة: Python.
- المكتبات: NumPy (للحسابات الرياضية)، Matplotlib (للتصور البياني).
- الخوارزمية: Logistic Regression (Binary Classification).
- المفاهيم المتقدمة: Sigmoid Function, Cost Function, Gradient Descent, Regularization.
النتائج المحققة:
- نموذج قادر على تصنيف الرقائق بدقة (Accuracy) عالية جداً.
- تحديد واضح لـ Decision Boundary يوضح العلاقة غير الخطية بين الاختبارات (في حال استخدام Polynomial features).
- كود برمجي فعال وقابل للتوسع لإضافة ميزات (Features) جديدة مستقبلاً.
