مصطلح تعلم الآلة
تعلم الآلة هو فرع من أهم فروع الذكاء الاصطناعي، حسب تعريف قاموس اكسفورد؛ هو “استخدام وتطوير الأنظمة الحاسوبية القادرة على التعلم والتكيف بدون تلقي أوامر وتعليمات صارمة، بواسطة خوارزميات ونماذج إحصائية لتحليل ورسم الاستدلالات النمطية من البيانات المدخلة.
أقسام تعلم الآلة بناءً على نهج عمل الخوارزميات
خوارزميات تعلم الآلة تنقسم إلى ثلاثة أقسام:
التعلم الموجّه، التعلم غير الموجه، التعلم التعزيزي
التعلم الموجّه
التعلم الموجه: هو التعلم الذي توجهه أوامر الإنسان. وهو مثالي حينما تكون البيانات مسماة، وكل مثال له اسم وتصنيف محدد. وأمثلة على الخوارزميات التي تنطوي تحت هذا النوع: خوارزميات الانحدار، وخوارزميات التصنيف.
خوارزميات الانحدار
خوارزميات الانحدار مثل الانحدار الخطي والانحدار اللوجستي واللذان ينطبقان على مجموعتي عينات فقط.
خوارزميات التصنيف
خوارزميات التصنيف مثل خوارزمية الجار القريب من العدد كي وخوارزمية آلة المتجهات الداعمة وهما أبسط وأشهر خوارزميات التصنيف المستخدمة
مثال تطبيقي على التصنيف
تصنيف أمراض الصدر من خلال صور الأشعة السينية ، وتكون كل صورة مسماة باسم المرض وتكون متواجدة في مستند خاص بكل الصور من نفس النوع
التعلم غير الموجه
التعلم غير الموجه هو تعلم تترك كامل قراراته للخوارزمية نفسها دون توجيه بشري، وهو مثالي حينما تكون البيانات غير مسماة، ولا يفهمها إلا البشر من خلال قراءتها أو رؤيتها بالعين المجردة أو سماعها. خوارزميات تقليص الأبعاد وخوارزميات التجميع هي أهم الخوارزميات المستخدمة في التعلم غير الموجه.
خوارزميات تقليص الأبعاد
تقليص الأبعاد من الخوارزميات المستخدمة في المعالجة القبلية للبيانات وتنطوي تحت التعلم غير الموجه. تقليص الأبعاد هو خوارزمية مستقلة وتابعة في الوقت ذاته، حيث أننا يمكننا الاكتفاء بها أحيانا وأحيانا يتم دمجها مع خوارزميات أخرى من خوارزميات تعلم الآلة.
من أشهر خوارزميات أو طرق تقليص البيانات هي PCA اختصارًا لـ Principal Component Analysis، وتتم هذه العملية إحصائيًا، وفيها كثير من التفاصيل سنمر عليها في مقال لاحقًا. لكن ما يميزها هو تقليل مستوى ضياع المعلومات وعمق اختلافها، والإبقاء على المعلومات الأساسية في مجموعة البيانات المجدولة.
خوارزميات التجميع
التجميع، هو جمع البيانات المتشابهة في العينة بناءً على الصفات المتشابهة.
معنى cluster باللغة الإنجليزية أيضا هو العنقود، فيمكننا تسمية clustering بكلمة عَنقدة أو تجميع عنقود من الأشياء المتشابهة كما الحال في عنقود العنب، كل الحبات متشابهة في صفة العنب، نوعه ولونه وحجمه.
مثال واقعي على التجميع
التعرف على الخلايا السرطانية في الدماغ، بواسطة تقسيم الخلايا إلى مجموعتين حسب الاختلاف وبذلك يفهم أنهما مجموعة سرطانية ومجموعة طبيعية .
كما ترون في الصورة على اليسار تم التعرف على الخلايا الغريبة عن طريق الخوارزمية حيث أن الحاسوب تعلم من آلاف الصور لأشعة الرنين المغناطيسي للدماغ، وأصبح بإمكانه استخلاص الخلايا الغريبة والتعرف على الخلايا الطبيعية.
التعلم التعزيزي
التعلم التعزيزي يتعلم السياسة المثلى والقرار الصائب عن طريق نظام المكافآت والعقوبات حتى تصل الخوارزمية إلى القرار المثالي، وهو يعمل بطريقة التفاعل مع البيئة المحيطة وليس اعتمادًا على بيانات مسبقة.
استخدام خوارزميات التعلم التعزيزي يكون خيارًا أفضل عند عدم وجود بيانات مسبقة كافية، ويكون هناك ذاكرة كبيرة لمعالجة هذا النوع من الخوارزميات.
خوارزميات التعلم التعزيزي تختلف ولكن أشهرها هما: عملية قرار ماركوف Markov Decision Process و خوارزمية كيو Q-learning.
خوارزمية عملية قرار ماركوف MDP
خوارزمية كيو Q-Learning
خوارزمية كيو تعتمد على طريقة القيمة في تغذية المعلومات لكل وكيل وتوجيهه لأخذ التحرك اللازم.
يستخدم التعلم التعزيزي في الألعاب المنطقية والتي تعتمد على كثير من الاحتمالات مثل الشطرنج. ويتعلم الحاسوب من خلال اللاعب المنافس وطريقة لعبه في كل مرة.
المصادر
- معجم البيانات والذكاء الاصطناعي https://sdaia.gov.sa/files/Dictionary.pdf
- التصنيف https://www.javatpoint.com/clustering-in-machine-learning?fbclid=IwAR3YS7Xb3J9zKFEDNqXenaNqPsI0a6_uBbRsfm4N2ZR0t3rF0wYYie-kAyQ#:~:text=Below%20are%20some%20commonly%20known,data%20sets%20into%20different%20groups
- التعلم التعزيزي https://www.guru99.com/reinforcement-learning-tutorial.html
- PCA https://www.simplilearn.com/tutorials/machine-learning-tutorial/principal-component-analysis#:~:text=The%20Principal%20Component%20Analysis%20is,plotting%20in%202D%20and%203D.
- تقليص البيانات https://machinelearningmastery.com/dimensionality-reduction-for-machine-learning/
- التنبؤ بأورام الدماغ من خلال التجميع، مانكيكار،2013 https://www.semanticscholar.org/paper/A-Novel-Hybrid-Approach-Using-Kmeans-Clustering-and-Mankikar/c623b0f779483afed587313fa5c6672b17ea77a6#citing-papers
