أي نوع من التعلم يُستخدم عندما يُطلب من خوارزمية العثور على مجموعات في البيانات دون تصنيفات ؟؟
الإجابة الصحيحة من خلال موقع بوابة الإجابات هي:
ب) التعلم غير الخاضع للإشراف
الإجابة الصحيحة هي ب) التعلم غير الخاضع للإشراف (Unsupervised Learning)، وإليك الشرح المفصل والمبسط لهذه الفكرة:
ما هو التعلم غير الخاضع للإشراف؟
هو نوع من أنواع تعلم الآلة (Machine Learning) حيث يتم تزويد الحاسوب ببيانات غير مصنفة (Unlabeled Data). وهذا يعني أن البيانات لا تحتوي على إجابات مسبقة أو "تسميات" تخبر الحاسوب بماهية هذه البيانات.
كيف يعمل هذا النوع من التعلم؟
بدلاً من أن يقوم "معلم" بتعليم الآلة (مثل: هذه صورة قطة، وهذه صورة كلب)، تقوم الخوارزمية بالبحث عن أنماط أو خصائص مشتركة بين البيانات من تلقاء نفسها، ثم تقوم بتجميع العناصر المتشابهة معاً.
توضيح عملية "العثور على مجموعات" (Clustering):
الهدف الأساسي هنا هو "التجميع"، وهو تقسيم البيانات إلى مجموعات (Clusters) بناءً على التشابه.
- مثال توضيحي: تخيل أن لدينا سلة تحتوي على مجموعة من الفواكه المختلفة (تفاح، موز، عنب)، لكن الحاسوب لا يعرف أسماء هذه الفواكه.
- في التعلم غير الخاضع للإشراف، سيبدأ الحاسوب بملاحظة أن هناك فواكه "كروية وحمراء" فيضعها في مجموعة.
- ويلاحظ أن هناك فواكه "طويلة وصفراء" فيضعها في مجموعة أخرى.
- وهكذا، يكون قد وجد "مجموعات" بناءً على الشكل واللون دون أن يعرف مسبقاً اسم الفاكهة.
الفرق بينه وبين التعلم الخاضع للإشراف لزيادة الفهم:- التعلم الخاضع للإشراف: نعطي الآلة (صورة قطة $\leftarrow$ تسمية: قطة)، فهي تتعلم الربط بين الصورة والاسم.
- التعلم غير الخاضع للإشراف: نعطي الآلة (مجموعة صور متنوعة) دون تسميات، فهي تتعلم تمييز الأشياء المتشابهة ووضعها في مجموعات.
اذا كان لديك إجابة افضل او هناك خطأ في الإجابة علي سؤال أي نوع من التعلم يُستخدم عندما يُطلب من خوارزمية العثور على مجموعات في البيانات دون تصنيفات ؟ اترك تعليق فورآ.
