Diabetes Risk Prediction System using RBF Neural Network + AI Explanation

نظام ذكي للتنبؤ بخطر الإصابة بالسكري باستخدام شبكات RBF والذكاء الاصطناعي التفسيري أبحث عن مهندس تعلم آلة محترف لتنفيذ تطبيق ويب متكامل للتنبؤ بخطر الإصابة بمرض السكري باستخدام شبكة عصبية من نوع Radial Basis Function (RBF) مدمجة مع تقنيات الذكاء الاصطناعي التفسيري. يجب أن يعتمد المشروع على بيانات Pima Indians Diabetes Dataset ويتضمن جميع مراحل المعالجة المسبقة، والتحليل البصري، وتدريب النموذج، وتوليد تفسيرات طبية باستخدام الذكاء الاصطناعي، بالإضافة إلى واجهة تفاعلية باستخدام Gradio. متطلبات المشروع معالجة البيانات استخدام مجموعة بيانات Pima Indians Diabetes Dataset (768 سجل و8 خصائص طبية) معالجة القيم الصفرية غير المنطقية طبيًا واستبدالها بالـ Median تطبيق Feature Scaling باستخدام StandardScaler معالجة عدم توازن الفئات باستخدام SMOTE نموذج تعلم الآلة استخدام K-Means لاستخراج مراكز طبقة الـ RBF تحديد أفضل قيمة لـ K باستخدام Elbow Method تنفيذ شبكة RBF يدويًا من الصفر بدون استخدام مكتبات جاهزة استخدام Logistic Regression كطبقة إخراج تحسين Threshold باستخدام F1-Score Optimization الرسومات والتحليلات المطلوبة يجب أن يحتوي المشروع على رسومات وتحليلات واضحة مثل: توزيع الخصائص قبل وبعد تنظيف البيانات Correlation Heatmap رسم Elbow Method Visualization باستخدام PCA مع إظهار مراكز الـ RBF Confusion Matrix ROC Curve مع AUC Score مقارنة Accuracy مع قيم K المختلفة توزيع احتمالات التنبؤ حسب الفئة دمج الذكاء الاصطناعي دمج GROQ API باستخدام نموذج: llama-3.3-70b-versatile بحيث يقوم النظام بتوليد: تفسير طبي للنتائج تحليل القيم غير الطبيعية توصيات صحية شرح منطقي لسبب التنبؤ واجهة الويب إنشاء واجهة حديثة وتفاعلية باستخدام Gradio Blocks تشمل: 8 Sliders لإدخال بيانات المريض نتيجة التنبؤ نسبة احتمالية الإصابة بالسكري نسبة احتمالية عدم الإصابة تقرير طبي كامل مولد بالذكاء الاصطناعي ويجب تشغيل التطبيق مع رابط عام باستخدام: share=True الملفات المطلوبة Google Colab Notebook منظم ونظيف (.ipynb) الكود مشروح بالكامل ويعمل Cell by Cell بدون أخطاء