Yapay Zeka Destekli Fiziksel Aktivite ve Kalori Analiz Sistemi
PythonXGBoostScikit-LearnFlaskReact NativePandasSeaborn
Proje Hakkında
Spor salonu üyelerinin demografik, fiziksel ve antrenman verilerini analiz ederek, yakılan kalori miktarını yüksek doğrulukla tahmin eden uçtan uca bir makine öğrenmesi ve mobil entegrasyon projesi.
Temel Özellikler
- 973 kişilik gerçek egzersiz kayıtlarından oluşan veri seti üzerinde EDA (Keşifsel Veri Analizi) uygulanarak veri kalitesi optimize edilmiştir.
- Cinsiyet ve antrenman türü gibi kategorik değişkenler; Binary Encoding ve One-Hot Encoding teknikleri kullanılarak modelin işleyebileceği sayısal formata dönüştürülmüştür.
- Çoklu Doğrusal Regresyon, Random Forest, XGBoost ve KNN algoritmaları karşılaştırmalı olarak analiz edilmiştir.
- XGBoost modeli ile %98.68 R2 Skoru ve 24.04 MAE (Ortalama Mutlak Hata) değerlerine ulaşılarak en yüksek tahmin performansı elde edilmiştir.
- Sistem sadece kalori tahmini yapmakla kalmayıp; BMI, BMR ve TDEE gibi kritik sağlık metriklerini de anlık olarak hesaplayabilmektedir.
Stack
PythonXGBoostScikit-LearnFlaskReact NativePandasSeaborn