ما نوع التعلم المستخدم في خوارزميات التعرف على الصوت عند تزويدها بتسجيلات صوتية ونصوصها؟ أ) تعلم غير خاضع للإشراف ب) تعلم معزز ج) تعلم خاضع للإشراف د) تعلم عشوائي ؟؟
الإجابة الصحيحة من خلال موقع بوابة الإجابات هي:
ج) تعلم خاضع للإشراف
الإجابة الصحيحة هي: ج) تعلم خاضع للإشراف.
لماذا اخترنا "التعلم الخاضع للإشراف"؟
التعلم الخاضع للإشراف (Supervised Learning) هو نوع من تعلم الآلة يشبه وجود "مُعلم" يوجه الحاسوب. في هذا النوع، نقوم بتزويد الآلة ببيانات تحتوي على المدخلات والنتائج الصحيحة المرتبطة بها، لكي تتعلم الآلة الربط بينهما.
تطبيق ذلك على خوارزميات التعرف على الصوت:
في هذا السؤال، تم تزويد النظام بشيئين:
- تسجيلات صوتية: (وهي المدخلات).
- النصوص المقابلة لها: (وهي النتائج الصحيحة أو "التسميات").
كيف تتعلم الآلة في هذه الحالة؟- المقارنة: يقوم الحاسوب بتحليل الصوت ومحاولة تخمين الكلمات الموجودة فيه.
- التصحيح: يقارن الحاسوب تخمينه بالنص المكتوب (النتيجة الصحيحة). إذا أخطأ، يقوم بتعديل حساباته لتقليل الخطأ في المرة القادمة.
- التكرار: بعد تكرار هذه العملية مع آلاف التسجيلات والنصوص، يصبح النظام قادراً على التعرف على أي صوت جديد وتحويله إلى نص بدقة عالية لأنه "تدرّب" مسبقاً على أمثلة صحيحة.
باختصار: بما أننا أعطينا الآلة "الإجابة النموذجية" (النصوص) مع "السؤال" (التسجيلات)، فإن هذا يسمى تعلماً
خاضعاً للإشراف.
اذا كان لديك إجابة افضل او هناك خطأ في الإجابة علي سؤال ما نوع التعلم المستخدم في خوارزميات التعرف على الصوت عند تزويدها بتسجيلات صوتية ونصوصها؟ أ) تعلم غير خاضع للإشراف ب) تعلم معزز ج) تعلم خاضع للإشراف د) تعلم عشوائي ؟ اترك تعليق فورآ.
