تحسين نماذج التنبؤ بأمراض القلب باستخدام الخوارزمية الجينية والهندسة العصبية

خط أنابيب للتنبؤ بأمراض القلب عن طريق ضبط المصنفات الكلاسيكية باستخدام خوارزمية وراثية (عبر NIAPY & PSO) ثم تحسين هياكل نماذج التعلم العميق باستخدام البحث في الهندسة المعمارية العصبية AutoKeras.

التصنيف
تعلم آلي
تاريخ الإنجاز
May 2025
التقنيات المستخدمة
Python 3 Jupyter Notebook pandas NumPy NIAPY GeneticAlgorithm PySwarm PSO scikit-learn matplotlib
ملف المشروع
غير مسموح بالتحميل إلا بإذن من أمين قحطان. تواصل معه للحصول على الإذن.

نظرة عامة على المشروع

<p><span style=\"white-space: normal;\">يقوم المشروع بتحميل مجموعة البيانات "heart.csv" إلى pandas، وينفذ المعالجة المسبقة القياسية (التوسع، وتقسيم التدريب والاختبار)، ثم يحدد مهمة تحسين عبر المعلمات الفائقة لـ RandomForestClassifier باستخدام خوارزمية وراثية من NIAPY وPSO من PySwarm&nbsp;</span></p><p>وبالتوازي، يستخدم AutoKeras للبحث عن بنية شبكة عصبية مثالية (مبنية على TensorFlow) ويقارن كلا النهجين عبر الدقة ومصفوفات الارتباك وتقارير التصنيف.</p>

معاينة ملف

استعرض ملف الخاص بالمشروع أدناه أو اطلب نسخة منه.

لا يمكن معاينة هذا النوع من الملفات مباشرة.