content_cookies111:string(1694) "{"id":62771,"content_cookies":null,"user_header":{"SERVER_SOFTWARE":"Apache\/2.4.52 (Debian)","REQUEST_URI":"\/technodad\/%d8%a7%d9%84%d8%aa%d8%b9%d9%84%d9%85-%d8%a7%d9%84%d9%83%d8%b3%d9%88%d9%84\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CF_CONNECTING_IP":"3.214.184.223","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"80c34391bf3c2070-IAD","HTTP_CF_VISITOR":"{\\\"scheme\\\":\\\"https\\\"}","HTTP_USER_AGENT":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)","HTTP_ACCEPT":"text\/html,application\/xhtml+xml,application\/xml;q=0.9,*\/*;q=0.8","HTTP_ACCEPT_LANGUAGE":"en-US,en;q=0.5","HTTP_CDN_LOOP":"cloudflare","PATH":"\/usr\/local\/sbin:\/usr\/local\/bin:\/usr\/sbin:\/usr\/bin:\/sbin:\/bin","SERVER_SIGNATURE":"Apache\/2.4.52 (Debian) Server at technologyreview.ae Port 80<\/address>\n","SERVER_NAME":"technologyreview.ae","SERVER_ADDR":"172.18.0.9","SERVER_PORT":"80","REMOTE_ADDR":"3.214.184.223","DOCUMENT_ROOT":"\/var\/www\/html","REQUEST_SCHEME":"http","CONTEXT_PREFIX":"","CONTEXT_DOCUMENT_ROOT":"\/var\/www\/html","SERVER_ADMIN":"webmaster@localhost","SCRIPT_FILENAME":"\/var\/www\/html\/index.php","REMOTE_PORT":"34240","REDIRECT_URL":"\/technodad\/\u0627\u0644\u062a\u0639\u0644\u0645-\u0627\u0644\u0643\u0633\u0648\u0644\/","GATEWAY_INTERFACE":"CGI\/1.1","SERVER_PROTOCOL":"HTTP\/1.1","REQUEST_METHOD":"GET","QUERY_STRING":"","SCRIPT_NAME":"\/index.php","PHP_SELF":"\/index.php","REQUEST_TIME_FLOAT":1695644874.758644,"REQUEST_TIME":1695644874,"argv":[],"argc":0,"HTTPS":"on"},"user_ip":"3.214.184.223","user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)"}"
هو عبارة عن نوع من التعلم الآلي، ويشير إلى عمليات التعلم الآلي التي تتأخر فيها عملية تعميم بيانات التدريب حتى يتم إجراء استعلام على النظام. تعتبر خوارزميات التعلم الكسولة مفيدة جداً عند العمل مع مجموعات البيانات الكبيرة الموسومة جزئياً.
أهمية خوارزميات التعلم الكسول
تعد الخوارزميات الكسولة مفيدة للغاية أثناء العمل مع مجموعات بيانات واسعة ومتغيرة دائماً. إذ يتم تحديث مجموعة البيانات بمدخلات جديدة على أساس مستمر في محركات البحث والتي تعتمد على نظم التوصية.
بسبب هذه التحديثات المستمرة، تصبح بيانات التدريب قديمة في فترة زمنية قصيرة، لذلك ليس هناك وقت للحصول على مرحلة تدريب فعلية من نوع ما.
كيف تعمل خوارزميات التعلم الكسول؟
تُصنف نماذج التعلم الآلي إلى نوعين اعتماداً على الوقت الذي تحدث فيه عملية الاستدلال، إما في وقت تدريب نموذج التعلم الآلي أو في وقت إدخال الاستعلام من قبل المستخدم.
وقت التدريب: يعد وقت التدريب هو الوقت الذي يسبق وقت الاستعلام. يستخلص النظام استنتاجات من بيانات التدريب للتحضير لوقت الاستعلام.
وقت الاستعلام: هو الوقت بين اللحظة التي يتم فيها تقديم استعلام ما إلى النموذج والوقت الذي يصدر فيه نتيجة الاستدلال، حيث يتمكن النظام من إجراء الاستدلال بناءً على المدخلات.
في خوارزمية التعلم الكسول، يتم إجراء معظم الحساب أثناء وقت الاستعلام. إذ تؤجل الخوارزمية الكسولة معالجة الأمثلة حتى تتلقى استعلاماً صريحاً للحصول على معلومات.
تطبيقات خوارزميات التعلم الكسول
تعد خوارزمية كي الجيران الأقرب من خوارزميات التعلم الكسول، إذ تمثل خوارزميات التعلم الكسول محوراً مهماً في الواقع في عدد من تطبيقات العالم الحقيقي حيث تتغير البيانات أو تتدفق باستمرار، مثل تنبؤ سوق الأسهم أو التنبؤ بالطقس إضافة للعمل مع مجموعات البيانات الكبيرة التي قد تحتوي على الكثير من البيانات غير الموسومة.
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.