يهدف هذا المشروع إلى بناء نموذج تعلم آلي للتنبؤ باحتمالية إصابة المريض بسكتة دماغية اعتمادًا على بيانات طبية وديموغرافية. يحتوي الداتاست على معلومات مثل العمر، النوع، ارتفاع ضغط الدم، أمراض القلب، متوسط مستوى الجلوكوز في الدم، مؤشر كتلة الجسم (BMI)، حالة التدخين، ونمط الحياة.
خطوات تنفيذ المشروع
تنظيف البيانات ومعالجة القيم المفقودة (مثل BMI)
تحليل البيانات الاستكشافي (EDA) لفهم توزيع البيانات والعلاقات بين المتغيرات
تحويل المتغيرات النصية إلى قيم رقمية (Encoding)
تدريب نماذج تصنيف مختلفة مثل:
الانحدار اللوجستي (Logistic Regression)
خوارزمية KNN (K-Nearest Neighbors)
تقييم النماذج باستخدام الدقة (Accuracy) ومصفوفة الالتباس (Confusion Matrix)
أهم النتائج والاستنتاجات
العمر ومستوى الجلوكوز من أكثر العوامل تأثيرًا في احتمالية الإصابة بالسكتة الدماغية
وجود أمراض مثل ارتفاع ضغط الدم وأمراض القلب يزيد من خطر الإصابة
نمط الحياة مثل التدخين له تأثير واضح على النتائج
الأدوات المستخدمة
Python
Pandas, NumPy
Matplotlib, Seaborn
Scikit-learn
الهدف من المشروع
الهدف الأساسي هو استخدام تقنيات تعلم الآلة للمساعدة في الكشف المبكر عن احتمالية الإصابة بالسكتة الدماغية، مما يدعم اتخاذ قرارات وقائية في المجال الصحي وتحسين جودة الرعاية الطبية.
