انتقل إلى المحتوى الرئيسي

الدرس 6 — الملخّص والأسئلة الشائعة

الدروس الخمسة في صفحة واحدة​

الدرس 1 — الأنواع. التعلّم الخاضع للإشراف يقتضي وسوماً وهو نوع معظم المشاريع المربحة، وينقسم إلى تصنيف وانحدار. وغير الخاضع للإشراف يبحث عن بنية بلا مقياس نجاح واضح. والمعزّز قويّ في المحاكاة وصعب في الأعمال. والمقاربات الوسطى — الإشراف الذاتي ونقل التعلّم — جعلت المشاريع الصغيرة ممكنة.

الدرس 2 — الخوارزميات. خطّ أساس، ثم نموذج خطّي، ثم غابة عشوائية، ثم تعزيز تدرّجي. هذا التسلسل يكلّف دقائق ويعطي غالباً أفضل نتيجة على الجداول. وعند بلوغ السقف، الحلّ سمات أفضل لا خوارزمية أعقد.

الدرس 3 — السمات. السمات المشتقّة بمعرفة المجال تتغلّب على تبديل الخوارزميات. وكلّ تحويل — ترميز، تقييس، معالجة نقص — يحمل قراراً معرفياً. وتسريب البيانات أخطر فشل لأنّه يظهر كنتيجة ممتازة.

الدرس 4 — التقييم. ثلاث مجموعات لثلاث وظائف، والاختبار يُفتح مرّة واحدة. والمقاييس تُختار بحسب كلفة الخطأ، وحدّ القرار قرار اقتصادي، والدقّة وحدها كذب مهذَّب على البيانات غير المتوازنة.

الدرس 5 — الفشل. التسريب، ثم اختلاف التوزيع، ثم الانزياح، ثم مقياس لا يمثّل القيمة. ولا واحد من هذه يتعلّق باختيار الخوارزمية.

معجم المصطلحات​

المصطلحمعناه ببساطة
التعلّم الخاضع للإشرافالتعلّم من أمثلة مع أجوبتها
التصنيفالتنبّؤ بفئة من مجموعة محدودة
الانحدارالتنبّؤ برقم مستمرّ
التجميعتقسيم البيانات إلى مجموعات متشابهة بلا وسوم
السمة (feature)عمود مدخل يقرأه النموذج
هندسة السماتبناء سمات مشتقّة أقوى من الخامّ
خطّ الأساسأبسط تنبّؤ ممكن، مرجع لكلّ تحسين
المعامل الفائقإعداد تحدّده أنت قبل التدريب
فرط التخصيصحفظ الأمثلة بدل تعلّم النمط
نقص التخصيصنموذج بسيط جدّاً لا يلتقط النمط
التحقّق المتقاطعتقسيم متكرّر لتقدير أكثر استقراراً
مصفوفة الالتباسجدول الأخطاء بأنواعها الأربعة
الإحكامنسبة الصواب في ما أشار إليه النموذج
الاستدعاءنسبة ما أمسكه من الحالات الحقيقية
حدّ القرارالعتبة التي تحوّل الاحتمال إلى قرار
تسريب البياناتمعلومة في التدريب غير متاحة عند التنبّؤ
الانزياحتغيّر العالم بعد التدريب

12 سؤالاً يطرحها الناس فعلاً​

1. كم مثالاً أحتاج؟

على بيانات جدولية: من بضع مئات إلى بضعة آلاف للحصول على نموذج مفيد، ويزيد المطلوب مع عدد السمات وتعقيد النمط. والقاعدة الأهمّ: جودة الوسوم وتمثيل العيّنة أهمّ من العدد. ألف مثال نظيف وممثِّل أفضل من عشرة آلاف مثال موسوم بإهمال.

2. أيّ خوارزمية أختار؟

لا تختر، بل جرّب بالترتيب: خطّ أساس، خطّي، غابة عشوائية، تعزيز تدرّجي. هذا يكلّف دقائق. والاختيار بلا تجربة تخمين، والتجربة رخيصة إلى حدّ يجعل التخمين غير مبرّر.

3. كيف أعرف أنّي في حالة فرط تخصيص؟

بالفارق بين التدريب والتحقّق. 99 % مقابل 71 % تشخيص واضح. العلاج: بيانات أكثر، أو نموذج أبسط، أو تنظيم أقوى، أو حذف سمات ضعيفة الصلة.

4. نتيجتي 99 %، هل هذا جيّد؟

على الأرجح لا. تحقّق من ثلاثة أمور: هل الفئات متوازنة (وإلا فالدقّة مضلِّلة)؟ وهل يوجد عمود يعرف الجواب (تسريب)؟ وهل قسّمت البيانات بشكل صحيح (زمنياً ومجمّعاً)؟ في مسألة صعبة، 99 % إنذار لا إنجاز.

5. هل أحتاج إلى التعلّم العميق؟

للصور والصوت والنصّ الحرّ: نعم. للجداول: نادراً. مجموعات الأشجار تتغلّب هناك عادةً بزمن تدريب أقلّ بمراتب وقابلية تفسير أعلى.

6. ما الفرق بين المعامل والمعامل الفائق؟

المعامل يتعلّمه النموذج من البيانات (الأوزان). والمعامل الفائق تحدّده أنت قبل التدريب (عمق الشجرة، معدّل التعلّم). الأول يُتعلَّم، والثاني يُضبَط على مجموعة التحقّق.

7. كيف أشرح نموذجاً لغير التقنيين؟

بثلاثة عناصر: ما يتنبّأ به بجملة واحدة، وما مدى صوابه بمقياس مفهوم («يمسك 8 من كلّ 10 حالات ويطلق إنذاراً كاذباً في 1 من 20»)، وما القرار الذي سيتغيّر. أمّا شرح الخوارزمية فلا يهمّ أحداً غيرك.

8. هل النموذج يتحسّن باستخدامه؟

لا. المعاملات مجمّدة بعد التدريب. التحسّن يقتضي إعادة تدريب صريحة على بيانات جديدة. وهذا يفسّر أنّ نموذجاً «يتدهوّر» بمرور الوقت دون أن يتغيّر فيه شيء: العالم هو الذي تغيّر.

9. ما الفرق بين تعلّم الآلة والإحصاء؟

التركيز مختلف. الإحصاء يهتمّ بالاستدلال: هل هذا الأثر حقيقي، وبأيّ ثقة. وتعلّم الآلة يهتمّ بالتنبّؤ: أيّ نموذج يعمّم أفضل على بيانات جديدة. الأدوات متقاطعة، والسؤال ليس نفسه.

10. كيف أبدأ مشروعاً حقيقياً؟

من القرار لا من البيانات. حدّد قراراً يُتّخذ اليوم بلا نموذج، وقرّر كيف يتغيّر بوجود تنبّؤ، ثمّ ابحث عن البيانات. المشاريع التي تبدأ بـ«لدينا بيانات، ماذا نفعل بها؟» تنتهي غالباً بلوحة مؤشّرات مهجورة.

11. ما هي مدّة صلاحية النموذج؟

بحسب سرعة تغيّر المجال. في كشف الاحتيال أسابيع، وفي تنبّؤ صناعي أشهر، وفي مسائل فيزيائية مستقرّة سنوات. والجواب الصحيح ليس تقديراً بل مراقبة: راقب الأداء واعرف متى بدأ التراجع.

12. إلى أين أذهب بعد هذه الدورة؟

إلى التعلّم العميق إذا كانت بياناتك غير مهيكلة، أو إلى MLOps إذا كان سؤالك كيف يُنشَر النموذج ويُراقَب، أو إلى أخلاقيات الذكاء الاصطناعي للتحيّز والإنصاف والمسؤولية.

جاهز للانتقال من الفهم إلى الممارسة؟

الكتالوج المدفوع يعطيك تعلّم الآلة بدفاتر عمل ومجموعات بيانات حقيقية ومشاريع مصحّحة، وشهادة قابلة للتحقّق بعد اختبار من 40 سؤالاً. مشمول في كلّ الخطط المدفوعة.

الخطوة الأخيرة — اجتز الاختبار واكتشف شهادتك ←