A-Comparative-Machine-Learning-Framework-for-Heart-Attack-Risk-Prediction-Using-Data-Preprocessing
مقارنة نماذج التعلم الآلي للتنبؤ بالمخاطر السريرية.
خط أنابيب تعلم آلي مقارن يضم تقنية SMOTE، والتحقق المتبادل، وتقييم النماذج المتعددة.
يقارن إطار عمل Python مفتوح المصدر هذا خوارزميات التعلم الآلي الخاضع للإشراف للتنبؤ بمخاطر النوبة القلبية باستخدام بيانات المرضى الديموغرافية ونمط الحياة والبيانات السريرية. وهو مناسب لعلماء البيانات وباحثي الرعاية الصحية الذين يبنون نماذج تشخيصية تنبؤية.
ما هو
يقوم باستيعاب سجلات المرضى، ومعالجة عدم توازن الفئات عبر تقنية SMOTE ووزن الفئات، وإجراء تحسين المعلمات الفائقة، وتشغيل التحقق المتبادل بخمس طيات. يمكنك تقييم النماذج عبر مقاييس مثل الدقة، والاستدعاء، ودرجة F1، وROC-AUC بدلاً من الاعتماد على الدقة وحدها.
لمن هو
هو مناسب لعلماء البيانات ومحللي الرعاية الصحية الذين يقومون بتطوير نماذج التنبؤ بالمخاطر السريرية بلغة Python. وهو غير مناسب للأطباء غير التقنيين أو الفرق التي تحتاج إلى تطبيق ويب جاهز للإنتاج فوراً.
أهم الميزات
مقارنة النماذج المتعددة
تقييم الانحدار اللوجستي، والغابة العشوائية، وشجرة القرار، وتعزيز التدرج، وLightGBM، وAdaBoost، وشبكات MLP العصبية.
معالجة عدم توازن الفئات
تطبيق تقنية SMOTE ووزن الفئات لتحسين اكتشاف فئة الأقلية للأحداث القلبية عالية المخاطر.
تحسين المعلمات الفائقة
ضبط تكوينات النموذج جنباً إلى جنب مع التحقق المتبادل بخمس طيات لتقليل الت overfitting.
مقاييس شاملة
قياس الأداء باستخدام الدقة، والضبط، والاستدعاء، ودرجة F1، وROC-AUC، ومصفوفات الارتباك.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يقارن سبعة نماذج تعلم آلي خاضعة للإشراف متميزة في إطار عمل واحد.
- يتضمن خطوات صريحة للتعامل مع عدم توازن الفئات باستخدام تقنية SMOTE.
- يطبق التحقق المتبادل بخمس طيات للحماية ضد الت overfitting.
- يقيم الأداء السريري متجاوزاً الدقة الأساسية باستخدام الاستدعاء ودرجة F1.
أين يقصّر
- يفتقر إلى ترخيص مفتوح مصدر مذكور في بيانات وصف المستودع.
- يتطلب كتابة وتنفيذ كود Python داخل دفاتر Jupyter.
- لا يتضمن واجهة نشر ويب للإنتاج أو نقطة نهاية API.
التسعير والرخصة
الكود متاح للتنزيل، على الرغم من أن المستودع لا يحدد ترخيص مفتوح مصدر محدد. لا توجد خيارات مدفوعة مستضافة مذكورة في ملف README، لذا التكلفة الوحيدة هي وقتك في تشغيله.
وظائف للناطقين بالعربية
876 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
ما هي مجموعة البيانات التي يستخدمها إطار العمل؟
يستخدم مجموعة بيانات التنبؤ بمخاطر النوبة القلبية المستحصلة من Kaggle والتي تحتوي على متغيرات ديموغرافية وفسيولوجية وسريرية.
ما هي خوارزميات التعلم الآلي التي تتم مقارنتها؟
يققارن إطار العمل الانحدار اللوجستي، والغابة العشوائية، وشجرة القرار، وتعزيز التدرج، وLightGBM، وAdaBoost، وشبكات MLP العصبية.
كيف يتعامل إطار العمل مع عدم توازن الفئات؟
يستخدم تقنية أخذ العينات الزائدة للأقلية الاصطناعية (SMOTE) ووزن الفئات أثناء عملية التدريب.
