 |
| أنتشر في السنين الاخيرة مفهوم ( تعلم الالة ) على صعيد البحوث الاكاديمية وفي شتى التطبيقات الواقعية لما فيه من أهمية فعالة في انجاز الكثير من المهمات بسرعة وأختصاراً لكثير من الجهود البشرية |
ماهو تعلم الالة ؟
أنتشر في السنين الاخيرة مفهوم ( تعلم الالة ) على صعيد البحوث الاكاديمية وفي شتى التطبيقات الواقعية لما فيه من أهمية فعالة في انجاز الكثير من المهمات بسرعة وأختصاراً لكثير من الجهود البشرية ، لذلك أصبحت البلدان النامية تتسابق الى التطور في هذا المجال الحيوي واستخدامه في جميع انواع المجالات مثل المجال الاقتصادي ، المجال الطبي ، المجال العسكري ... الخ.
لذا سنقوم بايضاح ماهو تعلم الالة ؟؟هو قدرة الالة ( كمبيوتر، روبوت، جهاز الكتروني ... الخ) على اتخاذ القرارت بناءاً على خبرة مسبقة تمت تعلمها من بيانات تم خزنها في نموذج التعلم بدون تدخل الانسان .
أي يتم تغذية نموذج التعلم ببيانات كافية لكي تتعلم الالة وهذا يساعد في اتخاذ القرار الصحيح وبدقة ملحوظة .
هناك 4 انواع للتعلم الالي سنقوم بذكرها وتوضيحها لكي يتسنى للقاريء العزيز ان تتكون لديه صورة واضحة عن هذا المفهوم :
1-التعلم المراقب (Supervised Learning):
وهو التعلم الذي يتم تغذية خوارزمية التعلم ببيانات التدريب اضافةً الى عناوين هذه البيانات الذي يسمى بـ label
مثال على التعلم المراقب هو عندما يكون لدينا مهمة تصنيف رسائل البريد الالكتروني الى مزعجة spam او غير مزعجة non-spam عندها يجب تصميم خوازمية لتأدية هذا العمل، نقوم اولاً بتغذية الخوارزمية ببيانات تدريب تحتوى على امثلة من الرسائل المزعجة والغير مزعجة وكل مثال يحتوى على عنوان هذه الرسالة سواء كانت مزعجة ام غير مزعجة ، ويسمى عادةً التصنيف classification ، (انظر للشكل الاتي)
- التصنيف classification
- الانحدار Regression
التصنيف تم توضيحه في السطور اعلاه ، الانحدار Regression يقوم بالتنبوء بقيمة عددية لمهمة ما ، أي على سبيل المثال أذا اردنا أن نتنبأ عن حالة الطقس المتوقعة ، نقوم بتغذية الخوارزمية ببيانات مع ال label الخاص بها ( الذي سيكون قيمة عددية) والتي ستتنبأ عن حالة الطقس المتوقعة بالاعتماد على تلك البيانات.
في الشكل ادناه سترى ألفرق بين مفهوم التصنيف ومفهوم الانحدار:
- k-Nearest Neighbors
- Linear Regression
- Logistic Regression
- Support Vector Machines (SVMs)
- Decision Trees and Random Forests
- Neural networks
2 - التعلم غير المراقب ( Unsupervised learning ):
وهو التعلم الذي يتم تغذية خوارزمية التعلم ببيانات التدريب لكن بدون عنوان ، أي أنها لا تحتوي على label أطلاقاً .
مثال على التعلم الغير المراقب عندما تكون لدينا مدونة على الأنترنت وتتوفر كمية من البيانات عن زوار هذه المدونه ، هنا نرغب بمعرفة مانوعية الزائرين وهذا من خلال تغذية هذه البيانات الى الخوارزمية للتدريب ستقوم هذه الخوارزمية على معرفة تشابه الاستخدام بين مختلف الزوار وعلى أساس هذا التشابه ستقوم بعمل مجموعات وتصنيف هؤلاء الزوار الى هذه المجموعات والتي تسمى clusters على سبيل المثال مجموعة الرجال ومجموعة النساء ، اي من خلال تشابه الأنماط لعدد من الزائرين تمكننا من تقسيمهم الى مجموعات مختلفه واكتبسبت الخوارزمية قدرة التعلم على تمثيل هذه الانماط.
3- التعلم شبه المراقب Semi-supervised learning :
تتعامل الخوارزميات في هذا النوع من التعلم مع البيانات التي تحتوي على عنوان Label ومع البيانات التي لا تحتوي على عنوان unlabel data في آن واحد.
4- التعلم المعزز Reinforcement Learning :
هذا النوع من التعلم متقدم جداً سنتطرق اليه في بحث مفصل أن شاء الله تعالى.
تعليقات
إرسال تعليق