تصنيف البيانات باستخدام Machine Learning وتحليل الأعراض النصية

يهدف هذا المشروع إلى بناء نموذج تعلم آلي (Machine Learning) لتصنيف الأمراض اعتمادًا على بيانات المرضى والأعراض المكتوبة نصيًا، بهدف دعم التحليل الطبي وتحسين دقة التنبؤ. تم تنفيذ المشروع من خلال: تحليل البيانات الطبية ومعالجتها تحويل النصوص الخاصة بالأعراض إلى Features رقمية باستخدام TF-IDF دمج البيانات النصية مع الخصائص الرقمية مثل الجنس، الفئة العمرية، وعدد الأعراض تطبيق أكثر من نموذج تصنيف ومقارنة الأداء بينها تحسين النماذج باستخدام GridSearchCV لاختيار أفضل الإعدادات التعامل مع عدم توازن الفئات (Class Imbalance) لرفع دقة النتائج النماذج المستخدمة: KNN Classification Decision Tree Classification الأدوات والتقنيات: Python Pandas & NumPy Scikit-learn Text Processing (TF-IDF) Data Preprocessing & Feature Engineering قيمة المشروع: تحسين دقة تصنيف الأمراض استخراج معلومات مفيدة من النصوص الطبية قابل للتطبيق على أي Dataset طبية مشابهة