| Breast Cancer Detection Machine Learning| مشروع الكشف عن سرطان الثدي باستخدام بايثون
Вставка
- Опубліковано 7 вер 2024
- مشروع الكشف عن سرطان الثدي باستخدام بايثون.
التنبؤ وتصنيف سرطان الثدي فى ولاية ويسكونسن الأمريكية بإستخدام خوارزميات تعلم الآلة .
Breast Cancer Detection Machine Learning
Full Data Science Project=مشروع داتا ساينس كامل
Supervised Machine Learning
#Classificatin
#Machinelearning
Accuracy Score 98%
Download data :
drive.google.c...
the accuracy of different models
1. AdaBoost Classifier = 98 %*
*2. Random Forest Classifier =96 %*
*3. Gradient Boosting Classifier= 96%*
*4. Decision Tree Classifier= 95 %*
*5. K Neighbours Classifier= 70 %*
*6. SVC = 59 %*
*7. Naive Bayes= 60 %*
*8. Logistic Regression = 59%*
Data Source
www.kaggle.com...
لو عجبك المحتوي متنساش تعمل لايك للفيديو 👍وتشترك في القناة لأن وجودك يشرفُنا جداً ...
اللهُم علّمنا ما ينفَعُنا وانْفَعْنا به وزِدْنا علما....وفقكم الله ...
والسلام عليكم ورحمة الله وبركاته..
Thank you very much
جزاك الله خيرا وربنا يبارك فيك ويحفظك
وجزاكم مثله أخى الفاضل ....بوركت بوركت بوركت
جزاك الله خيرا يا أستاذ
وجزاكم مثله عزيزى الفاضل
بارك الله فيك
وفيك بارك أخى الفاضل
يامهندس اي model يحتاج تدريب ? لكن الmodel بإشراف يعني يوجد y
لكن بدون اشراف يعني لا يوجد y
.
التعلم بدون إشراف لا يعني أنه لا يحتاج إلى تدريب، بل يعني أن عملية التدريب تتم دون استخدام بيانات مرفقة بتسميات أو إجابات صحيحة مسبقة. في التعلم بدون إشراف، يقوم النموذج بتحليل البيانات والتعرف على الأنماط والهيكل الأساسي لها بنفسه دون وجود تسميات توجهه.
تحاتي وشكرا لك يامهندس
أحسنت وبوركت ...كلامك صحيح ومعذرةً لأن الشرح لم يكن واضحا فى هذه الجزئية .
.تعلّم الآلة غير الخاضع للإشراف هو عندما تعطي الخوارزمية بيانات إدخال بدون أي بيانات إخراج مصنفة. ثم تتعرف الخوارزمية من تلقاء نفسها على الأنماط والعلاقات داخل البيانات وفيما بينها.