ملخص المشروع
يهدف المشروع إلى توقع مرض السكري باستخدام تقنيات التعلم الآلي والتعلم العميق، اعتمادًا على بيانات Pima Indians Diabetes Database.

مراحل التنفيذ
تحليل البيانات: استكشاف البيانات، معالجة القيم الناقصة، وإزالة القيم المتطرفة.

بناء النماذج:
التعلم الآلي: (Logistic Regression, SVM, KNN, Random Forest, Naive Bayes, Gradient Boosting).
التعلم العميق: بناء شبكة عصبية باستخدام TensorFlow.
تقييم الأداء: مقارنة النماذج باستخدام الدقة (Accuracy) وROC AUC.

التقنيات المستخدمة
Python مع مكتبات: pandas, numpy, seaborn, matplotlib, scikit-learn, tensorflow.

النتائج
تم تحليل أداء عدة نماذج، حيث أظهر التعلم العميق دقة تنافسية، مما يعزز إمكانية استخدامه في التنبؤ الطبي.