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.