localizeflow[bot]
5f990de5b2
|
3 months ago | |
|---|---|---|
| .. | ||
| README.md | 3 months ago | |
| assignment.md | 7 months ago | |
README.md
مقدمة في تعلم الآلة
اختبار قبل المحاضرة
🎥 انقر على الصورة أعلاه لمشاهدة فيديو قصير يعرض هذا الدرس.
مرحبًا بك في هذه الدورة حول تعلم الآلة الكلاسيكي للمبتدئين! سواء كنت جديدًا تمامًا على هذا الموضوع أو ممارسًا ذا خبرة في تعلم الآلة تسعى لتحديث معلوماتك في مجال معين، يسعدنا أن تكون معنا! نرغب في إنشاء نقطة انطلاق ودودة لدراستك في تعلم الآلة، وسنسعد بتقييم ملاحظاتك والاستجابة لها ودمجها.
🎥 انقر على الصورة أعلاه لفيديو: يقدم جون جوتاج من MIT مقدمة في تعلم الآلة
البدء بتعلم الآلة
قبل البدء بهذا المنهج، تحتاج إلى إعداد جهاز الكمبيوتر الخاص بك وجعله جاهزًا لتشغيل دفاتر الملاحظات محليًا.
- قم بإعداد جهازك مع هذه الفيديوهات. استخدم الروابط التالية لتعلم كيفية تثبيت بايثون في نظامك وإعداد محرر نصوص للتطوير.
- تعلم بايثون. من المستحسن أيضاً أن تمتلك فهمًا أساسيًا لـ بايثون، وهي لغة برمجة مفيدة لعلماء البيانات التي نستخدمها في هذه الدورة.
- تعلم Node.js وجافاسكريبت. نستخدم جافاسكريبت عدة مرات في هذه الدورة عند بناء تطبيقات الويب، لذا ستحتاج إلى تثبيت node و npm بالإضافة إلى توفر Visual Studio Code لتطوير كل من بايثون وجافاسكريبت.
- أنشئ حساب GitHub. بما أنك وجدتنا هنا على GitHub، قد يكون لديك حساب بالفعل، وإذا لم يكن لديك، قم بإنشاء واحد ثم قم بتفريع هذا المنهج لاستخدامه على حدة. (ولا تتردد في إعطائنا نجمة 😊)
- استكشف Scikit-learn. تعرف على Scikit-learn، وهي مجموعة من مكتبات تعلم الآلة التي نرجع إليها في هذه الدروس.
ما هو تعلم الآلة؟
مصطلح "تعلم الآلة" هو واحد من أكثر المصطلحات شهرة واستخدامًا اليوم. هناك احتمال كبير أنك سمعت هذا المصطلح مرة واحدة على الأقل إذا كان لديك بعض الإلمام بالتكنولوجيا، بغض النظر عن المجال الذي تعمل فيه. ومع ذلك، فإن آليات تعلم الآلة تظل لغزًا لمعظم الناس. بالنسبة للمبتدئين في تعلم الآلة، قد يبدو الموضوع مرهقًا أحيانًا. لذلك، من المهم فهم ماهية تعلم الآلة فعليًا، والتعلم عنه خطوة بخطوة من خلال أمثلة عملية.
منحنى الضجة
تظهر Google Trends منحنى "الضجة" الأخير لمصطلح "تعلم الآلة"
كون غامض
نعيش في كون مليء بالألغاز المثيرة. كرس علماء كبار مثل ستيفن هوكينغ، ألبرت أينشتاين، وغيرهم حياتهم للبحث عن معلومات ذات مغزى تكشف أسرار العالم من حولنا. هذا هو حال الإنسان في التعلم: الطفل يتعلم أشياء جديدة ويكشف هيكل عالمه سنة بعد سنة مع نموه إلى مرحلة البلوغ.
دماغ الطفل
يدرك دماغ الطفل وحواسه حقائق محيطه ويتعلم تدريجيًا الأنماط المخفية في الحياة التي تساعده على صياغة قواعد منطقية لتحديد الأنماط المكتسبة. تجعل عملية التعلم في دماغ الإنسان البشر أكثر الكائنات تعقيدًا على هذا العالم. التعلم المستمر من خلال اكتشاف الأنماط المخفية ثم الابتكار عليها يمكننا من تحسين أنفسنا باستمرار طوال حياتنا. هذه القدرة على التعلم والتطور مرتبطة بمفهوم يسمى لدونة الدماغ. سطحيًا، يمكننا رسم بعض التشابهات التحفيزية بين عملية تعلم دماغ الإنسان ومفاهيم تعلم الآلة.
دماغ الإنسان
يدرك دماغ الإنسان الأشياء في العالم الحقيقي، ويعالج المعلومات المدركة، ويتخذ قرارات عقلانية، وينفذ إجراءات معينة بناءً على الظروف. هذا ما نطلق عليه السلوك الذكي. عندما نبرمج نسخة مصغرة من عملية السلوك الذكي لآلة، يسمى ذلك الذكاء الاصطناعي (AI).
بعض المصطلحات
على الرغم من أن المصطلحات قد تُخلط أحيانًا، إلا أن تعلم الآلة (ML) هو جزء مهم من الذكاء الاصطناعي. يتعلق تعلم الآلة باستخدام خوارزميات متخصصة لاكتشاف معلومات ذات مغزى وإيجاد أنماط مخفية من البيانات المدركة لدعم عملية اتخاذ القرار العقلاني.
الذكاء الاصطناعي، تعلم الآلة، التعلم العميق
رسم بياني يظهر العلاقات بين الذكاء الاصطناعي، تعلم الآلة، التعلم العميق، وعلوم البيانات. الإنفوغرافيك من تصميم جين لوبر مستوحى من هذا الرسم
المفاهيم التي سنغطيها
في هذا المنهج، سنتناول فقط المفاهيم الأساسية لتعلم الآلة التي يجب أن يعرفها المبتدئ. نغطي ما نسميه "تعلم الآلة الكلاسيكي" بشكل رئيسي باستخدام Scikit-learn، وهي مكتبة ممتازة يستخدمها العديد من الطلاب لتعلم الأساسيات. لفهم مفاهيم أوسع للذكاء الاصطناعي أو التعلم العميق، فإن معرفة قوية بأساسيات تعلم الآلة أمر لا غنى عنه، ولذلك نرغب في تقديمها هنا.
في هذه الدورة سوف تتعلم:
- المفاهيم الأساسية لتعلم الآلة
- تاريخ تعلم الآلة
- تعلم الآلة والعدالة
- تقنيات الانحدار في تعلم الآلة
- تقنيات التصنيف في تعلم الآلة
- تقنيات التجميع في تعلم الآلة
- تقنيات معالجة اللغة الطبيعية في تعلم الآلة
- تقنيات التنبؤ بالسلاسل الزمنية في تعلم الآلة
- التعلم المعزز
- التطبيقات الحقيقية لتعلم الآلة
ما لن نغطيه
- التعلم العميق
- الشبكات العصبية
- الذكاء الاصطناعي
للحصول على تجربة تعليمية أفضل، سنتجنب التعقيدات المتعلقة بالشبكات العصبية، و"التعلم العميق" - بناء النماذج متعددة الطبقات باستخدام الشبكات العصبية - والذكاء الاصطناعي، والتي سنناقشها في منهج مختلف. كما سنقدم منهجًا مستقبليًا لعلوم البيانات للتركيز على هذا الجانب من هذا المجال الأوسع.
لماذا ندرس تعلم الآلة؟
تعرف تعلم الآلة، من منظور الأنظمة، على أنه إنشاء أنظمة آلية يمكنها تعلم الأنماط المخفية من البيانات للمساعدة في اتخاذ قرارات ذكية.
هذا الدافع مستلهم بشكل فضفاض من طريقة تعلم دماغ الإنسان بعض الأشياء بناءً على البيانات التي يدركها من العالم الخارجي.
✅ فكر للحظة لماذا قد ترغب شركة في محاولة استخدام استراتيجيات تعلم الآلة بدلاً من إنشاء محرك يعتمد على قواعد مشفرة ثابتة.
لماذا جودة البيانات مهمة
تحسن البيانات عالية الجودة أداء النموذج. يمكن للبيانات الرديئة أو المشوشة أن تؤدي إلى تنبؤات غير دقيقة، حتى عند استخدام خوارزميات تعلم آلة متقدمة.
تطبيقات تعلم الآلة
تطبيقات تعلم الآلة موجودة الآن في كل مكان تقريبًا، وهي منتشرة تمامًا مثل البيانات التي تتدفق حول مجتمعاتنا، التي يتم توليدها بواسطة هواتفنا الذكية والأجهزة المتصلة والأنظمة الأخرى. نظرًا للإمكانات الهائلة لخوارزميات تعلم الآلة الحديثة، فقد كان الباحثون يستكشفون قدرتها على حل المشكلات الحياتية متعددة الأبعاد ومتعددة التخصصات بتحقيق نتائج إيجابية كبيرة.
أمثلة على تعلم الآلة المطبّق
يمكنك استخدام تعلم الآلة بطرق عديدة:
- للتنبؤ باحتمالية حدوث مرض بناءً على التاريخ الطبي للمريض أو التقارير.
- للاستفادة من بيانات الطقس للتنبؤ بالأحداث الجوية.
- لفهم مشاعر النص.
- لاكتشاف الأخبار المزيفة لوقف انتشار الدعاية.
لقد تبنت مجالات المال والاقتصاد وعلوم الأرض واستكشاف الفضاء والهندسة الطبية الحيوية وعلوم الإدراك، وحتى مجالات في العلوم الإنسانية تعلم الآلة لحل المشكلات الصعبة الثقيلة على المعالجة البيانات في تخصصاتهم.
الخاتمة
يعتمد تعلم الآلة على أتمتة عملية اكتشاف الأنماط من خلال إيجاد رؤى ذات معنى من البيانات الواقعية أو المولدة. لقد أثبت نفسه قيمًا للغاية في الأعمال الصحية والمالية، من بين مجالات أخرى.
في المستقبل القريب، سيكون فهم أساسيات تعلم الآلة ضرورة للناس من أي مجال بسبب اعتماده الواسع.
🚀 تحدي
ارسم، على ورق أو باستخدام تطبيق على الإنترنت مثل Excalidraw، فهمك للفروق بين الذكاء الاصطناعي، تعلم الآلة، التعلم العميق، وعلوم البيانات. أضف بعض الأفكار عن المشكلات التي تجيد كل من هذه التقنيات حلها.
اختبار بعد المحاضرة
مراجعة والدراسة الذاتية
لتعلم المزيد عن كيفية العمل مع خوارزميات تعلم الآلة في السحابة، اتبع هذا مسار التعلم.
اتخذ مسار تعلم عن أساسيات تعلم الآلة.
الواجب
تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى للدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والمعتمد. للمعلومات الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.