تحليل غير مُراقب (Unsupervised Learning) لبيانات سرطان الثدي بهدف اكتشاف الأنماط والتجمعات باستخدام تقنيات تقليل الأبعاد والتجميع.

تحليل غير مُراقب (Unsupervised Learning) لبيانات سرطان الثدي بهدف اكتشاف الأنماط والتجمعات باستخدام تقنيات تقليل الأبعاد والتجميع. تحليل غير مُراقب (Unsupervised Learning) لبيانات سرطان الثدي بهدف اكتشاف الأنماط والتجمعات باستخدام تقنيات تقليل الأبعاد والتجميع. تحليل غير مُراقب (Unsupervised Learning) لبيانات سرطان الثدي بهدف اكتشاف الأنماط والتجمعات باستخدام تقنيات تقليل الأبعاد والتجميع. تحليل غير مُراقب (Unsupervised Learning) لبيانات سرطان الثدي بهدف اكتشاف الأنماط والتجمعات باستخدام تقنيات تقليل الأبعاد والتجميع.
تفاصيل العمل

تنفيذ PCA و Autoencoder من الصفر (NumPy فقط) تنفيذ خوارزميات K-Means و GMM (EM Algorithm) بدون مكتبات جاهزة إجراء 6 تجارب لمقارنة الأداء (قبل وبعد تقليل الأبعاد) اختبار أبعاد مختلفة (PCA / Autoencoder) وتحليل تأثيرها على النتائج حساب Metrics متعددة (Silhouette, DB Index, ARI, NMI, BIC, AIC) تحليل إحصائي ومقارنة شاملة بين جميع الطرق رسم Visualizations (Elbow, Heatmaps, Clusters, Loss Curves)

شارك
بطاقة العمل
تاريخ النشر
منذ 8 ساعات
المشاهدات
4
المستقل
طلب عمل مماثل
شارك
مركز المساعدة