This web application analyzes intraday price data to identify balanced markets and generate breakout signals using volume profile metrics for traders and analysts.
يُقدِّم هذا التطبيق واجهة ويب تفاعلية تُحلِّل بيانات الأسعار اللحظية لتحديد الأسواق المتوازنة وتوليد إشارات اختراق باستخدام تحليل ملف الحجم. يُظهر التطبيق مستويات القيمة (VAH، VAL، POC) على مخططات الشموع مع تظليل منطقة القيمة التي تمثل 70٪ من إجمالي الحجم. عندما يغلق السعر أعلى من VAH أو أقل من VAL بعد فترة من التوازن، يُظهر التطبيق إشارة اختراق صعودي أو هبوطي. يدعم التطبيق فترات متعددة للملف، بما في ذلك اليوم السابق، الأسبوع السابق، والأسبوع الحالي، ما يتيح للمستخدم مقارنة سلوك السوق في الأطر الزمنية المختلفة. يُستهدف هذا التطبيق المتداولين والمحللين الكميين الذين يحتاجون إلى تحليل مبني على البيانات لتوقع تحركات الأسعار واتخاذ قرارات تداول مستنيرة. كما يتيح للمستخدمين ضبط عدد الدرجات السعرية وتخصيص نطاق القيمة وفقًا لاحتياجاتهم. يدمج التطبيق مكتبة Plotly لتوفير رسومات تفاعلية مع سمة داكنة، مما يُحسِّن تجربة العرض في بيئات التداول المظلمة. يُعد هذا الحل أداة تعليمية وبحثية، ويُشدد على ضرورة إجراء تحليل مستقل قبل اتخاذ أي قرار استثماري.
This project is an automated system for downloading, processing, and transforming YouTube transcriptions into structured knowledge bases using Google Gemini.
هذا المشروع هو نظام تلقائي لتحميل وتحليل وترجمة تحويلات فيديو يوتيوب إلى قواعد المعرفة المنظمة باستخدام جيميني من غوغل. يدعم النظام العديد من أنماط التحليل مع الذكاء الاصطناعي، بما في ذلك FAQ، وكتابه، وفرم عمل كامل، ومبني على العميل، وPRD BMAD. كما يحتوي النظام على تحويل ترسيمي مزدوج، وتحول روتاري للبروكسى، والتقدم المستمر، والدعم اللغوى المتعدد، وتكامل لتدريب العميل.
This project implements and evaluates interpretable and black‑box machine‑learning models for predicting hypertension, hyperglycemia, and dyslipidemia risk.
يُركّز العمل على مقارنة نماذج القابلة للتفسير مثل الانحدار اللوجستي وأشجار القرار مع أساليب الصندوق الأسود مثل الغابات العشوائية، آلات الدعم الناقل، والشبكات العصبية لتوقع ثلاث اضطرابات متعلقة بالمتابوليزم الشائعة. يتضمن ذلك سلسلة معالجة بيانات شاملة تقوم بتنظيف، تطبيع، واختيار الخصائص من مجموعات بيانات صحية حقيقية ومصطنعة. يتم تقييم أداء النماذج باستخدام التحقق المتقاطع، ROC‑AUC، الدقة‑الاستدعاء، ومصفوفات الالتباس، بينما يُقدّم التفسير عبر قيم SHAP والرسوم التوضيحية للانتباه. يهدف البحث إلى تحديد أيّ استراتيجيات نمذجة توفر أفضل توازن بين الدقة التنبؤية وقابلية التفسير في دعم اتخاذ القرار الطبي. تُوثّق النتائج في تنسيق منظم يسهل تكرارها وتوسيعها في أبحاث التحليلات التنبؤية الصحية.
This web application helps individuals and groups track, split, and visualize shared expenses.
يُقدِّم هذا التطبيق واجهة سهلة الاستخدام لتسجيل المصاريف الشخصية والمشتركة. يمكن للمستخدمين إضافة المعاملات، وتحديد الفئات، وتحديد المشاركين في كل تكلفة. يُعالج الجزء الخلفي البيانات باستخدام مكتبة pandas ويُقدِّم رسومات بصرية مبنية على Plotly، بينما يُعرض الجزء الأمامي باستخدام React ويُصمم باستخدام Tailwind. يدعم التطبيق تصدير التقارير ويقدِّم لوحات معلومات فورية لمتابعة أنماط الإنفاق. صُمم لتلبية احتياجات الأفراد والمجموعات التي ترغب في إدارة مصاريفهم المنزلية أو المشتركة دون الحاجة إلى جداول بيانات يدوية معقدة.