Breast Cancer Prediction using Machine Learning

الوصف

يهدف هذا المشروع إلى تطوير نظام ذكي يعتمد على تقنيات تعلم الآلة للتنبؤ بما إذا كان الورم في الثدي حميدًا أو خبيثًا اعتمادًا على مجموعة من الخصائص الطبية المستخرجة من بيانات المرضى. يساعد النظام في تقديم توقع سريع ودقيق يمكن استخدامه كأداة مساعدة في دعم اتخاذ القرار، مع التأكيد على أنه لا يُغني عن التشخيص الطبي المتخصص.

أهداف المشروع
تحليل بيانات مرضى سرطان الثدي.
تنظيف البيانات ومعالجتها قبل التدريب.
تدريب عدة نماذج من تعلم الآلة ومقارنة أدائها.
اختيار النموذج الأفضل بناءً على دقة النتائج.
إنشاء واجهة سهلة الاستخدام لإجراء التنبؤات.
التقنيات المستخدمة
Python
Pandas
NumPy
Matplotlib
Scikit-learn
Streamlit
Joblib
النماذج المستخدمة
Logistic Regression
Support Vector Machine (SVM)
Decision Tree
Random Forest
K-Nearest Neighbors (KNN)
مراحل تنفيذ المشروع
تحميل مجموعة البيانات.
تنظيف البيانات ومعالجة القيم المفقودة.
تحليل البيانات واستخراج أهم المؤشرات.
تقسيم البيانات إلى بيانات تدريب واختبار.
تدريب عدة نماذج من تعلم الآلة.
مقارنة أداء النماذج واختيار الأفضل.
تقييم النموذج باستخدام مؤشرات الأداء المختلفة.
حفظ النموذج لاستخدامه لاحقًا.
تطوير واجهة تفاعلية باستخدام Streamlit لإدخال البيانات وعرض نتائج التنبؤ.
مميزات المشروع
تحليل شامل للبيانات.
مقارنة بين أكثر من نموذج لتحديد الأفضل.
استخدام مؤشرات تقييم متعددة مثل:
Accuracy
Precision
Recall
F1-Score
عرض مصفوفة الالتباس (Confusion Matrix).
واجهة استخدام سهلة وبسيطة.
إمكانية إعادة استخدام النموذج بعد حفظه.
مخرجات المشروع

يقوم المستخدم بإدخال البيانات الطبية المطلوبة، ثم يعرض النظام توقعًا يوضح ما إذا كان الورم حميدًا أو خبيثًا مع نسبة الثقة في التنبؤ.

المهارات التي يبرزها المشروع
تحليل البيانات.
معالجة البيانات.
تعلم الآلة (Machine Learning).
تقييم وتحسين النماذج.
بناء تطبيقات تفاعلية باستخدام Streamlit.
تنظيم المشاريع البرمجية وتهيئتها للنشر.