ما هو تعلم الآلة؟
تعليم الحواسيب التعلّم من البيانات — وليس من القواعد. من فلاتر البريد المزعج إلى السيارات ذاتية القيادة، يعيد تعلم الآلة تشكيل كل صناعة على الكوكب.
تحوّل النموذج
البرمجة التقليدية تكتب القواعد يدويًا. تعلم الآلة يقلب هذا — أعطِ الحاسوب البيانات والإجابات، ودعه يكتشف القواعد بنفسه.
ML way: Data + Answers → Rules
التقليدي مقابل تعلم الآلة
جرّب أن تكتب بيدك قواعد «هل في هذه الصورة وجه؟». كل قاعدة تخطر لك لها استثناء.
تاريخ موجز
من أول خلية عصبية اصطناعية إلى ثورة التعلم العميق — قرابة ٧٠ عامًا من الإنجازات.
التعلم الخاضع للإشراف
تزوّد النموذج بـأمثلة مُعنونة — أزواج مدخلات-مخرجات — ويتعلم ربط المدخلات الجديدة بالمخرجات الصحيحة.
التعلم غير الخاضع للإشراف
بدون تسميات — تجد الخوارزمية الأنماط الخفية والبنية في البيانات بنفسها. كتجميع العملاء حسب السلوك دون إخبارها بالمجموعات.
التعلم المعزز
التعلم بـالتجربة والخطأ. يتخذ وكيل إجراءات، ويتلقى مكافآت أو عقوبات، ويتعلم أفضل استراتيجية بمرور الوقت.
خط أنابيب تعلم الآلة
بناء نموذج هو عملية متعددة الخطوات — كل خطوة مهمة.
- جمع — جمع البيانات الخام
- معالجة — تنظيف، تطبيع، تقسيم
- تدريب — ملاءمة النموذج للبيانات
- تقييم — اختبار على بيانات جديدة
الرياضيات وراء ذلك
في جوهره، يتعلم النموذج أوزانًا وانحيازًا تربط المدخلات بالتنبؤ.
x المدخلات (مثل مساحة البيت وعدد غرفه) · w وزن كل مُدخل · b مقدار ثابت يبدأ منه التنبؤ، ويسمّى الانحياز · ŷ التنبؤ.
الإفراط في الملاءمة مقابل نقص الملاءمة
المفاضلة بين الانحياز والتباين هي التحدي المركزي في تعلم الآلة. الانحياز هنا خطأ نموذج أبسط من النمط، والتباين خطأ نموذج مرن لدرجة أنه يلاحق الضوضاء — وليس هو b في الشريحة السابقة.
تعلم الآلة في كل مكان
تتفاعل مع تعلم الآلة عشرات المرات يوميًا، غالبًا دون أن تدرك.
- التوصيات — Netflix، YouTube، Amazon
- التشخيص الطبي — كشف السرطان في الأشعة
- كشف الاحتيال — مراقبة المعاملات في الوقت الفعلي
- المركبات ذاتية القيادة — رؤية + اتخاذ القرار
ماذا تعلمت
تعلم الآلة هو فن إيجاد الأنماط في البيانات. ثلاثة نماذج، خط أنابيب واحد، ومعركة دائمة بين نقص الملاءمة والإفراط في الملاءمة.