الشبكات التكرارية وLSTM
نمذجة المتتاليات بالشبكات العصبية التكرارية، من الحدس الأوّل إلى المشروع الكامل على سلسلة قياسات.
مدّة الدورة: 6 ساعات
ما ستتعلّمه
- تمييز المتتالية عن الجدول العادي، وقراءة أثر الترتيب في اختيار النموذج
- بناء عصبون تكراري وفهم دور حالته المخفية بأشكال المُوتّرات
- تشخيص التدرّجات المتلاشية والمتفجّرة على متتاليات طويلة، ومعالجتهما
- اختيار LSTM أو GRU أو شبكة ثنائية الاتّجاه حسب المهمّة والقيود
- بناء معمارية مرمِّز وفاكّ ترميز للترجمة، وفهم حدودها التي تُبرّر الانتباه
- حشو المتتاليات ودُفعتها دون تسرّب زمني، ثم إطلاق مشروع تنبّؤ كامل
المتطلّبات المسبقة
- أساسيات التعلّم العميق (الدورة 7): العصبون، والانتشار الخلفي، وحلقة التدريب
- إتقان أحد الأُطر (الدورة 8 أو 9): PyTorch أو Keras، والقدرة على قراءة أشكال المُوتّرات
- بايثون وNumPy، ومعرفة أوّليّة بالسلاسل الزمنية مفيدة لا ضرورية
وحدات الدورة
- ما يميّز المتتالية عن جدول المتغيّرات
- العصبون التكراري وحالته المخفية
- الانتشار الخلفي عبر الزمن
- التدرّجات المتلاشية والمتفجّرة
- LSTM: بوّابات النسيان والإدخال والإخراج
- GRU: تبسيط فعّال
- الشبكات ثنائية الاتّجاه والمتراكبة
- المرمّز وفاكّ الترميز للترجمة
- تقطيع المتتاليات وحشوها عمليًا
- مشروع: التنبّؤ بسلسلة قياسات
الخيط الأحمر
يعبر معظمَ الوحدات جهازُ قياسٍ واحد: الاستهلاك الكهربائي الساعي لمبنى إداري، سلسلة بخطوة ساعة، ونريد التنبّؤ بالأربع والعشرين ساعة القادمة. الوحدات من 1 إلى 7 ثم 9 و10 تعود إلى هذه السلسلة بأمثلة ومعمارية متزايدة الدقّة. أمّا الوحدة 8 فتنتقل إلى مثال ثانٍ يُظهر معمارية مختلفة: مدوّنة صغيرة من جُمَل فرنسية-إنجليزية يترجمها مرمِّز وفاكّ ترميز. ثم يعود المشروع النهائي إلى استهلاك الكهرباء، مع فترات ثقة على التنبّؤ.
التقييم والشهادة
يُختَم المسار باختبار من 40 سؤالًا يغطّي وحدات الدورة كلّها: من قراءة شكل موتّر إلى تشخيص تدرّج ينفجر، ومن اختيار LSTM أمام GRU إلى تحديد مصدر تسرّب زمني في التقسيم. وتُمنَح عند النجاح شهادة إتمام فورًا، ورقمها قابل للتحقّق من أي طرف على المنصّة.