Read on Twitter
ماهو الفرق بين:
التعلّم الموجَّه (Supervised Learning) و
التعلّم الغير موجَّه (Unsupervised Learning)
متى نستخدم كل منهما؟ وماهي الخوارزميات والبيانات المستخدمة مع كل نوع؟ وأيهما سيقود ثورة #الذكاء_الاصطناعي ؟
#علم_البيانات
التعلّم الموجَّه (Supervised Learning) والتعلّم الغير موجَّه (Unsupervised Learning)متى نستخدم كل منهما؟ وماهي الخوارزميات والبيانات المستخدمة مع كل نوع؟ وأيهما سيقود ثورة #الذكاء_الاصطناعي ؟
#علم_البيانات
التعلّم الموجَّه والتعلّم الغير الموجَّه تقنيات تستخدم في #تعلم_الآلة (Machine Learning) لهما نفس الهدف وهو أن تتعلم الآلة أداء بعض المهام سواءً الروتينية أو المتقدمة كمحاولة اكتشاف أنماط جديدة تدعم ذكاء الآلة في تنفيذ المهام و في اكتشاف معارف جديدة
التعلّم الموجَّه يتم فيه تعليم الآلة أداء بعض المهام الروتينية بدلاً من الإنسان، في هذا النوع الإنسان هو المعلم و الآلة هي التلميذ، والتعليم يتم بطريقة مباشرة عن طريق البيانات المٌعلمّة (labeled data)، بمعنى أن الإنسان يقوم بتحديد صنف كل سجل بيانات وهو مانسميه class
التعلّم الموجَّه له هدف واضح مثلاً تصنيف الفاكهة إلى برتقالة أو تفاحة، ويتم جمع البيانات المرتبطة بالهدف ثم عنونتها بواسطة الإنسان، وهنا تكمن مشكلة هذا النوع وهي تكلفة الجهد والوقت الذي تستغرقه تلك العنونة، تخيل لو كان لدينا 100 ألف صورة عملية عنونة هذه الصور مكلفة جداً!
التعلّم الغير موجَّه في المقابل تتعلم فيه الآلة بشكل تلقائي بدون الحاجة للإنسان، بل أن الآلة في هذا النوع تقوم بتعليم الإنسان بعض الأنماط التي ربما لايعرفها من قبل، هذا التعلم حر وبدون رقابة وبدون هدف محدد، الهدف هو "التعلم"، هذا النوع عبارة عن نموذج مُصمم لخلق ذكاء مستقل للآلة
على الرغم من نجاحات التعلّم الموجَّه، إلا أن هناك مدرسة تؤمن بأن إمكانيات التعلّم الغير موجَّه أكبر، بينما التعلّم الموجَّه محدود ببيانات التدريب وتعلم فقط المهام التي تدرب عليها، التعلّم الغير موجَّه يمكن أن يحقق "الذكاء العام" بقدرته على تعلم أي مهمة يمكن أن يتعلمها الإنسان
إن كانت أكبر مشكلة في التعلّم الموجَّه هي تكلفة عنونة بيانات التدريب ، فإن أكبر مشكلة في التعلّم الغير موجَّه هي أنها لا تعمل بشكل جيد في أغلب الأحيان، ومع ذلك بالإمكان استخدامه في اكتشاف الأنماط والبيانات المتطرفة بالإضافة إلى حل مشكلة كثرة الخصائص
إن إمكانات العامل الذي يتعلم من أجل "التعلم" أكبر بكثير من عامل يقوم فقط بتصنيف الصور المعقدة إلى قرار ثنائي (مثل برتقالة أو تفاحة)، التعلّم الموجَّه حدوده بيانات التدريب، بينما التعلّم الغير موجَّه حدوده إمكانيات التقنية، والتي لازالت تحت التطوير والتجريب
التعلّم الغير موجَّه قد يقود إلى نتائج مدهشة ومفيدة ، مثلما حدث مع باحثين في لورنس بيركلي حينما استخدموا خوارزمية معالجة النصوص (Word2vec) على عدة ملايين من ملخصات علوم المواد للتنبؤ باكتشافات المواد الحرارية الجديدة https://techxplore.com/news/2019-07-machine-learning-algorithms-uncover-hidden-scientific.html
ملخص لخوارزميات كل نوع وربطها بنوع البيانات المستخدمة، هناك نوعين من البيانات: رقمية (continuous) وفئوية (categorical)
التعلّم الموجَّه يستخدم البيانات الرقمية للتنبؤ والفئوية للتصنيف، التعلّم الغير موجَّه يستخدم الرقمية في التجميع وتقليل الخصائص، والفئوية في اكتشاف قواعد الترابط
التعلّم الموجَّه يستخدم البيانات الرقمية للتنبؤ والفئوية للتصنيف، التعلّم الغير موجَّه يستخدم الرقمية في التجميع وتقليل الخصائص، والفئوية في اكتشاف قواعد الترابط
للمهتمين شرح بعض خوارزميات التعلّم الغير موجَّه متوفر على الرابط: https://infoworld.com/article/3429017/unsupervised-learning-explained.html#tk.rss_all
وفي ترجمة المصطلحات تم الإعتماد على المصطلحات المتوفرة في مدونة نمذجيات
@nmthgiat
على الرابط: https://www.nmthgiat.com/terminology/
وفي ترجمة المصطلحات تم الإعتماد على المصطلحات المتوفرة في مدونة نمذجيات
@nmthgiat
على الرابط: https://www.nmthgiat.com/terminology/
