في هذا المشروع، قمت بتطوير نموذج تعلم آلي لتصنيف مراحل التليف اعتمادًا على بيانات مرضى حقيقية. استخدمت خوارزمية Random Forest لبناء النموذج بسبب قدرتها على التعامل مع البيانات المعقدة وغير الخطية وتحقيق دقة عالية في التنبؤ. شملت مراحل المشروع:
• تنظيف البيانات وتجهيزها: معالجة القيم المفقودة وتحويل البيانات لتكون صالحة للنموذج.
• تحليل البيانات الاستكشافي (EDA): دراسة الخصائص المؤثرة على التليف وفهم العلاقات بين المتغيرات.
• بناء وتدريب النموذج: استخدام Random Forest لتصنيف مراحل التليف بدقة عالية.
• تقييم النموذج: قياس الأداء باستخدام مؤشرات مثل الدقة (Accuracy)، مصفوفة الالتباس (Confusion Matrix) وغيرها لضمان موثوقية التنبؤ.
النتيجة:
تمكن النموذج من التنبؤ بمراحل التليف بدقة عالية، مما يوفر أداة قوية لدعم الأطباء في اتخاذ قرارات تشخيصية مبكرة وتحسين متابعة المرضى.
