في هذا الدرس نحاول الاجابة عن سؤال: ما هو تعلم الالة Machine Learning؟ وهو احد فروع AI وفيه تقوم الالة/البرنامج باتخاذ القرارت ليس بناءا على القواعد المعرفة لكن من خلال مجموعة من البيانات التي يتعلم منها الالة/البرنامج، حيث يقوم البرنامج بتعلم نموذج model يمكنه من اتخاذ القرارت من خلال البيانات.

مجموعة بيانات زهور السوسن

مجموعة بيانات فيشر او زهور السوسن (Iris Dataset) هي احد اشهر مجموعات البيانات. حيث قام عالم الاحصاء البريطاني رونالد فيشر في عام 1936 بجمع مجموعة من البيانات عن 3 انواع من زهور السوسن Iris لتصنيفها و تفريقها وهي: Iris setosa و Iris virginica و Iris versicolor.
قام فيشر بقياس طول وعرض مجموعة* من كؤوس الزهرة Sepal و بتول الزهرة لكل نوع Petal كما موضحة بالصورة. وعن طريق قواعد الاحصاء استطاع ان يشكل خوارمية لتفريق الثلاث انواع بناءا على طول وعرض كل من الكوؤس والبتول.

* استخدم فيشر 50 زهرة من كل نوع في تجربته.
صورة توضح 3 انواع مختلفة من زهرة السوسن Iris
مصدر الصورة: هنا

باستخدام البرمجة العادية نستطيع استخدام القواعد التي استنتجها العالم فيشر ونصنع برنامجا نعطيه طول وعرض كل من الكأس والبتول للزهرة ويكون الناتج هو نوع زهرة السوسن. مثال لبعض البيانات التي استخدمها فيشر

طول الكأسعرض الكأسطول البتلةعرض البتلةنوع زهرة السوسن
5.13.51.40.2setosa
4.931.40.2setosa
53.31.40.2setosa
73.24.71.4versicolor
6.43.24.51.5versicolor
6.93.14.91.5versicolor
6.33.362.5virginica
5.82.75.11.9virginica
7.135.92.1virginica
عينة من البيانات التي استخدمها فيشر. الابعاد بوحدة السنتيمتر cm

استخدام تعلم الالة

بدلا من نستنج نحن القواعد كما فعل فيشر، نقوم باعطاء خوازرمية Algorithm تعلم الالة، البيانات التي جمعها فيشر(طول وعرض الكؤوس والبتول لزهور السوسن والنوع المقابل لكل لقراءة) وتقوم الخوازمية باستنتاج القواعد او ما نسميه النموذج model، وباستخدام ذلك النموذج نستطيع التفريق بين الثلاث انواع.
يوجد العديد من نماذج تعلم الالة التي تحل مسألة فيشر وبدقة 100%.

اخيرا قد نحل مشكلة: البقدونس و الشبت و الكزبرة

انواع تعلم الالة

يوجد 3 انواع رئيسة لتعلم الالة:

التعلم باشراف Supervised Learning

وهو التعلم الذي تكون فيه مجموعات البيانات التي نتسخدمها لانشاء النموذج model تتكون من القرءات و الوسم label المقابل لها. مثل مسألة فيشر. حيث تكون القراءات هي طول وعرض كل من الكأس والبتلة و الوسم هو نوع زهرة السوسن اي : setosa او versicolor او virginica. التعلم باشراف supervised learning يستخدم في كثير من المهام التي تحتاج الى قرار تصنيفي او التنبوء بقيمة معينة.

التصنيف classification

هو الذي يكون ناتجة نوع او صنف من مجموعة محددة مثل مثال فيشر يكون الناتج نوع من ثلاث انواع. او ننشأ نموذج model يقوم بتصنيف الافلام الى نوع من مجموعة من الاصناف المحددة (دراما، كوميدي، رعب، اثارة).

الانحدار regression

سمى الانحدار لان الناتج يكون مثل المنحنايات الهندسية. ويكون الناتج غير محدد بمجموعة من الاصناف بل يكون رقم يأخذ اي قيمة. مثلا، قد نبني نموذج يتنبأ بسعر الاسهم لشركة ما، فيكون الناتج رقما ويحتوي على كسور لذلك قد يجمل اي قيمة.

التعلم بدون اشراف Unsupervised Learning

وهو التعلم الذي تكون فيه مجموعات البيانات التي نتسخدمها لانشاء النموذج model تتكون من قراءات بدون وسوم labels، وهو يستخدم للمهام التي تحتاج الى التجميع Clustering او انشاء مجموعات. فمثلا اذا نظرنا الى مثال فيشر قد نستطيع استخدام القراءات المختلفة دون الوسم label وندخلها الى النموذج وسيكون الناتج انه كون 3 مجموعات (البرنامج/النموذج لن يعرف ماذا تمثل كل مجموعة، لكنه سيعرف ان هناك 3 مجموعات مختلفة).

احد اهم مجالات التعلم بدون اشراف هو الكشف عن الشذوذ anomaly detection اي التعرف على القراءات او الاحداث الشاذة والمختلفة، مثل معاملات الاحتيال البنكية. حيث يستطيع النموذج وضع العمليات العادية في مجموعة cluster و عمليات الاحتيال في مجموعة اخرى.

التعلم المعزز Reinforcement Learning

هو نوع من تعلم الالة الذي لا يعتمد فقط على البيانات التي يتم ادخالها للخوارمية لانتاج النموذج. بل يتم تزويد الخوارزمية بمجموعة من القواعد التي تجعلها تتطور باستمرار بناءا على مبدأ الثواب والعقاب. فمثلا في مجال الالعاب عند منافسة الكمبيوتر، يأتي الكمبيوتر بنموذج اولي ينافسنا به، اذا قمنا بحركة وانتصرنا على الكمبيوتر(عقاب) يقوم الكمبيوتر/الخوارزمية بتعديل النموذج بحيث اننا لا نهزمة بنفس الطريقة وهكذا.
يستخدم التعلم المعزز ايضا مع الروبوتات، حيث انها تتواجد في بيئات مختلة وتواجه عوائق مختلفة لذا تحتاج تلك الروبوتات من التطوير المستمر حتى تعمل بشكا أفضل.


guest
0 تعليقات
Inline Feedbacks
اظهر كل التعليقات