1- أنواع تعلم الآلة

التعلم الآلي عادة يقسم الى اربع فئات رئيسية هي التعلم تحت الاشراف Supervised Learning ، والتعلم بدون اشراف Unsupervised Learning ، وتعلم التعزيز Reinforcement Learning ، والتعلم شبه الخاضع للاشراف  Semi-Supervised Learning حيث سيتم التحدث في هذه المقالة عن هذه الفئات الاربع

 التعلم تحت الاشراف Supervised Learning


في هذا النوع قد لا تعرف العلاقات الداخلية للبيانات التي تقوم بمعالجتها ، لكنك تعرف جيدا أي المخرجات التي تحتاجها من النموذج الخاص بك. فمثلا: "التنبؤ بفترة إلغاء المستخدمون اشتراكاتهم."

هنا نجد آن مخرجات نموذجك محددة وهي: "هل سيقوم المستخدم X بالغاء اشتراكه". ما قد لا تعرفه بعد هو كيفية معرفة المستخدمين الذين سيلغون إشتراكهم . لذا يمكنك استخدام مجموعة من البيانات الموجودة لتدريب نموذج ما على التنبؤ بهذا الجانب الخاص بمستخدمك. عادة ما يستخدم تدريب النموذج جزءا من البيانات " للتعلم " training ،  وجزءا من البيانات للتحقق من مدى دقة النموذج وقياسه  test. 
مثلا اذا كان لديك 10000 مستخدم. من هؤلاء 5000 تم الغاء اشتراكهم ، و 5000 لا يزالون مشتركين. هنا يمكنك آخذ بيانات من 4500 مستخدم من الذين ألغوا اشتراكهم ، و 4500 من المستخدمين الذين ما زالوا مشتركين ( يعني بيانات من 9000 مستخدم). وإجعل النموذج الخاص بك يتدرب على هذه البيانات ، والسماح له برؤية بيانات الذين ألغيت اشتراكاتهم والذين مازالوا مشتركين (رؤية الحل). بعد آن يتم تدريب نموذجك سيكون جاهزا لبدء التنبؤ. لذلك يمكنك الان تغذية نموذجك ببيانات بقية المستخدمين ( 1000 مستخدم)، وهنا لن تسمح للنموذج بالاطلاع على الحل (من من الالف ما زال مشترك ومن تم الغاء اشتراكه). سيعمل النموذج على ايجاد افضل نتيجة، ويمكنك مقارنة النتيجة مع القيمة الحقيقية (الحل). اذا كان النموذج قد تنبأ بشكل صحيح مثلا بعدد 891 من آصل 1000 مستخدم ، فان النموذج لديه دقة تبلغ 89.1 بالمائة .

هناك نوعان من التعلم الخاضع للاشراف هما:
التصنيف Classification  : التبوء بتصنيفات، مثل اللوان، آنواع الحيوانات وأنواع الفاكهة.
الانحدار أو التوقع Regression : التبوء بكمية، مثل توقع درجة الحرارة بناء على بيانات تاريخية، بالاضافة الى اتجاه الرياح والغيوم. وكذلك توقع آسعار المنازل بناء على معطيات كحجم البيت، مكان الحي، وعدد الغرف ودورات المياه .

 التعلم الغير خاضع للاشراف Un-supervised Learning

هذا النوع انت لا تعرف ما تريد استخراجه من النموذج. ربما تعتقد آن هناك بعض آنواع العلاقات آو الارتباط  correlation بين البيانات المتوفرة لديك. وقد تكون البيانات معقدة للغاية ولا يمكن التكهن ها. لذا في هذه الحالات تقوم بتنظيم بياناتك  normalize  في صيغة منطقية للمقارنة ، ثم ترك النموذج يعمل عليها ومحاولة العثور على بعض العلاقات. تتمثل احدى الخصائص المميزة لهذه النماذج في أنه يمكن للنموذج اقتراح طرق مختلفة لتصنيف بياناتك آو ترتيبها ، والأمر متروك لك لاجراء مزيد من الأبحاث لكشف النقاب عن شيء مفيد.
على سبيل المثال ، بعد معالجة جميع البيانات المتعلقة بجميع مستخدمي منتجك باستخدام خوارزمية غير خاضعة للاشراف ، قد يتم انشاء طريقة لتجميع المستخدمين الى مجموعتين. بعد فحص ومقارنة هاتين المجموعتين ، قد تجد آن المجموعة (أ) في موقع جغرافي ، والمجموعة (ب) في موقع آخر. يمكنك التصرف بناءا على هذا التقسيم المحدد للبيانات، واذا لم تستفيد من النتيجة يمكنك اعادة ترتيب البيانات والحصول على نتائج مختلفة.
في التعلم غير الخاضع للاشراف ، يحاول النظام اكتشاف البنية الخفية للبيانات أو الارتباطات بين المتغيرات. وفيه يجمع البرنامج البيانات المتشاهة الى مجموعات، ثم يتم تصنيف عينة الاختبار بناء على قرها آو بعدها من هذه المجموعات.
من آشهر خوارزميات التعلم الغير خاضع للاشراف خوارزمية K-Means . ومن التطبيقات التي تستخدم هذا النوع من التعلم كثيرا، تجميع العملاء أصحاب التفضيلات المتشاهة في نفس المجموعات. آو اكتشاف وتصنيف المجتمعات (الشخاص ذوو الاهتمامات المشتركة) في وسائل التواصل الاجتماعي.

تعلم التعزيز Reinforcement Learning

يستخدم البيانات المعلمة labeled data وغير المعلمة  nlabeled data . وهذا النوع مغيد لمن لا يستطيعوا تصنيف بياناتهم المعلمة. تسمح لنا هذه الطريقة بتحسين الدقة الى حد كبير ، لأننا نستطيع استخدام البيانات غير المعلمة في مجموعة التدريب مع كمية صغيرة من البيانات المعلمة. 

تعلم التعزيز Reinforcement Learning


يعتقد البعض ان خوارزميات تعلم الآلة هي خوارزميات التعلم تحت الاشراف و التعلم بدون اشراف فقط، ولكن هنالك خوارزميات تعلم آآلة آخرى مثل خوارزميات "تعلم التعزيز."
تعلم التعزيز هو شبيه بالتعلم البشري، حيث تتعلم الخوارزمية سياسة كيفية التصرف في بيئة معينة. كل تصرف له بعض التأثير في البيئة ، وتوفر البيئة المكافأت rewards التي توجه خوارزمية التعلم.
يمكن آحيا انا استخدام اكثر من خوارزمية لأداء مهمة واحدة، كاستخدام خوارزمية التجميع، ثم تدريب خوارزمية تصنيف بناء عليها.

بعض خوارزميات تعلم الآلة  في الجدول أدناه


تم كتابة المقال من قبل: 
عبدالرحمن عثمان 

تعلم الآلة Machine Learning

تعليقات

إرسال تعليق

المشاركات الشائعة من هذه المدونة

نظريات علم الاجتماع - نظرية الفعل الاجتماعي - كتاب نظريات علم الاجتماع

صورة
نظرية الفعل الاجتماعي يعد ماكس فيبر من أهم السوسيولوجيين الألمان الذين أخذوا بنظرية الفعل الاجتماعي. وهدف السوسيولوجيا عند ماكس فيبر هو فهم الفعل الاجتماعي وتأويله، مع تفسير هذا الفعل المرصود سببيا بربطه بالآثار والنتائج. ويقصد بالفعل سلوك الفرد أو الإنسان داخل المجتمع، مهما كان ذلك السلوك ظاهرا أو مضمرا، صادرا عن إرادة حرة أو كان نتاجا لأمر خارجي [1] . ومن ثم، يتخذ هذا الفعل - أثناء التواصل والتفاعل - معنى ذاتيا لدى الآخر أو الآخرين، مادام هذا الفعل الاجتماعي مرتبطا بالذات والمقصدية. أي: الإجابة عن سؤال جوهري ألا وهو: كيف يرى الناس سلوكهم ويفسرونه؟ بمعنى أن " الفعل الإنساني عند فيبر هو السلوك الذي يحمل دلالة ومعنى وهدفا. وأما الفعل المجتمعي، فهو السوك الذي يسلك تجاه الآخرين من خلال مايراه، في سلوك الآخرين، من دلالة ومعنى وهدف." [2] وإذا كان إميل دوركايم يدرس الظواهر المجتمعية على أنها أشياء موضوعية، فإن ماكس فيبر يدرس الفعل أو السلوك الاجتماعي الذي يتحقق بالتفاعل بين الذوات والأغيار. ويتخذ هذا الفعل معنى ذاتيا وغرضيا. ومن هنا، فقد انتقل ماكس فيبر بعلم الاجتماع من عالم الأشيا
قراءة المزيد

للطلبة والباحثين أدوات لا غنى عنها في كتابة الأبحاث العلمية

صورة
إعداد الرسائل البحثية، والأبحاث العلمية من العمليات الهامة، التي تتطلب تَحَّري الدقة المطلقة في كتابتها. فأثناء الدراسة الجامعية يتطلب لنيل الدرجات العلمية المختلفة إعداد رسالة علمية، أو ورقة بحثية تفسر وتوصف المواضيع البحثية التقنية، أو الفنية، أو العلمية، أو الاجتماعية. فإعداد الورقة البحثية يمر بعدة خطوات رئيسية كاختيار الموضوع، ومن ثم تبدأ عملية البحث، ثم إضافة الملاحظات، ووضع الخطوط الرئيسية، ثم تنظيم المراجع، والبدء في عملية الكتابة، انتهاءً بالتنسيق النهائي للبحث وإضافة المراجع. أما في هذا التقرير سوف نلقي الضوء على بعض الأدوات، والبرامج، والمواقع التي تساعد الباحثين في عملية إعداد البحث الخاص بهم. 1-  Producteev إن كنت تقوم بإعداد بحثك بمفردك أو ضمن مجموعة من الزُملاء، فلا بد من وجود أداة فعالة لتنظيم الوقت، وإدارة المهام المطلوبة منك. فيعمل هذا التطبيق على تعزيز الإنتاجية بتقليص فرص التشتت، حيث يتيح إنشاء قائمة بالمهام التي يجب عليك أداؤها في مواعيدها المحددة، ويقوم بتنبيهك عندما يحين وقتها. فيمكنك تنظيم وقتك، وإدارة المهام المختلفة الواجب عليك إنجازها من خلال الطرق المتعددة
قراءة المزيد

نظريات علم الاجتماع - النظرية العضوية - كتاب نظريات علم الاجتماع

صورة
مقدمة  تعد النظرية العضوية من أهم النظريات السوسيولوجية في تاريخ الفكر الغربي، وقد ارتبطت بهربرت سبنسر ( Herbert Spencer ) [1] . وتهدف هذه النظرية إلى وضع مماثلة نظرية ومنهجية بين المجتمع والكائن العضوي، متأثرا في ذلك برواد الفكر البيولوجي، أمثال: داروين، ولامارك، وبرونوتيير، ومندل... ويعني هذا أن هربرت سبنسر ينظر إلى المجتمع نظرة بيولوجية تطورية أو عضوية. إذاً، ما النظرية العضوية؟ وما سياقها التاريخي؟ وما تصورها النظري والمنهجي؟ وما أهم الانتقادات الموجهة إليها؟ هذا ما سوف نتوقف عنده في موضوعنا هذا. مفهوم النظرية العضوية يقصد بالنظرية العضوية تلك النظرية السوسيولوجية أو الاجتماعية التي تعقد مماثلة بين المجتمع والكائن الحي. بمعنى أن المجتمع يتطور كتطور الكائن الحي أو الكائن العضوي. أي: تتعرض المجتمعات الإنسانية لثلاث مراحل أساسية هي: النشوء، والارتقاء، والانحلال، أو لظاهرة الولادة والتكيف والفناء.علاوة على ذلك، فهذه النظرية العضوية بيولوجية في مرجعيتها الإحالية والنظرية، تأثرت، بشكل كبير، بأفكار شارلز داروين. وهكذا، يولد المجتمع الإنساني ويتدرج في تطوره ورقيه حتى يصيبه الفناء والزوال.
قراءة المزيد