🧠 Autism Adult Data – Machine Learning Classification

1. مرحلة جمع البيانات والمعالجة المسبقة (Data Collection & Preprocessing) تركز هذه المرحلة على الحصول على مدخلات دقيقة وشاملة لضمان جودة النموذج: مصادر البيانات: تشمل مسارات تخطيط أمواج الدماغ (EEG)، الاستجابات المسحية، العلامات الجينية، وسجلات السلوك. استخلاص الميزات: يتم تنظيف البيانات (Denoising) وتطبيعها (Normalization) لتحويلها من بيانات خام إلى ميزات قابلة للتحليل بواسطة الحاسوب. التخزين: تُنقل البيانات المعالجة إلى خوادم مخصصة (Dataset Server) لبدء عملية التدريب.الدقة: يهدف النموذج إلى تحقيق دقة عالية (تصل إلى 94.5% كما في الصورة) للتميي 2. تدريب النموذج والتصنيف (Model Training & Classification) في هذه المرحلة، يتم بناء "العقل" الذكي للمشروع: الشبكة العصبية: استخدام شبكات عصبية عميقة تتكون من طبقات متعددة (Layers) لتحليل الأنماط المعقدة. محاور التحليل: يركز النموذج على معالجة البيانات الحسية، التواصل الاجتماعي، الوظائف التنفيذية، والسلوكيات المتكررة. ز بين حالات التوحد ومجموعات الضبط (Control).