مصطلح يستخدم في مجال الذكاء الاصطناعي للإشارة إلى الطبيعة الفعلية للمشكلة الهدف لنموذج التعلم الآلي، مُعبراً عنها باستخدام مجموعات البيانات ذات الصلة بتلك المشكلة، وبكلمات أخرى هي النتيجة المثالية المتوقعة لذلك النموذج. فعلى سبيل المثال تُعتبر البيانات الموسومة حقائق مرجعية في التعلم الموجّه لأنها ستُستخدم لتدريب النموذج على تحديد الأنماط وتوقع الوسوم المختلفة للبيانات الجديدة. يعود أصل استخدام مصطلح الحقائق المرجعية إلى علم الجيولوجيا والأرصاد الجوية. ويصف عملية التحقق من صحة البيانات وتفحصها على أرض الواقع.
ما أهمية الحقائق المرجعية؟
يمكن توضيح أهمية الحقائق المرجعية وأثرها على أداء نماذج التعلم الآلي من خلال طرح مثال عملي عن الأمر. فإذا افترضنا أن باحث ما يقوم بتطوير نظام تعلم آلي لتصنيف صور الآفات الجلدية إلى سرطانية أو لا. يمكن في هذه الحال وسم بيانات التدريب بطريقتين مختلفتين هما:
الاستعانة بطبيب جيد لوسم كل صورة بناءً على تشخيصه.
انتظار تحليل الخزعة المأخوذة من المريض، ووسم الصور على أساسه نظراً لكونه يعطي إجابة صحيحة تماماً، وفي هذه الحال تعتبر البيانات حقائق مرجعية.
عند استخدام البيانات التي تم جمعها بالطريقة الثانية (الحقائق المرجعية) في عملية التدريب من المحتمل أن يتفوق النموذج على الأطباء أنفسهم في تشخيص الحالة. أما في حال استخدام بيانات الطريقة الأول فإن النموذج سيتعلم محاكاة الأطباء فقط في أفضل الأحوال.
مصطلح يستخدم في مجال الذكاء الاصطناعي للإشارة إلى الطبيعة الفعلية للمشكلة الهدف لنموذج التعلم الآلي، مُعبراً عنها باستخدام مجموعات البيانات ذات الصلة بتلك المشكلة، وبكلمات أخرى هي النتيجة المثالية المتوقعة لذلك النموذج. فعلى سبيل المثال تُعتبر البيانات الموسومة حقائق مرجعية في التعلم الموجّه لأنها ستُستخدم لتدريب النموذج على تحديد الأنماط وتوقع الوسوم المختلفة للبيانات الجديدة. يعود أصل استخدام مصطلح الحقائق المرجعية إلى علم الجيولوجيا والأرصاد الجوية. ويصف عملية التحقق من صحة البيانات وتفحصها على أرض الواقع.
ما أهمية الحقائق المرجعية؟
يمكن توضيح أهمية الحقائق المرجعية وأثرها على أداء نماذج التعلم الآلي من خلال طرح مثال عملي عن الأمر. فإذا افترضنا أن باحث ما يقوم بتطوير نظام تعلم آلي لتصنيف صور الآفات الجلدية إلى سرطانية أو لا. يمكن في هذه الحال وسم بيانات التدريب بطريقتين مختلفتين هما:
الاستعانة بطبيب جيد لوسم كل صورة بناءً على تشخيصه.
انتظار تحليل الخزعة المأخوذة من المريض، ووسم الصور على أساسه نظراً لكونه يعطي إجابة صحيحة تماماً، وفي هذه الحال تعتبر البيانات حقائق مرجعية.
عند استخدام البيانات التي تم جمعها بالطريقة الثانية (الحقائق المرجعية) في عملية التدريب من المحتمل أن يتفوق النموذج على الأطباء أنفسهم في تشخيص الحالة. أما في حال استخدام بيانات الطريقة الأول فإن النموذج سيتعلم محاكاة الأطباء فقط في أفضل الأحوال.
نستخدم ملفات تعريف الارتباط لتحسين تجربتك، استمرار استخدامك للموقع يعني موافقتك على ذلك. سياسة الخصوصيةأوافقX
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.