في أي نوع من التعلم يتم استخدام خوارزمية لتجميع بيانات العملاء بناءً على أنماط الشراء دون معرفة مسبقة؟ أ) تعلم غير خاضع للإشراف ب) تعلم خاضع للإشراف ج) تعلم معزز د) تعلم بالتحليل ؟؟
الإجابة الصحيحة من خلال موقع بوابة الإجابات هي:
أ) تعلم غير خاضع للإشراف
الإجابة الصحيحة هي أ) تعلم غير خاضع للإشراف (Unsupervised Learning).
لماذا هذه هي الإجابة الصحيحة؟
السر يكمن في عبارة "دون معرفة مسبقة" المذكورة في السؤال. في هذا النوع من التعلم، لا نقوم بإعطاء الخوارزمية بيانات "مُصنفة" (أي لا نخبرها مسبقاً من هو العميل وما هي فئته)، بل نتركها تكتشف الروابط والأنماط بنفسها.
إليك شرح مفصل لكيفية عمل هذا النوع:
- البحث عن الأنماط (Pattern Recognition): بدلاً من البحث عن إجابة محددة، تقوم الخوارزمية بفحص البيانات الضخمة والبحث عن "التشابهات". إذا وجد النظام أن مجموعة من العملاء يشترون دائماً (حفاضات أطفال، حليب، ومناديل مبللة)، فإنه يضعهم في مجموعة واحدة تلقائياً.
- عملية التجميع (Clustering): تُسمى هذه العملية تقنياً بـ "التجميع". الخوارزمية تقوم بتقسيم البيانات إلى مجموعات (Clusters)، بحيث تكون العناصر داخل المجموعة الواحدة متشابهة جداً، وتختلف عن العناصر في المجموعات الأخرى.
- عدم وجود "معلم": في التعلم الخاضع للإشراف، يوجد ما يشبه "المعلم" الذي يعطي البيانات مع حلولها، أما في التعلم غير الخاضع للإشراف، فالخوارزمية تعمل بمفردها لتنظيم الفوضى واكتشاف الهياكل المخفية في البيانات.
مثال للتوضيح:- التعلم الخاضع للإشراف: مثل إعطاء الكمبيوتر 1000 صورة لقطط وكلاب، وتقول له: "هذه قطة، وهذا كلب". هنا هو يتعلم بناءً على معرفة مسبقة.
- التعلم غير الخاضع للإشراف (مثل سؤالنا): مثل إعطاء الكمبيوتر 1000 صورة لأشكال وألوان مختلفة دون أن تخبره ما هي. سيبدأ الكمبيوتر تلقائياً بوضع الصور الدائرية معاً، والصور الحمراء معاً، والصور الكبيرة معاً، بناءً على التشابه فقط.
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؟ أ) تعلم غير خاضع للإشراف ب) تعلم خاضع للإشراف ج) تعلم معزز د) تعلم بالتحليل ؟ اترك تعليق فورآ.
