في أي نوع من التعلم يتم استخدام خوارزمية لتجميع بيانات العملاء بناءً على أنماط الشراء دون معرفة مسبقة ؟؟
الإجابة الصحيحة من خلال موقع بوابة الإجابات هي:
أ) تعلم غير خاضع للإشراف
الإجابة الصحيحة هي (أ) تعلم غير خاضع للإشراف (Unsupervised Learning).
إليك الشرح التفصيلي والمبسط لهذه الإجابة:
ما هو التعلم غير الخاضع للإشراف؟
هو نوع من أنواع تعلم الآلة (Machine Learning) حيث يقوم الكمبيوتر بتحليل البيانات دون وجود "معلم" أو تسميات مسبقة. بمعنى أننا نعطي الآلة البيانات الخام، ونطلب منها اكتشاف الأنماط أو العلاقات المخفية بداخلها من تلقاء نفسها.
لماذا اخترنا هذا النوع في سؤال "بيانات العملاء"؟
- عدم وجود معرفة مسبقة: السؤال ذكر "دون معرفة مسبقة"، وهذا هو المفتاح الأساسي؛ فالآلة هنا لا تعرف مسبقاً من هو "العميل الموفر" أو "العميل المسرف"، بل هي من تكتشف ذلك.
- عملية التجميع (Clustering): الخوارزمية هنا تقوم بعملية تسمى "التجميع"، حيث تضع العملاء الذين يتشابهون في سلوك الشراء في مجموعة واحدة.
مثال توضيحي لتقريب الفكرة:تخيل أن لديك سلة كبيرة تحتوي على مجموعة متنوعة من الفواكه (تفاح، موز، عنب) لكنك
لا تعرف أسماء هذه الفواكه:
- في التعلم الخاضع للإشراف: سيخبرك المعلم "هذه تفاحة" و"هذا موز"، ثم يطلب منك تصنيف الفواكه الجديدة بناءً على ما تعلمته.
- في التعلم غير الخاضع للإشراف (مثل سؤالنا): ستنظر إلى الفواكه وتلاحظ أن هناك مجموعة لونها أحمر وكروية، ومجموعة أخرى صفراء وطويلة. ستقوم بتجميعهم في مجموعتين بناءً على الشكل واللون فقط، دون أن تعرف اسم الفاكهة.
ملخص الفرق للطلاب:- تعلم خاضع للإشراف: بيانات مُصنفة $\rightarrow$ هدف محدد (توقع نتيجة).
- تعلم غير خاضع للإشراف: بيانات غير مُصنفة $\rightarrow$ اكتشاف أنماط (تجميع متشابهات).
اذا كان لديك إجابة افضل او هناك خطأ في الإجابة علي سؤال في أي نوع من التعلم يتم استخدام خوارزمية لتجميع بيانات العملاء بناءً على أنماط الشراء دون معرفة مسبقة ؟ اترك تعليق فورآ.
