60 lines
5.4 KiB
Markdown
60 lines
5.4 KiB
Markdown
|
---
|
||
|
|
title: Machine Learning
|
||
|
|
localeTitle: تعلم الآلة
|
||
|
|
---
|
||
|
|
## تعلم الآلة
|
||
|
|
|
||
|
|
وقد حدد آرثر صامويل ، وهو رائد في مجال الذكاء الاصطناعي ، "تعلم الآلة" في عام 1959 بأنه "مجال الدراسة الذي يمنح أجهزة الكمبيوتر القدرة على التعلم دون مبرمج صريح".
|
||
|
|
|
||
|
|
يقدم البروفيسور توم ميتشل من جامعة CMU تعريفًا أكثر رسمية لتعليم الآلة.
|
||
|
|
|
||
|
|
> "يقال إن برنامج الكمبيوتر يتعلم من التجربة E فيما يتعلق بفئة معينة من المهام T وقياس الأداء P إذا كان أداءه في المهام في T ، كما تم قياسه بواسطة P ، يتحسن مع الخبرة E."
|
||
|
|
|
||
|
|
فكر في مثال خوارزمية تعلم الآلة التي تلعب الشطرنج. في هذا المثال ، يشير `E` إلى تجربة لعب الشطرنج ، `T` هي مهمة لعب الشطرنج ، ويشير `P` إلى احتمال أن البرنامج سيفوز في لعبة الشطرنج التالية.
|
||
|
|
|
||
|
|
التعلم الآلي هو بالضبط مثل كيف يتعلم الإنسان. على سبيل المثال ، إذا أراد الإنسان تعلم كيفية لعب البوكر ، فسيتعلم القواعد أولاً. ثم سيحاول الحصول على الخبرة من خلال لعب اللعبة. هذه التجربة ليست سوى مجموعة بيانات ضخمة لآلة باستخدامها تستطيع اتخاذ قرارات ذكية تعيد النظر في المشكلة المقترحة.
|
||
|
|
|
||
|
|
بشكل عام ، يمكن تصنيف مشاكل التعلم الآلي إلى تعلم تحت إشراف ، وتعلم غير خاضع للإشراف. في التعلم تحت الإشراف ، لديك الإدخال والإخراج المسمى ، وتشك في وجود علاقة بين المدخلات والمخرجات المسمى. عندما لا تعرف ما هو الإخراج المسمى أو إذا كانت هناك علاقة ، فإن التعلم غير الخاضع للرقابة سيساعدك في العثور على بنية في بياناتك إذا كانت موجودة.
|
||
|
|
|
||
|
|
لقد قمنا بتغطية فئتين رئيسيتين من التعلم الآلي ، ولكن هناك أربع فئات واسعة من التعلم الآلي:
|
||
|
|
|
||
|
|
1. التعلم تحت الإشراف
|
||
|
|
2. تعليم غير مشرف عليه
|
||
|
|
3. التعلم شبه المشروط
|
||
|
|
4. تعزيز التعلم
|
||
|
|
|
||
|
|
### التعلم تحت الإشراف
|
||
|
|
|
||
|
|
التعلم تحت الإشراف هو مهمة التعلم الآلي من استنتاج وظيفة من بيانات التدريب تحت الإشراف. التدريب تتكون البيانات من مجموعة من الأمثلة التدريبية. في التعلم تحت الإشراف ، كل مثال هو زوج يتكون من كائن إدخال (عادة متجه) وقيمة خرج مرغوبة (تسمى أيضًا بالإشارة الإشرافية). علاوة على ذلك ، يمكن أخذ التعلم تحت الإشراف كنموذجين وتصنيف وتراجع.
|
||
|
|
|
||
|
|
#### مخطط انسيابي أساسي / خطوات للتعلم تحت الإشراف
|
||
|
|
|
||
|
|
1. جمع مجموعة التدريب.
|
||
|
|
2. تقسيم مجموعة التدريب إلى كائن مدخلات (ميزات) وجسم الإخراج (فئات أو قيمة)
|
||
|
|
3. قرر ما ستقوم بتطبيقه أو الانحدار أو التصنيف
|
||
|
|
4. تقرر أي خوارزمية سوف تقوم بتطبيق ، SVM ، شبكة عميقة ، وما إلى ذلك
|
||
|
|
5. تشغيل الخوارزمية على مجموعة التدريب واستخدام نموذج للتنبؤات
|
||
|
|
|
||
|
|
#### الدورات:
|
||
|
|
|
||
|
|
1. [مقدمة لتعلم الآلة](https://www.udacity.com/course/intro-to-machine-learning--ud120?autoenroll=true)
|
||
|
|
2. [التعلم الآلي - تدرس من قبل: أندرو نغ](https://www.coursera.org/learn/machine-learning)
|
||
|
|
3. [علوم البيانات والتعلم الآلي مع بايثون - الأيدي!](https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on/)
|
||
|
|
4. [تعلم الآلة](http://ciml.info/)
|
||
|
|
5. [The Analytics Edge - يدرس من قبل: MIT](https://www.edx.org/course/the-analytics-edge)
|
||
|
|
|
||
|
|
#### موارد الفيديو:
|
||
|
|
|
||
|
|
1. [قناة سراج رافال على يوتيوب](https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A)
|
||
|
|
2. [قناة يوتيوب Sentdex ل](https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ)
|
||
|
|
|
||
|
|
#### معلومات اكثر:
|
||
|
|
|
||
|
|
1. [تعلم الآلة على ويكيبيديا](https://en.wikipedia.org/wiki/Machine_learning)
|
||
|
|
2. [التعلم الآلي الغامض: يوتيوب](https://www.youtube.com/watch?v=83uAOzhzs-U)
|
||
|
|
3. إذا كنت تريد مقدمة مختصرة عن التعلم الآلي ، وكنت تفضل مقاطع الفيديو ، فجرّب [فيديو مقدمة التعلم الآلي](https://youtu.be/cKxRvEZd3Mw) هذا
|
||
|
|
4. إذا كنت تريد معرفة كيفية المضي قدمًا في تعلم تعلم الآلة ، فقم بإلقاء نظرة على هذا [الفيديو](https://youtu.be/nKW8Ndu7Mjw)
|
||
|
|
|
||
|
|
## مختبر
|
||
|
|
|
||
|
|
[بناء التطبيقات الذكية مع استوديو التعلم آلة أزور](https://github.com/Microsoft/computerscience/blob/master/Labs/AI%20and%20Machine%20Learning/Azure%20Machine%20Learning/Azure%20Machine%20Learning%20(Node).md)
|