التنبؤ بمرض القلب باستخدام التعلم الالي والتعلم العميق

يهدف هذا المشروع إلى بناء نموذج ذكي للتنبؤ بأمراض القلب باستخدام تقنيات تعلم الآلة والتعلم العميق، وذلك بالاعتماد على تحليل بيانات طبية تحتوي على مجموعة من الخصائص المرتبطة بصحة المرضى. تم تنفيذ المشروع بدايةً بمرحلة تحليل البيانات (Exploratory Data Analysis) لفهم توزيع البيانات والعلاقات بين المتغيرات، تلاها مرحلة تنظيف البيانات ومعالجتها من خلال التعامل مع القيم المفقودة وتوحيد البيانات. بعد ذلك تم بناء عدة نماذج باستخدام خوارزميات مختلفة مثل: Logistic Regression Random Forest LightGBM / XGBoost كما تم تجربة نموذج باستخدام Neural Networks لتحسين الأداء. تم تقييم النماذج باستخدام عدة معايير مثل: Accuracy Precision Recall F1-Score ROC AUC وتم اختيار النموذج الأفضل بناءً على الأداء العام وقدرته على التعميم. ⚙️ الأدوات والتقنيات المستخدمة Python Pandas & NumPy Scikit-learn Matplotlib & Seaborn TensorFlow / Keras (للتعلم العميق) ? نتائج المشروع حقق النموذج دقة عالية في التنبؤ، مع توازن جيد بين الـ Precision والـ Recall، مما يجعله مناسبًا للاستخدام في التطبيقات الطبية المبدئية لدعم اتخاذ القرار.