في هذه المقالة ، سنتحدث عن التعلم الآلي. سنجيب على الكثير من الأسئلة الشائعة التي قد تدور في أذهان معظم الناس. بدون مزيد من اللغط ، دعنا ندخل في التفاصيل. واصل القراءة.
1. ما هو التعلم الآلي
التعلم الآلي هو نوع من (AI) ، ويعرف أيضًا باسم الذكاء الاصطناعي الذي يمكّن النظام من التعلم واتخاذ القرارات بنفسه دون أن تتم برمجته. تجعل هذه الخوارزميات الكمبيوتر ذكيًا بدرجة كافية بحيث يمكنه اتخاذ الخيارات على أساس البيانات التي لديه دون أي تدخل بشري. الهدف الأساسي هو صنع خوارزميات تسمح للنظام بالتعلم واتخاذ قراراته الخاصة في المستقبل ، بناءً على البيانات السابقة.
2. لماذا نحتاج إلى “التعلم الآلي”
فيما يلي بعض الأسباب التي نستخدمها هنا والآن.
2.2. التنبؤ أثناء السفر
لقد استخدمنا جميعًا نظام GPS أثناء السفر في حياتنا. عندما تحجز سيارة أجرة ، فإنها تخبرك بالأجرة التقريبية والوقت اللازم للوصول إلى وجهتك. كيف يفعل هاتفك الذكي ذلك؟ الجواب هو التعلم الآلي! يحسب السرعات وموقع مركباتنا. بناءً على هذه المعلومات ، فإنه يخبرنا حتى إذا كان هناك ازدحام مروري على هذا الطريق. لم يقم المبرمجون ببرمجة الكمبيوتر لإخبارك بوجود ازدحام مروري ، لكنهم صمموا نظامًا يتخذ قرارات ذكية على أساس الأحداث الماضية والحالية للأشخاص الذين مروا بهذه المنطقة. بالإضافة إلى ذلك ، فإنه يحذرك من ازدحام المرور.
2.3 محرك البحث الامثل
تظهر لك محركات البحث على الويب تلقائيًا النتائج الدقيقة بناءً على موقعك وعمليات البحث السابقة. لا يقوم المبرمجون ببرمجتها لتظهر لك هذه النتائج ، لكنها تعطي نتائج دقيقة في غضون ثوانٍ وفقًا لاهتماماتك وعمليات البحث الأخيرة.
2.4 تصنيف البريد الإلكتروني العشوائي
في صناديق البريد الإلكتروني الخاصة بنا ، يصنف النظام تلقائيًا بعض رسائل البريد الإلكتروني على أنها بريد عشوائي أو غير هام وبعض رسائل البريد الإلكتروني على أنها رسائل بريدية أساسية قد تكون مهمة جدًا بالنسبة لنا. النظام ليس خاطئًا أبدًا وكل ذلك ممكن بمساعدة هذه المعارف.
3. أنواع التعلم الآلي
الفكرة الأساسية للتعلم الآلي هي نفسها لجميع الأنواع ولكن تم تقسيمها إلى 3 أنواع التالية:
3.1 التعلم الخاضع للإشراف يعد التعلم الخاضع للإشراف أحد أكثر أنواع التعلم الآلي شيوعًا وهو سهل الفهم والتنفيذ. في هذا النوع ، يتم تدريب الخوارزمية على بيانات معينة ولكن يجب تسمية البيانات. أنت تسمح للنظام بالتنبؤ بالبيانات وإجراء تصحيحات إذا كانت التنبؤات التي يقوم بها غير دقيقة بما يكفي.
3.2 التعلم الآلي غير الخاضع للإشراف
يعمل التعلم الآلي غير الخاضع للإشراف بدون أي بيانات مصنفة ولكن عليك توفير الكثير من البيانات حتى يفهم النظام الخصائص التي توفر أساسًا للقرار الذي يتعين عليه اتخاذه. هذا يمكن أن يحسن الإنتاجية في الكثير من المجالات.
3.3 تعزيز التعلم
يقوم على طرق التجربة والخطأ. النظام يخطئ ويتعلم منها لتلافي هذه الأخطاء مرة أخرى. على سبيل المثال ، في المتاهة ، عندما يفشل النظام في العثور على مسار ، فلن يسير في نفس المسار مرة أخرى لأنه يعلم أن المسار لا يعمل. يصنف النتائج الإيجابية والسلبية ويعمل على أساس هذه النتائج.
باختصار ، كانت هذه بعض الأسئلة الشائعة حول التعلم الآلي. نأمل أن تساعدك الإجابات على هذه الأسئلة في الحصول على نظرة أعمق في هذا المجال من العلوم.
