مقدمة عن تعلم الآلة
تعلم الآلة Machine learning
في هذه المقالة سيتم التطرق إلى مفهوم تعلم الآلة آو التعلم الآلي، والذي يمكن اختزال معناه في مقدرة الخوارزميات على التعلم الذاتي من خلال تحليل المعطيات التي يتم ادخالها. حيث يعتبر تعلم الآلة وسيلة هامة ومفيدة وتساعد كثيرا في كثير من المجالات.
تعريف تعلم الآلة Machine learning
تعلم الآلة هو عبارة عن تصميم برامج تستطيع التعلم من الخبرات السابقة، من المعطيات السابقة، وهو اضافة مقدرة التعلم لأجهزة الحاسب. حيث يتم تصميم وتطوير الخوارزميات والتقنيات التي تمكن الحاسب من امتلاك خاصية “التعلم الذاتي” . يختصر الغرض الاساسي للتعلم الآلي هو استنتاج معلومات جديدة من بيانات تدريبية سابقة حيث يتم الاستفادة منها في بناء نماذج قادرة على التنبوء بشكل اليانات المستقبلية.
تعلم الآلة هو المجال العلمي الذي يتعامل مع الطرق التي تتعلم فيها الآلات من التجارب السابقة. "التعلم الآلي" يعتبر الفرع الاساسي من فروع "الذكاء الاصطناعي" ، هدف الذكاء الصناعي هو تصميم آلة تقلد العقل البشري في تصرفها، وللوصول لمثل هذا الهدف يجب لمجرد ان يكون للآلة مقدرة على التعلم والتمثيل المنطقي للمعرفة والتفكير .
شكل 1 : نموذج مبسط لعمل تعلم الاله
الفرق بين تعلم الآلة وتنقيب البيانات
يرتبط التعلم الآلي بدراسة وتصميم وتطوير الخوارزميات التي تعطي الحواسيب القدرة على التعلم دون برمجة صريحة. بينما يمكن
تعريف تنقيب البيانات على آنه العملية التي تبدآ من البيانات غير المنظمة ظاهريا تحاول استخراج المعرفة او انماط غير معروفة مثيرة للاهتمام. خلال هذه العملية يتم استخدام خوارزميات التعلم الآلي Giovanni Di Orio من -Institute for the Development of New Technologies - ان تقنيات التعلم الآلي هي تقنيات عامة ويمكن تطبيقها في أماكن مختلفة. يركز مفهوم تنقيب البيانات على استخدام البيانات في مجال ما لفهم بعض الأسئلة في هذا المجال (مثل مجال وسائل التواصل الاجتماعي، آو بيانات المستشعر ، ومقاطع الفيديو ، وما الى ذلك ). وقد يستخدم تنقيب البيانات تقنيات التعلم الآلي للحصول على ما يسمى Pramod Anantharam.
هل هنالك فرق بين تعلم الآلة وتنقيب البيانات والاحصاء؟تنقيب البيانات والاحصاء وتعلم الآلة جميعها تعتمد على البيانات وتساعد المؤسسات على اتخاذ قرارات آفضل وتؤثر بشكل ايجابي على نمو آي عمل تجاري. حول هذا السؤال (ما هو الفرق بين تنقيب البيانات والاحصاءات والتعلم الآلي؟)،ان التخصصات الثلاثة نوعا ما هي نفسها الى حد كبير ولكن مع اختلافات بسيطة ، بل يمكن الاشارة اليها على آنها توائم متماثلة تستخدم كلمات مصطلحات مختلفة. فيما يلي بعض الاختلافات بين المجالات الثلاثة:
- يستخدم تنقيب البيانات قوة التعلم الآلي والاحصاءات من آجل التنقيب في يانات ضخمة والتوصل الى آنماط.
- الاحصاء هو آساس تنقيب البيانات وخوارزميات التعلم الآلي.
- الاحصاء هو دراسة جمع وتحليل ودراسة البيانات والتوصل الى الاستنتاجات والتنبؤ بشأن المستقبل.
- يعتبر التعلم الآلي جز اءا من علم البيانات الذي يركز بشكل آساسي على كتابة الخوارزميات بطريقة تجعل آجهزة الحاسب قادرة على التعلم بمفردها واستخدام التعلم لمعرفة مجموعة البيانات الجديدة متى ما وجدت. يستخدم التعلم الآلي قوة الاحصاء ويتعلم من مجموعة البيانات التدريبية. على سبيل المثال ، نحن نستخدم الانحدارات والتصنيفات وما الى ذلك للتعلم من بيانات التدريب - training dataset - واستخدام هذا التعلم لتقدير مجموعة بيانات الاختبار - estimate test dataset -
- الهدف من "تنقيب البيانات والاحصاء" هو اجراء تحليل للبيانات ولكن كلاهما آدوات مختلفة. تضمنت عملية تنقيب البيانات النمذجة والتنبؤ وتحسين مجموعة البيانات - optimizing a dataset - بينما توضح الاحصاء مدى كفاءة مجموعة البيانات. الاحصاء: يقيس البيانات من العينة ويقدر سلوك المجتمع - تنقيب البيانات: يكتشف النمط في البيانات - التعلم الآلي: يتعلم من بيانات التدريب ويتنبأ آو يقدر المستقبل.
شكل 2 : التقاء تعلم الاله مع الاحصاء و تنقيب المعلومات في الكثير من الاشياء
تطبيبقات تعلم الآلة
- المجالات الطبية والتشخيصية
- مجالات الامن والحماية
- المجالات التجارية
- معالجة اللغات الطبيعية - natural language processing -
- تمييز النماط - syntactic pattern recognition -
- محركات البحث - search engines -
- التشخيص الطبي والمعلوماتية الحيوية والمعلوماتية الكيميائية، تصنيف تسلسلات الحمض النووي
- تمييز الكلام - speech recognition -
- تمييز الكتابة - handwriting recognition -
- تمييز الأشياء - object recognition -
- رؤية بالحاسب - computer vision -
- حركة الروبوت - robot locomotion -
فئات مهام التعلم الآلي
تصنف مهام التعلم الآلي عادة الى ثلاث فئات رئيسية هي:
التعلم تحت الاشراف - Supervised Learning - حيث ينشأ النظام عن وظيفة من بيانات التدريب (اعطاء آمثلة المدخلات والمخرجات المقابلة لها، لايجاد علاقة تربط بين المدخلات بالمخرجات)، فهو يستفيد من بيانات معلمة (مصنفة).
التعلم بدون اشراف - Unsupervised Learning - حيث يحاول نظام التعلم استنتاج هيكل البيانات غير المعلمة (ترك خوارزمية التعلم للاعتماد على نفسها في استكشاف هيكل مدخلا . وذلك لاكتشاف الأنماط الخفية في البيانات)
التعلم شبة الخاضع للاشراف - Semi-Supervised Learning - يستخدم هذا النوع خليط من البيانات المعلمة وغير المعلمة في بناء نموذج.
تعلم التعزيز - Reinforcement Learning - الذي يتفاعل فيه النظام مع بيئة ديناميكية (تفاعل البرنامج مع بيئة ديناميكية. الهدف، هو تحقيق غاية معينة دون معلم ينبئه حتى باقترابه من غايته تلك)
أهمية تعلم الآلة
هذا المجال يعتبر من المجالات الحديثة والهامة والتي برزت مع عصر البيانات الضخمة والحاجة الى التنقيب فيها والاستفادة منها فيما يلي بعض اسباب ظهور تعلم الآلة:
- بروز عصر البيانات الضخمة، حيث تتوفر الان كمية ضخمة من البيانات المختلفة والمتنوعة
- توفر الحاسبات القوية والسريعة التي تستطيع معالجة هذا الكم الكبير من البيانات
- زيادة القدرة التخزينية للاجهزة وتوفرها ورخصها ادي الى تراكم كم كبير من البيانات
- يهدف التعلم الآلي الى تحليل بيانات آكبر حجما وأكثر تعقيدا، بشكل تلقائي
- يستطبع تعلم الآلة الوصول الى نتائج آسرع وأكثر دقة تساعد في الحصول على تنبؤات ذات دقة عالية
- يستفيد اصحاب القرار من النتائج والتبؤات في اتخاذ القرار الصائب
- تعلم الآلة تستطيع انتاج آلاف النماذج في آقل وقت ممكن (يعتمد على قوة الحواسيب)
- تعلم الآلة يستطيع التنبؤ بالسلوك والتعرف علي الانماط بكفاءة أعلى من البشر
بعض الأمثلة لاستخدامات تعلم الآلةهنالك الكثير من المجالات التي يستخدم فيها تعلم الآلة مثل الخدمات المالية والرعاية الصحية والمبيعات. بالاضافة إلى أن هنالك الكثير من الجهات التي تستخدم تعلم الآلة في عملها مثل فيسبوك، خرائط جوجل، محركات بحث جوجل، Uber ،Netflix ،paypal ،gmail وفيما يلي بعض الامثلة في استخدام تعلم الآلة:
- استخدام موقع آمازون لتعلم الآلة في التنبؤ بما يريده العملاء حيث ساعد ذلك في زيادة ارباحه
- استخدام الفيسوك لتقنيات تعلم الآلة في التعرف على الوجوه - Face Recognition - في الصور.
- استخدام تعلم الآلة من قبل شركة جوجل للتحكم في القيادة الذاتية للسيارة.
تم كتابة المقال من قبل:
عبدالرحمن عثمان
تعلم الآلة Machine Learning
تعليقات
إرسال تعليق