تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification) أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي”

تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification)  أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي” تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification)  أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي” تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification)  أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي” تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification)  أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي” تحليل أداء الجسم وتصنيفه باستخدام تعلم الآلة (Body Performance Analytics & ML Classification)  أو بصيغة مختصرة وجذابة: “تصنيف المستوى البدني للمستخدمين باستخدام خوارزميات الذكاء الاصطناعي”
تفاصيل العمل

قمت بتنفيذ مشروع متكامل لتحليل بيانات الأداء البدني للأفراد، وتصنيفهم إلى مستويات بناءً على قياسات الجسم والقوة والمرونة والتحمل العضلي. شمل المشروع: استكشاف البيانات (EDA) ومعالجة القيم المفقودة والشاذة. تحليل العلاقات بين المتغيرات (Correlation Analysis). بناء 5 نماذج تعلم آلي: KNN، Decision Tree، SVM، Linear Regression، وشبكة عصبية بسيطة. تطبيق تجارب انقسام البيانات بنسب مختلفة (80:20، 70:30، 50:50) و K-Fold Cross Validation. تقييم النماذج باستخدام Accuracy، Precision، Recall، F1، MSE، RMSE، R². إنتاج لوحات مرئيات (Heatmaps, Boxplots, Confusion Matrix, وغيرها). المشروع نفذ بلغة Python باستخدام Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn في بيئة Jupyter Notebook.

مهارات العمل
شارك
بطاقة العمل
تاريخ النشر
منذ شهرين
المشاهدات
22
القسم
المستقل
طلب عمل مماثل
مهارات العمل
شارك
مركز المساعدة