يركز هذا المشروع على التنبؤ بخطر الإصابة بأمراض القلب باستخدام البيانات الطبية للمرضى. من خلال تحليل مؤشرات مثل العمر، ضغط الدم، الكوليسترول، ومعدل ضربات القلب، يقوم النموذج بتصنيف الأفراد بدقة حسب مستوى الخطر.

أبرز النقاط:

تنظيف ومعالجة البيانات لضمان دقة النموذج
التحليل الاستكشافي للبيانات (EDA) لفهم الأنماط
استخدام Random Forest لتحقيق أعلى دقة
تقييم النموذج باستخدام Accuracy، Confusion Matrix، و ROC-AUC
تحليل أهمية الخصائص لاستخلاص رؤى مفيدة للتدخلات الصحية

الأدوات المستخدمة: Python، Pandas، NumPy، Scikit-learn، Seaborn، Matplotlib

النتيجة: نموذج تنبؤ موثوق يعرض تطبيقات الذكاء الاصطناعي في الرعاية الصحية، ويظهر مهارات قوية في تحليل البيانات وبناء نماذج التعلم الآلي.