ثريد هام ومتجدد للمهتمين والدارسين للذكاء الإصطناعي يحتوي المصطلحات المهمة بمجال الذكاء الاصطناعي واقسامه بشكل مرتب من أعلى لأسفل وبطريقة توضح الفروقات بين أقسام الذكاء .
@programinlovers
#programinglovers
@programinlovers
#programinglovers
1-الذكاء الاصطناعي artificial intelligent : يمكن تعريفه ببساطة على أنه المظلة الكبيرة التي يندرج تحتها باقي تخصصات الذكاء مثل علم الالة , ويمكن تعريفه على أنه جعل الالة أو الحاسوب قادرة على التعلم ومحاكاة التفكير الانساني من حيث اتخاذ القرارات وردود الفعل ومثال عليه نظام سيري
2-تعلم الالة machine learning : وهي فرع من فروع الذكاء الإصطناعي ويمكن تعريفها على أنها جعل الالة تتعلم من البيانات المدخلة إليها ومن ثم اتخاذ القرارات بناء على البيانات المدخلة مثل اكتشاف رسائل السبام من الايميلات .
3-التعلم العميق deep learning : يعتبر مودل من machine learning وهو عبارة عن خوازرميات مبنية بشكل يحاكي التفكير المنطقي لدى الانسان .
4- ويمكن تبسيط الية التفكير الإنساني بأن العقل يتكون من مجموعة كبيرة جدا من العصبونات المربتطة ببعضها والتي تحلل الاشارات الواردة اليها مثلا صورة سيارة يدخلها العقل الى مدخلات العصبونات ويتم تحليلها بطريقة معينة ثم تنقل النتيجة النهائية لمخرج العصبونات
5- وبناء على ذلك تم بناء خوازميات التعلم العميق deep learning لمحاولة فهم وتطبيق طريقة تفكير الانسان
6- صورة توضيحية لارتباط خلايا الدماغ
7- شكل الخلايا العصبونية بخوازيمة التعلم العميق حيث تظهر طبقة المدخلات والمخرجات والطبقة بينهم التي يتم فيها تحليل واستخراج المميزات للداتا
8-أقسام تعلم الالة machine learning (المهمة كبداية للمتعلمين)
-التعلم تحت الاشراف (supervised machine learning)
-التعلم دون اشراف (unsupervised machine learning)
-التعلم تحت الاشراف (supervised machine learning)
-التعلم دون اشراف (unsupervised machine learning)
9-التعلم تحت الاشراف (supervised machine learning) : في التعلم تحت الاشراف يتم استخدام بيانات مقسمة على شكل input and output أي x و y أي أن الداتا labeled كمثال عليها داتا لفحص ضغط الدم المدخل يكون ضغط الدم والمخرج حالة الشخص هل هو سليم أم مريض .
10-التعلم دون اشراف (unsupervised machine learning) : الداتا هنا تكون unlabeled أي أنه لا توجد مخرجات فقط مدخلات مثال عليها داتا خاصة بتوزيع النقاط على الخريطة سيكون عندنا فقط بوزيشن النقاط ومكان كل نقطة .
11-أنواع التعلم تحت الاشراف (supervised machine learning) : تنقسم إلى قسمين أساسيين
التصنيف Classification
التوقع Regression
التصنيف Classification
التوقع Regression
12-التصنيف Classification
نستطيع من خلال classification تصنيف أي داتا نريدها إذا كانت لدينا البيانات الخاصة فيها على سبيل المثال إذا كان لدينا صور طائرات وسيارات ونريد عمل مودل يصنفهم ويميز بين أي صورة تدخل له إذا كانت طائرة أم سيارة نستخدم classification
نستطيع من خلال classification تصنيف أي داتا نريدها إذا كانت لدينا البيانات الخاصة فيها على سبيل المثال إذا كان لدينا صور طائرات وسيارات ونريد عمل مودل يصنفهم ويميز بين أي صورة تدخل له إذا كانت طائرة أم سيارة نستخدم classification
13- التوقع Regression
باستخدام التوقع نستيطع التنبؤ بسلوك أو سعر معين مستقبلا بناء على داتا متوفرة لدينا مثلا نتوقع سعر منتج معين بناء على سلوك الزبائن تجاه المنتج خلال فترة معينة .
باستخدام التوقع نستيطع التنبؤ بسلوك أو سعر معين مستقبلا بناء على داتا متوفرة لدينا مثلا نتوقع سعر منتج معين بناء على سلوك الزبائن تجاه المنتج خلال فترة معينة .
13-تدريب الالة machine training : نسمع كثيرا بمصطلح التدريب بمجال الذكاء الاصطناعي وسنحاول تبسيط المفهوم , يشبه تدريب الالة الى حد ما أن يقوم الطالب بالدراسة لإمتحانه فالذي يفعله الطالب هو دراسة اسئلة وأجوبة (مدخلات ومخرجات ) ليقوم بتدريب عقله على حل أسئلة الامتحان .
15- , وبتدريب الالة يتم ادخال الداتا غلى المودل ليقوم بالتدرب عليها فمثلا لو كان لدينا داتا لمجموعة من المنازل سيستطيع المودل يعد التدريب التعرف على صورة أي بيت يتم عرضه عليه .
16-الدقة : accuracy وهي دقة المودل بعد التدريب فاذا كانت دقته 98 ٪ مثلا يكون قادرا على التمييز والتوقع بشكل كبير .
17-المدخلات: inputs : وهي الداتا التي يتم تمرييها إلى المودل أو خوارومية الذكاء .
جاري تحميل الاقتراحات...