17 KiB
تقنيات تعلم الآلة
عملية بناء واستخدام وصيانة نماذج تعلم الآلة والبيانات التي تستخدمها تختلف بشكل كبير عن العديد من عمليات تطوير البرمجيات الأخرى. في هذه الدرس، سنقوم بتبسيط العملية، ونوضح التقنيات الرئيسية التي تحتاج إلى معرفتها. ستتعلم:
- فهم العمليات التي تقوم عليها تعلم الآلة على مستوى عالٍ.
- استكشاف المفاهيم الأساسية مثل "النماذج"، "التنبؤات"، و"بيانات التدريب".
اختبار ما قبل المحاضرة
🎥 انقر على الصورة أعلاه لمشاهدة فيديو قصير يشرح هذا الدرس.
المقدمة
على مستوى عالٍ، تتكون عملية إنشاء تعلم الآلة (ML) من عدة خطوات:
- تحديد السؤال. تبدأ معظم عمليات تعلم الآلة بطرح سؤال لا يمكن الإجابة عليه باستخدام برنامج شرطي بسيط أو محرك يعتمد على القواعد. غالبًا ما تدور هذه الأسئلة حول التنبؤات بناءً على مجموعة من البيانات.
- جمع وتحضير البيانات. للإجابة على سؤالك، تحتاج إلى بيانات. جودة البيانات وأحيانًا كميتها ستحدد مدى قدرتك على الإجابة على سؤالك الأولي. يعد تصور البيانات جانبًا مهمًا في هذه المرحلة. تشمل هذه المرحلة أيضًا تقسيم البيانات إلى مجموعة تدريب واختبار لبناء النموذج.
- اختيار طريقة التدريب. بناءً على سؤالك وطبيعة بياناتك، تحتاج إلى اختيار الطريقة التي تريد بها تدريب النموذج لتعكس بياناتك بشكل أفضل وتقديم تنبؤات دقيقة. هذه هي الجزء من عملية تعلم الآلة الذي يتطلب خبرة محددة وغالبًا قدرًا كبيرًا من التجربة.
- تدريب النموذج. باستخدام بيانات التدريب الخاصة بك، ستستخدم خوارزميات مختلفة لتدريب نموذج للتعرف على الأنماط في البيانات. قد يعتمد النموذج على أوزان داخلية يمكن تعديلها لتفضيل أجزاء معينة من البيانات على أخرى لبناء نموذج أفضل.
- تقييم النموذج. تستخدم بيانات لم يتم رؤيتها من قبل (بيانات الاختبار) من المجموعة التي جمعتها لمعرفة كيفية أداء النموذج.
- ضبط المعلمات. بناءً على أداء النموذج، يمكنك إعادة العملية باستخدام معلمات أو متغيرات مختلفة تتحكم في سلوك الخوارزميات المستخدمة لتدريب النموذج.
- التنبؤ. استخدم مدخلات جديدة لاختبار دقة النموذج.
ما السؤال الذي يجب طرحه؟
تتميز أجهزة الكمبيوتر بمهارتها في اكتشاف الأنماط المخفية في البيانات. هذه الفائدة مفيدة جدًا للباحثين الذين لديهم أسئلة حول مجال معين لا يمكن الإجابة عليها بسهولة عن طريق إنشاء محرك يعتمد على القواعد الشرطية. على سبيل المثال، في مهمة اكتوارية، قد يتمكن عالم البيانات من إنشاء قواعد يدوية حول معدل الوفيات للمدخنين مقابل غير المدخنين.
عندما يتم إدخال العديد من المتغيرات الأخرى في المعادلة، قد يكون نموذج تعلم الآلة أكثر كفاءة في التنبؤ بمعدلات الوفيات المستقبلية بناءً على التاريخ الصحي السابق. مثال أكثر تفاؤلاً قد يكون التنبؤ بالطقس لشهر أبريل في موقع معين بناءً على بيانات تشمل خط العرض، خط الطول، تغير المناخ، القرب من المحيط، أنماط التيار النفاث، والمزيد.
✅ يقدم هذا عرض الشرائح منظورًا تاريخيًا لاستخدام تعلم الآلة في تحليل الطقس.
مهام ما قبل البناء
قبل البدء في بناء النموذج الخاص بك، هناك عدة مهام تحتاج إلى إكمالها. لاختبار سؤالك وتشكيل فرضية بناءً على تنبؤات النموذج، تحتاج إلى تحديد وتكوين عدة عناصر.
البيانات
للإجابة على سؤالك بأي درجة من اليقين، تحتاج إلى كمية جيدة من البيانات من النوع الصحيح. هناك شيئان تحتاج إلى القيام بهما في هذه المرحلة:
- جمع البيانات. مع الأخذ في الاعتبار الدرس السابق حول الإنصاف في تحليل البيانات، اجمع بياناتك بعناية. كن على دراية بمصادر هذه البيانات، أي تحيزات متأصلة قد تكون لديها، ووثق أصلها.
- تحضير البيانات. هناك عدة خطوات في عملية تحضير البيانات. قد تحتاج إلى تجميع البيانات وتطبيعها إذا كانت تأتي من مصادر متنوعة. يمكنك تحسين جودة وكمية البيانات من خلال طرق مختلفة مثل تحويل النصوص إلى أرقام (كما نفعل في التجميع). قد تقوم أيضًا بإنشاء بيانات جديدة بناءً على الأصل (كما نفعل في التصنيف). يمكنك تنظيف وتحرير البيانات (كما سنفعل قبل درس تطبيق الويب). أخيرًا، قد تحتاج أيضًا إلى عشوائية البيانات وتوزيعها، بناءً على تقنيات التدريب الخاصة بك.
✅ بعد جمع ومعالجة بياناتك، خذ لحظة لترى ما إذا كان شكلها سيسمح لك بمعالجة سؤالك المقصود. قد تكون البيانات غير مناسبة لأداء مهمتك، كما نكتشف في دروس التجميع!
الميزات والهدف
الميزة هي خاصية قابلة للقياس في بياناتك. في العديد من مجموعات البيانات يتم التعبير عنها كعنوان عمود مثل "التاريخ"، "الحجم"، أو "اللون". تمثل متغيرات الميزات، التي يتم تمثيلها عادةً بـ X في الكود، المدخلات التي سيتم استخدامها لتدريب النموذج.
الهدف هو الشيء الذي تحاول التنبؤ به. يتم تمثيل الهدف عادةً بـ y في الكود، ويمثل الإجابة على السؤال الذي تحاول طرحه على بياناتك: في ديسمبر، ما لون القرع الذي سيكون الأرخص؟ في سان فرانسيسكو، ما الأحياء التي ستتمتع بأفضل أسعار العقارات؟ أحيانًا يتم الإشارة إلى الهدف أيضًا كخاصية التسمية.
اختيار متغير الميزات الخاص بك
🎓 اختيار الميزات واستخراج الميزات كيف تعرف أي متغير تختار عند بناء نموذج؟ ربما ستخوض عملية اختيار الميزات أو استخراج الميزات لاختيار المتغيرات المناسبة للنموذج الأكثر أداءً. ومع ذلك، هما ليسا نفس الشيء: "استخراج الميزات ينشئ ميزات جديدة من وظائف الميزات الأصلية، بينما اختيار الميزات يعيد مجموعة فرعية من الميزات." (المصدر)
تصور بياناتك
جانب مهم من أدوات عالم البيانات هو القدرة على تصور البيانات باستخدام العديد من المكتبات الممتازة مثل Seaborn أو MatPlotLib. قد يسمح لك تمثيل بياناتك بصريًا بالكشف عن ارتباطات مخفية يمكنك الاستفادة منها. قد تساعدك التصورات أيضًا في الكشف عن التحيز أو البيانات غير المتوازنة (كما نكتشف في التصنيف).
تقسيم مجموعة البيانات الخاصة بك
قبل التدريب، تحتاج إلى تقسيم مجموعة البيانات الخاصة بك إلى جزأين أو أكثر بأحجام غير متساوية تمثل البيانات بشكل جيد.
- التدريب. هذا الجزء من مجموعة البيانات يتم استخدامه لتدريب النموذج. يشكل هذا الجزء غالبية مجموعة البيانات الأصلية.
- الاختبار. مجموعة بيانات الاختبار هي مجموعة مستقلة من البيانات، غالبًا ما يتم جمعها من البيانات الأصلية، التي تستخدمها لتأكيد أداء النموذج المبني.
- التحقق. مجموعة التحقق هي مجموعة أصغر مستقلة من الأمثلة التي تستخدمها لضبط معلمات النموذج أو هيكله لتحسين النموذج. بناءً على حجم بياناتك والسؤال الذي تطرحه، قد لا تحتاج إلى بناء هذه المجموعة الثالثة (كما نلاحظ في التنبؤ بالسلاسل الزمنية).
بناء النموذج
باستخدام بيانات التدريب الخاصة بك، هدفك هو بناء نموذج، أو تمثيل إحصائي لبياناتك، باستخدام خوارزميات مختلفة لتدريبه. تدريب النموذج يعرضه للبيانات ويسمح له بعمل افتراضات حول الأنماط التي يكتشفها، يتحقق منها، ويقبلها أو يرفضها.
تحديد طريقة التدريب
بناءً على سؤالك وطبيعة بياناتك، ستختار طريقة لتدريبها. من خلال استعراض وثائق Scikit-learn - التي نستخدمها في هذه الدورة - يمكنك استكشاف العديد من الطرق لتدريب النموذج. بناءً على تجربتك، قد تضطر إلى تجربة عدة طرق مختلفة لبناء النموذج الأفضل. من المحتمل أن تخوض عملية يقوم فيها علماء البيانات بتقييم أداء النموذج عن طريق تغذيته ببيانات غير مرئية، والتحقق من الدقة، والتحيز، وغيرها من المشكلات التي تؤثر على الجودة، واختيار طريقة التدريب الأنسب للمهمة المطروحة.
تدريب النموذج
مسلحًا ببيانات التدريب الخاصة بك، أنت جاهز لتطبيقها لإنشاء نموذج. ستلاحظ أنه في العديد من مكتبات تعلم الآلة ستجد الكود 'model.fit' - في هذا الوقت ترسل متغير الميزات الخاص بك كمصفوفة من القيم (عادةً 'X') ومتغير الهدف (عادةً 'y').
تقييم النموذج
بمجرد اكتمال عملية التدريب (قد تستغرق العديد من التكرارات، أو "epochs"، لتدريب نموذج كبير)، ستتمكن من تقييم جودة النموذج باستخدام بيانات الاختبار لقياس أدائه. هذه البيانات هي مجموعة فرعية من البيانات الأصلية التي لم يقم النموذج بتحليلها مسبقًا. يمكنك طباعة جدول من المقاييس حول جودة النموذج.
🎓 تطبيق النموذج
في سياق تعلم الآلة، يشير تطبيق النموذج إلى دقة الوظيفة الأساسية للنموذج أثناء محاولته تحليل البيانات التي ليست مألوفة له.
🎓 التطبيق غير الجيد والتطبيق المفرط هما مشكلتان شائعتان تؤثران على جودة النموذج، حيث يتناسب النموذج إما بشكل غير كافٍ أو بشكل مفرط. يؤدي ذلك إلى جعل النموذج يقدم تنبؤات إما متوافقة جدًا أو غير متوافقة جدًا مع بيانات التدريب الخاصة به. النموذج المفرط التناسب يتنبأ ببيانات التدريب بشكل جيد جدًا لأنه تعلم تفاصيل البيانات وضوضائها بشكل مفرط. النموذج غير الجيد التناسب ليس دقيقًا لأنه لا يمكنه تحليل بيانات التدريب الخاصة به أو البيانات التي لم يسبق له رؤيتها بدقة.
رسم توضيحي بواسطة Jen Looper
ضبط المعلمات
بمجرد اكتمال التدريب الأولي، قم بمراقبة جودة النموذج وفكر في تحسينه عن طريق تعديل "المعلمات الفائقة". اقرأ المزيد عن العملية في الوثائق.
التنبؤ
هذه هي اللحظة التي يمكنك فيها استخدام بيانات جديدة تمامًا لاختبار دقة النموذج الخاص بك. في إعداد تعلم الآلة "التطبيقي"، حيث تقوم ببناء أصول ويب لاستخدام النموذج في الإنتاج، قد تتضمن هذه العملية جمع مدخلات المستخدم (مثل الضغط على زر) لتعيين متغير وإرساله إلى النموذج للاستنتاج أو التقييم.
في هذه الدروس، ستكتشف كيفية استخدام هذه الخطوات للتحضير، البناء، الاختبار، التقييم، والتنبؤ - جميع إيماءات عالم البيانات وأكثر، أثناء تقدمك في رحلتك لتصبح مهندس تعلم الآلة "متكامل المهارات".
🚀التحدي
ارسم مخططًا يعكس خطوات ممارس تعلم الآلة. أين ترى نفسك الآن في العملية؟ أين تتوقع أن تجد صعوبة؟ ما الذي يبدو سهلاً بالنسبة لك؟
اختبار ما بعد المحاضرة
المراجعة والدراسة الذاتية
ابحث عبر الإنترنت عن مقابلات مع علماء بيانات يناقشون عملهم اليومي. إليك واحدة.
الواجب
إخلاء المسؤولية:
تم ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي. للحصول على معلومات حاسمة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة.