شارك
الرئيسية
1 دقيقةما هو نموذج التعلم الآلي؟
هو برنامج يتم تدريبه للتعرف إلى الأنماط والاحتفاظ بها من خلال مجموعة البيانات المعرفة مسبقاً، تعالج البيانات بواسطة خوارزمية التعلم الآلي لاستخلاص الميزات منها وتصنيفها، لتمكين عملية التعامل مع البيانات الجديدة والتنبؤ بها. بعد تدريب النموذج، يمكن استخدامه للتعامل مع بيانات جديدة والتنبؤ بماهيتها.
ما الفرق بين الخوارزمية والنموذج في التعلم الآلي؟
تُعرف الخوارزمية في التعلم الآلي بأنها مجموعة التعليمات المنطقية التي تنفذ على البيانات لإنشاء “نموذج التعلم الآلي”، إذ تستطيع التعرف إلى الأنماط باستخدام البيانات، ولها أنواع عديدة مثل خوارزميات التصنيف، والانحدار اللوجستي، وشجرة القرار، وخوارزمية الجار الأقرب والشبكات العصبية، وبناءً على ما سبق تكون النماذج هي نتائج الخوارزميات السابقة
أمثلة على نماذج التعلم الآلي
- نتائج خوارزمية الانحدار الخطي: نموذج تعلم آلي يحتوي على متجهات لمعاملات بقيم محددة.
- نتائج خوارزمية شجرة القرار: نموذج تعلم آلي يتألف من شجرة مكونة من عبارات if-then (إذاً- إذن).
- نتائج خوارزميات الشبكة العصبية والانتشار العكسي النزول المتدرج تشكل نموذجاً يحتوي على بنية رسم بياني مع متجهات أو مصفوفات من الأوزان ذات قيم محددة.
تحسين دقة نتائج نماذج التعلم الآلي
- زيادة حجم البيانات.
- إضافة المزيد من المتغيرات لتحسين معالجة الميزات.
- ضبط معالم التدريب البديلة للنموذج بواسطة خوارزمية التعلم.