(ثريد)
تعلّم الآلة | Machine Learning
دائما نسمع عن الذكاء الإصطناعي وقدرته على استبدال الكثير من الوظائف والأعمال وغيره من الاختراعات في المستقبل.
أحد أساسيات الذكاء الإصطناعي هو تعلّم الآلة أو ال
Machine Learning
بس نعرف كيف يشتغل؟
1/x
تعلّم الآلة | Machine Learning
دائما نسمع عن الذكاء الإصطناعي وقدرته على استبدال الكثير من الوظائف والأعمال وغيره من الاختراعات في المستقبل.
أحد أساسيات الذكاء الإصطناعي هو تعلّم الآلة أو ال
Machine Learning
بس نعرف كيف يشتغل؟
1/x
تعلّم الآلة (ما مقتنع بالترجمة كثير) يعتبر أحد أساسيات الذكاء الإصطناعي. وهو عملية بناء نموذج رياضي (معادلة رياضية للتبسيط) بإستخدام البيانات المخصصة للتعلّم/التدريب وبعدها يتم استخدام النموذج للتنبؤ بما سيحدث في المستقبل.
ما فهمت صح؟
👇🏼
2/x
ما فهمت صح؟
👇🏼
2/x
فيه نوعين أساسيين من تعلم الآلة:
Supervised Learning |التعلم المُراقب
Unsupervised Learning| التعلم غير المراقب
بشرحهم بطريقة مبسطة 👇🏼
3/x
Supervised Learning |التعلم المُراقب
Unsupervised Learning| التعلم غير المراقب
بشرحهم بطريقة مبسطة 👇🏼
3/x
Supervised Learning | التعلم المُراقب
في هذا النوع تكون البيانات قسمين: بيانات مُدخلة X1, X2, X3..
وبيانات مُخرجة: Y.
الهدف من هذا النوع هو الخروج بنماذج تستطيع التنبؤ بالمُخرَج Y بدقة عالية.
أمثلة:
-Regression: التنبؤ بالأعداد المتواصلة مثل
الأسعار، الكميات، التكاليف وغيره
4/x
في هذا النوع تكون البيانات قسمين: بيانات مُدخلة X1, X2, X3..
وبيانات مُخرجة: Y.
الهدف من هذا النوع هو الخروج بنماذج تستطيع التنبؤ بالمُخرَج Y بدقة عالية.
أمثلة:
-Regression: التنبؤ بالأعداد المتواصلة مثل
الأسعار، الكميات، التكاليف وغيره
4/x
Classification: التصنيف.
وهذا يستخدم كثير في التنبؤ لما يكون عندك خيارين فقط. وله كثير من التطبيقات:
- احتمال الإصابة بالسرطان/الكشف عن السرطان (حميد، خبيث)
- احتمالية خروج العميل من الشركة (نعم أو لا)
- هل العميل راح يشتري المنتج أم لا.
-هل المتقدم مناسب للوظيفة أم لا؟
5/x
وهذا يستخدم كثير في التنبؤ لما يكون عندك خيارين فقط. وله كثير من التطبيقات:
- احتمال الإصابة بالسرطان/الكشف عن السرطان (حميد، خبيث)
- احتمالية خروج العميل من الشركة (نعم أو لا)
- هل العميل راح يشتري المنتج أم لا.
-هل المتقدم مناسب للوظيفة أم لا؟
5/x
تخيلوا معنا الجداول التالية. اذا نريد نخرج بعلاقة رياضية (معادلة) بين X و Y كيف ممكن نسوي هذا الشيء؟
أسهل الطرق هي أننا نشوف السطر الأول ونحط علاقة بين X1, X2 و Y. بعدها نروح للسطر الثاني ونشوف هل المعادلة صح. إذا لا نعدلها ونروح للسطر اللي بعده!
فهمت هالنقطة؟
6/x
أسهل الطرق هي أننا نشوف السطر الأول ونحط علاقة بين X1, X2 و Y. بعدها نروح للسطر الثاني ونشوف هل المعادلة صح. إذا لا نعدلها ونروح للسطر اللي بعده!
فهمت هالنقطة؟
6/x
بإستخدام الطريقة التقليدية نعطي مثال على الجدول اللي على اليسار:
المعادلة اللي ممكن نستخدمها هي:
X1 + X2 = Y.
نقدر نتأكد عن طريق السطور ال٥ ان المعادلة صحيحة.
الحين حاولوا على الجداول الثاني والثالث!
الإجابات في التغريدة القادمة.
7/x
المعادلة اللي ممكن نستخدمها هي:
X1 + X2 = Y.
نقدر نتأكد عن طريق السطور ال٥ ان المعادلة صحيحة.
الحين حاولوا على الجداول الثاني والثالث!
الإجابات في التغريدة القادمة.
7/x
الإجابات:
8/x
8/x
السؤال: أيش دخل تعلم الآلة في الموضوع؟
الجواب: تخيلوا عندنا كمية بيانات كبيرة جدا.👇🏼
وعندنا مئات أو آلاف
(X1, X2, X3,..X7638)
العقل البشري ما راح يكون قادر على استيعاب العلاقات الصعبة جدا وفي كثير من الأحيان غير مستوعبة مع وجود متغيرات (X) غير رقمية.
تعلم الآلة يستطيع.
9/x
الجواب: تخيلوا عندنا كمية بيانات كبيرة جدا.👇🏼
وعندنا مئات أو آلاف
(X1, X2, X3,..X7638)
العقل البشري ما راح يكون قادر على استيعاب العلاقات الصعبة جدا وفي كثير من الأحيان غير مستوعبة مع وجود متغيرات (X) غير رقمية.
تعلم الآلة يستطيع.
9/x
ملاحظة في تعلم الآلة الXs ممكن تكون أي شي مثل العمر، الطول، النوع، الوظيفة، المدينة، إلخ.
الY هي الشي اللي تريد التنبؤ به مثل المبيعات $ أو الكمية أو السعر أو الأحتمالية (صح أو غلط، مريض أوغير مريض إلخ).
10/x
الY هي الشي اللي تريد التنبؤ به مثل المبيعات $ أو الكمية أو السعر أو الأحتمالية (صح أو غلط، مريض أوغير مريض إلخ).
10/x
كيف نقدر ندرب النموذج؟
في كثير من الحالات كمية البيانات اللي تتعامل معها يكون كبير. مليون سطر مثلا!
في هذي الحالة نأخذ جزء من هذي البيانات (٧٠٪ مثلا) ونستخدمها في التدريب (تحوي X1, X2.. و Y) . بحيث الخوارزمية تمر على جميع الأسطر وتعدل المعادلة الرياضية مع المرور على كل سطر.
11/x
في كثير من الحالات كمية البيانات اللي تتعامل معها يكون كبير. مليون سطر مثلا!
في هذي الحالة نأخذ جزء من هذي البيانات (٧٠٪ مثلا) ونستخدمها في التدريب (تحوي X1, X2.. و Y) . بحيث الخوارزمية تمر على جميع الأسطر وتعدل المعادلة الرياضية مع المرور على كل سطر.
11/x
ال ٣٠٪ المتبقية (بيانات الإختبار - الأسطر المتبقية من المليون) نستخدمها للتأكد من دقة النموذج الرياضي اللي تم بناءه. هذا يتم بإدخال المتغيرات X1, X2, X3.... فقط للنموذج. والنموذج يتنبأ بقيمة Y*.
بعدها نستطيع المقارنة بين Y من بيانات الإختبار وY* اللي طلعناها من النموذج.
12/x
بعدها نستطيع المقارنة بين Y من بيانات الإختبار وY* اللي طلعناها من النموذج.
12/x
في حالة أن دقة النموذج عالية، تستطيع الشركات والمؤسسات التنبؤ بكثير أشياء، مثل المبيعات، الأسعار، هل الشخص سينجح في المقابلة أم لا، هل الورم خبيث أم حميد، هل العميل سيترك الشركة أم لا؟ إلخ.
13/x
13/x
النوع الثاني:
Unsupervised Learning | التعلم غير المراقب
في هذا النوع تكون البيانات فقط بيانات مدخلة. يحاول النموذج اكتشاف الأنماط الخفية في البيانات.
مثال: Clustering
تقوم الخوارزمية باكتشاف الأنماط الموجودة في البيانات ثم يتم توزيع البيانات المداخلة إلى مجموعات clusters
14/x
Unsupervised Learning | التعلم غير المراقب
في هذا النوع تكون البيانات فقط بيانات مدخلة. يحاول النموذج اكتشاف الأنماط الخفية في البيانات.
مثال: Clustering
تقوم الخوارزمية باكتشاف الأنماط الموجودة في البيانات ثم يتم توزيع البيانات المداخلة إلى مجموعات clusters
14/x
مثال:
عندك بيانات من ١٠٠ فرع من فروع الشركة وتريد تسوي دعاية لكل الفروع، لكن كل فرع يختلف عن الثاني!
والدعاية تختلف!
ممكن إستخدام clustering بحيث يتم توزيع الفروع إلى مجموعات clusters. الفروع الموجود في نفس المجموعة تعتبر متشابهة وبذلك تقدر توحّد الدعاية لهذه الفروع.
15/x
عندك بيانات من ١٠٠ فرع من فروع الشركة وتريد تسوي دعاية لكل الفروع، لكن كل فرع يختلف عن الثاني!
والدعاية تختلف!
ممكن إستخدام clustering بحيث يتم توزيع الفروع إلى مجموعات clusters. الفروع الموجود في نفس المجموعة تعتبر متشابهة وبذلك تقدر توحّد الدعاية لهذه الفروع.
15/x
ثال آخر:
شركة نفط عندها ٤٠٠ حفرة نفط. وتريد تركب مضخات لكل الحفر!
ممكن توحيد نوعية المضخات وخطوات العمل لكل الحفر الموجودة في نفس ال cluster عند استخدام هذا النوع من تعلم الآلة.
16/x
شركة نفط عندها ٤٠٠ حفرة نفط. وتريد تركب مضخات لكل الحفر!
ممكن توحيد نوعية المضخات وخطوات العمل لكل الحفر الموجودة في نفس ال cluster عند استخدام هذا النوع من تعلم الآلة.
16/x
في النهاية بعض التطبيقات لتعلم الآلة:
- في ٢٠١٩ تنبأ بنك HSBC بحدوث أزمة مالية عالمية في ٢٠٢٠.
حدوث أزمة مالية في الوضع الحالي لا يعني أن تنبؤهم صحيح لأن كورونا ما كان ماخذين له حساب.
17/x
- في ٢٠١٩ تنبأ بنك HSBC بحدوث أزمة مالية عالمية في ٢٠٢٠.
حدوث أزمة مالية في الوضع الحالي لا يعني أن تنبؤهم صحيح لأن كورونا ما كان ماخذين له حساب.
17/x
- ممكن ان تتنبأ الحكومات بالمظاهرات غير السلمية عن طريق تحليل البيانات في تويتر.
18/x
18/x
أيضا ممكن إستخدام هذه التقنية لتشخيص أورام السرطان بطرق مختلفة.
19/x
19/x
وشكراً.
اذا فيه أي خطأ خبروني عشان اعدل 🙏
اذا فيه أي خطأ خبروني عشان اعدل 🙏
جاري تحميل الاقتراحات...