خوارزميات ال machine learning 🧵
في البداية لازم تعرف ان فيه نوعين من خوارزميات تعلم الالة نوع supervised و ده ال output فيه موجود ونوع unsupervised وده ليس له output احنا هنتكلم عن النوع الاول وهنشرح طريقة عمل الخوارزميات ببساطة وايجاز
في البداية لازم تعرف ان فيه نوعين من خوارزميات تعلم الالة نوع supervised و ده ال output فيه موجود ونوع unsupervised وده ليس له output احنا هنتكلم عن النوع الاول وهنشرح طريقة عمل الخوارزميات ببساطة وايجاز
1- Linear Regression : الانحدار الخطي هو واحدة من اسهل خوارزميات تعلم الالة بتستخدم للتنبأ بقيم عددية من خلال ايجاد ال best fitting line للبيانات
2- K nearest neighbors : هي خوارزمية distance based بمعني انها بتشوف اقرب نقط لبعض و تحطهم في مجوعات مع بعض و هذه الخوارزمية لازم
2- K nearest neighbors : هي خوارزمية distance based بمعني انها بتشوف اقرب نقط لبعض و تحطهم في مجوعات مع بعض و هذه الخوارزمية لازم
تحفظ مجموعة البيانات كلها عشان تعرف تعمل prediction كمان هي سريعة جدا في عملية ال fitting ولكن بطيئة في عملية ال prediction لأنها بتحسب مسافات كتير عشان تطلع تنبأ جديد
3 - Logistic Regression: هو مشابه للاحدار الخطي ولكن بيستخدم في ال Classification من خلال حساب احتمالية كل نقطة بحيث ان لو ال decision boundary هو 0.5 فأي نقطة هتبقى 1 لو اكبر من الحد و 0 لو اقل
4- support vector machine : خوارزمية بتسخدم لل Regression و Classification بتشتغل من خلال ايجاد افضل hyper plane يفصل بين ال classes الموجودة
5 - Decision Tree and Random Forrest :
شجرة القرارات واضحة اظن من اسمها ممكن تقرأ عنها بنفسك
اما بالنسبة لل random forrest فهي شبيهه بشجرة القرارات ولكن من خلال ممكن تعمل تقسيمات كتيير جدا للبيانات عشان توصل لللقرار الصحيح كمان هي افضل للبيانات الكبيرة لأن في استخدام شجرة
شجرة القرارات واضحة اظن من اسمها ممكن تقرأ عنها بنفسك
اما بالنسبة لل random forrest فهي شبيهه بشجرة القرارات ولكن من خلال ممكن تعمل تقسيمات كتيير جدا للبيانات عشان توصل لللقرار الصحيح كمان هي افضل للبيانات الكبيرة لأن في استخدام شجرة
القرارات على الاغلب الموديل هيحصله ما يعرف بال Overfitting لو حبيت تقسم البيانات لعقد كثيرة
ال Overfitting بيحصل لما يكون دقة النموذج على بيانات التدريب عالية جدا لكن على البيانات الجديدة النموذج دقته سيئة جدا
ال Underfitting هو ان دقة النموذج تكون سيئة في التدريب و الجديدة
ال Overfitting بيحصل لما يكون دقة النموذج على بيانات التدريب عالية جدا لكن على البيانات الجديدة النموذج دقته سيئة جدا
ال Underfitting هو ان دقة النموذج تكون سيئة في التدريب و الجديدة
جاري تحميل الاقتراحات...