#ثريد |
للمهتمين بالذكاء الإصطناعي✨
الشبكة العصبونيه (Neural Network)
فكرتها بشكل مبسط للمبتدئين بعالم الحاسب
صفي ذهنك .. وأستمتع معي👌🏻
للمهتمين بالذكاء الإصطناعي✨
الشبكة العصبونيه (Neural Network)
فكرتها بشكل مبسط للمبتدئين بعالم الحاسب
صفي ذهنك .. وأستمتع معي👌🏻
الشبكة العصبونية هي محاكاة لطريقة عمل الدماغ البشري.
- مثال:
حينما تنظر إلى مجموعة كبيرة من الموز بمختلف مستويات النضج و الأحجام
ستكتشف ببساطة أنها جميعاً موز لأنك رأيت أنواع كثيرة من الموز سابقاً و دماغك إستجاب بسرعة و تعرف عليها بسهوله.
- مثال:
حينما تنظر إلى مجموعة كبيرة من الموز بمختلف مستويات النضج و الأحجام
ستكتشف ببساطة أنها جميعاً موز لأنك رأيت أنواع كثيرة من الموز سابقاً و دماغك إستجاب بسرعة و تعرف عليها بسهوله.
في منتصف القرن الماضي تسائل العلماء، كيف نجعل الحاسب يفكر بنفس الدماغ البشري؟
فأستلهموا هذا الإكتشاف من ملايين العصبونات الدماغية للإنسان و التي تقوم بتحليل كل شيء و تعطي النواتج في لمح البصر.
فأستلهموا هذا الإكتشاف من ملايين العصبونات الدماغية للإنسان و التي تقوم بتحليل كل شيء و تعطي النواتج في لمح البصر.
الشبكة العصبونية تتكون من خلايا أو عصبونات كثيرة مترابطة ببعضها وكل خلية تعمل بشكل بسيط و مع تأثير كل الخلايا المتصله ببعضها ينتج لدينا سلوك عام للشبكة وهو الناتج ( نفس الشيء يصير بالدماغ و بالكمبيوتر ).
الشبكة تمتلك ٣ طبقات:
1- input layer طبقة مدخلات
2- hidden layer طبقة مخفية
3- output layer طبقة مخرجات
كل طبقة تحمل عدد من الخلايا و كل خلية تحمل قيمة ما.
1- input layer طبقة مدخلات
2- hidden layer طبقة مخفية
3- output layer طبقة مخرجات
كل طبقة تحمل عدد من الخلايا و كل خلية تحمل قيمة ما.
تعتمد الشبكة العصبونية بشكل كبير على الخوارزميات.
جميع المدخلات التي ستستقبلها الشبكة ستتحول الى معادلات حسابية بداخل كل خلية.
و وفقاً لنواتج المعادلات ستتأثر الشبكة.
جميع المدخلات التي ستستقبلها الشبكة ستتحول الى معادلات حسابية بداخل كل خلية.
و وفقاً لنواتج المعادلات ستتأثر الشبكة.
في طبقة المدخلات ستدخل بياناتك و ستتحول تلقائياً تلك البيانات إلى شكل رقمي تستطيع الشبكة من خلاله التعامل مع تلك البيانات.
ستخوض المدخلات معركة حسابية بداخل الشبكة و إذا لم تكن صالحه ستضيع و تموت بداخل الشبكة
أما إذا كانت ذات قيمة عاليه ستناضل حتى النهاية!
ستخوض المدخلات معركة حسابية بداخل الشبكة و إذا لم تكن صالحه ستضيع و تموت بداخل الشبكة
أما إذا كانت ذات قيمة عاليه ستناضل حتى النهاية!
تلك المعركة الحسابية هي ما يحدث في الطبقة المخفية.
فلكل عملية حسابية نسبة فعالية تؤثر على الخلية.
إذا كانت الخلية نسبة فعاليتها عالية ستنتقل إلى مرحلة أخرى في الشبكة
ثم إلى أخرى ... إلى أن تصل الى طبقة المخرجات.
فلكل عملية حسابية نسبة فعالية تؤثر على الخلية.
إذا كانت الخلية نسبة فعاليتها عالية ستنتقل إلى مرحلة أخرى في الشبكة
ثم إلى أخرى ... إلى أن تصل الى طبقة المخرجات.
الجميل في طبقة المخرجات هو أنك تستطيع تحديد المجال للناتج الذي سيظهر لك
مثلاً : إذا كان المدخل لديك صورة قطة
و أردت من الشبكة أن تكتشف تلك الصوره هل هي قطة أم لا
فستضع في قسم المخرجات النواتج المحتمله لديك
الناتج الأول : قطة
الناتج الثاني : ليست قطة
مثلاً : إذا كان المدخل لديك صورة قطة
و أردت من الشبكة أن تكتشف تلك الصوره هل هي قطة أم لا
فستضع في قسم المخرجات النواتج المحتمله لديك
الناتج الأول : قطة
الناتج الثاني : ليست قطة
في الإستخدامات المتقدمة للشبكة قد لا تعرف ماهو الناتج الذي من الممكن أن يظهر لك فتضطر إلى استخدام الشبكة مرات كثيرة جداً جداً.
و هذا ما يعرف بتمرين الشبكة
فلماذا تتمرن ؟
و هذا ما يعرف بتمرين الشبكة
فلماذا تتمرن ؟
يجب على الشبكة أن تتمرن قبل أن تعمل .. يجعلها التمرين أكثر دقة و بكل مره تعمل الشبكة ستكتشف شيئاً ما جديد ! مثل الطفل في عملية إكتشافه للأشياء من حوله.
ماذا نستفيد من الشبكة العصبونية ؟
1- التنبؤ بالمستقبل بالإعتماد على بيانات سابقة
2- إتخاذ القرارات الصعبه و المعقدة
3- التعرف على أدق التفاصيل
4- متابعة سلامة البيانات و رصد مخاطرها
5- إكتشاف الأدوية و تشخيص الأمراض
6- التفاعلات الكيميائيه
و غيرها الكثير
1- التنبؤ بالمستقبل بالإعتماد على بيانات سابقة
2- إتخاذ القرارات الصعبه و المعقدة
3- التعرف على أدق التفاصيل
4- متابعة سلامة البيانات و رصد مخاطرها
5- إكتشاف الأدوية و تشخيص الأمراض
6- التفاعلات الكيميائيه
و غيرها الكثير
للمختصين : تسلسل الشبكة العصبونية في الذكاء الإصطناعي كالتالي :
(Artificial Intelligence-> Machine Learning -> Deep Learning-> Neural Network)
-النهاية-
(Artificial Intelligence-> Machine Learning -> Deep Learning-> Neural Network)
-النهاية-
جاري تحميل الاقتراحات...