مشروع تحليل بيانات التأمين الصحي باستخدام التعلم الآلي

قمت في هذا المشروع بتحليل بيانات التأمين الصحي لتحديد العلاقة بين العوامل المختلفة (مثل العمر، مؤشر كتلة الجسم، وحالة التدخين) والتكاليف الطبية المتوقعة. المشروع شمل:

تحليل بصري للبيانات:

استخدام مكتبة Seaborn لإنشاء رسوم بيانية تظهر العلاقة بين متغيرات مثل العمر وBMI مع التكاليف الطبية.
تمييز تأثير المدخنين على التكاليف.
معالجة البيانات:

تحويل البيانات النصية مثل الجنس وحالة التدخين إلى قيم رقمية باستخدام أدوات التشفير (Label Encoding).
تقسيم البيانات إلى مجموعات للتدريب والاختبار.
بناء نموذج تعلم آلي:

تدريب نموذج انحدار خطي لتوقع التكاليف الطبية.
تقييم الأداء باستخدام الأخطاء المربعة المتوسطة (MSE) ومعامل التحديد (R²).
نتائج المشروع:

تحقيق دقة عالية مع معامل تحديد بلغ 0.78، مما يعكس قدرة النموذج على التنبؤ بالتكاليف بشكل جيد.
هذا المشروع يُظهر مهاراتي في تحليل البيانات، بناء النماذج، والتعامل مع مكتبات Python مثل Pandas وMatp