نظرة عن قرب على التعلم الآلي -Machine Learning

منذ عدة أشهر بدأت في البحث عن طرق للخوض أكثر في التعلم الآلي ، لم أعرف أين ابدء أولاً ، فبحثت في مجموعات الفايسبوك لأجد العديد ممن ينصحون بدرس Andrew Ng على كورسيرا. أمضيت 5 اسابيع من أصل 11 أسبوع  في متابعة الدرس، لكن في لحظة ما أدركت أنه يجب أن أتوقف لبعض الوقت لأقوم بتجريب ما تعلمته في مشاريع صغيرة لتثبيت المعلومات و فهمها على نطاق أعمق.

هنا سوف آخذكم خطوة بخطوة في أهم النقاط في تطبيق تقنيات أو algorithm التعلم الآلي وأحاول تفسير ما قد تعلمته.
 يسعدني أن تشاركوني في تجاربكم في التعلم الآلي فأنا أريد التعلم منكم ومن تجاربكم خاصةً أني مازلت في أول الطريق.

ماذا تستحق للعمل على مشاريع التعلم الآلي؟


-يجب أن تختار لغة البرمجة التي ستعملها، أنا اخترت python
-في مشاريع التعلم الآلي تستحق دائماً قاعدة بيانات لتطبيق algorithms. هناك العديد من قاعدات البيانات والأكثر شهرةً هي  IRIS FLOWER DATA SET يمكنكم القراءة أكثر عنها  هنا .

 ماهي مراحل المشروع ؟


 نحن لا نعرف حجم البيانات ولا ماتحتويه لذلك من البديهي أولا أن نحاول اكتشفها. سنرى حجمها ،عدد صفوفها واعمدتها ، أصغر وأكبر قيمة لها وربما نحاول رؤية علاقتها فيما بينها بإظهار رسوم بيانية.

لاحقاً سيتم تقسيم البيانات على قسمين  80% لتدريب البرنامج بها و- 20% لنقيس بها دقة النتائج.  ماذا أعني بالتدريب؟ تخيل معي أنك تدرس تلميذ كلما أجاب الاجابة الصحيحة تزيد نقطة في رصيده ، ليدرك أنه في الطريق الصحيح لإيجاد الحل كذلك هو الأمر بالنسبة لخوارزميات ال-algorithm التعلم الآلي.
 بعد تدريب البرنامج نقوم باختبار مدى صحته في التنبؤ  بال-20% من قاعدة البيانات التي تركناها سابقاً. سنقوم بتجريب العديد من ال-algorithms ونختار منها الأدق.
هكذا أصبح لدينا برنامج يقوم بالتنبؤ بالنتائج المستقبلية للمدخلات الجديدة.
يمكنكم القراءة أكثر هنا وهنا .
يسعدني تواصلكم معي لنتشارك تجاربنا في العمل على مشاريع التعلم الآلي
يمكنكم قراءة مقالتي السابقة على التعلم الآلي هنا






0 التعليقات:

إرسال تعليق