قمت بتطوير نماذج تعلم آلي لتصنيف ما إذا كان الشخص مصابًا بمرض السكري من خلال نماذج تصنيف ثنائية. بدأت بإجراء تحليل استكشافي للبيانات (EDA) لفهم الأنماط باستخدام الرسوم التوضيحية، ثم قمت بتنظيف البيانات والتعامل مع القيم المفقودة وإزالة التكرارات، إضافة إلى استخدام الترميز والتقييس لتجهيز البيانات للنماذج.

درّبت عدة خوارزميات مثل KNN، Random Forest، Logistic Regression، Decision Tree، Naive Bayes وSVC، ثم قيّمت الأداء باستخدام Accuracy، Classification Report، وConfusion Matrix. بعدها قمت بتحسين النماذج عبر Hyperparameter Tuning للوصول لأفضل أداء.
استخدمت Python ومكتبات مثل Pandas وSeaborn وScikit-learn، إضافة إلى أدوات مثل MinMaxScaler , LabelEncoder.

النموذج الناتج يوفر تنبؤات تساعد في دعم القرارات الطبية المتعلقة بمرض السكري.