هل سبق لك أن قمت بالتمرير عبر هاتفك وشعرت أنه يعرف بشكل مخيف ما تريد رؤيته بعد ذلك؟ أو ربما حصلت على خصم رائع عبر الإنترنت لأن موقع الويب "يعرف" أنك مهتم. هذا هو العمل اليدوي لنماذج التعلم الآلي (ML) - العقول وراء الكواليس. ولكن مع كل هذه المصطلحات الفنية المنتشرة، من السهل أن تشعر بالضياع.
هذه المدونة هنا تفك رموز المصطلحات وتقدم لك أفضل 5 نماذج تعلم الآلة التي تشكل عالمنا بصمت.
1. الانحدار الخطي
هل تتذكر ذلك الوقت الذي قمت فيه بالتحضير للاختبار وتفوقت فيه؟ كان من الممكن أن يتنبأ الانحدار الخطي بهذه النتيجة. إنها في الأساس كرة بلورية للأرقام، حيث تقوم بتحليل البيانات السابقة للتنبؤ بالاتجاهات المستقبلية. يستخدمه سماسرة الأوراق المالية لتخمين تحركات السوق، وتعتمد عليه الشركات للتنبؤ بأرقام المبيعات. فكر في الأمر باعتباره خط اتجاه فائق القوة، يرسم الروابط بين الأشياء ليعطيك تنبيهًا بشأن ما من المحتمل أن يحدث بعد ذلك.
2. أشجار القرار
هل سبق لك استكشاف مشكلة تقنية وإصلاحها من خلال الإجابة على سلسلة من الأسئلة "نعم" أو "لا"؟ هذه هي الفكرة الأساسية وراء أشجار القرار. إنهم مثل المحققين، حيث يقومون بتقسيم المشكلات المعقدة إلى سلسلة من الأسئلة التي تتفرع مثل الشجرة. وهذا النهج يجعلها مثالية لمهام مثل تصفية رسائل البريد الإلكتروني العشوائية أو حتى مساعدة الأطباء في تشخيص الأمراض بناءً على الأعراض. ربما لا يرتدون معطفًا، لكنهم يعرفون بالتأكيد كيفية حل قضية (أو مجموعة بيانات).
3. الغابات العشوائية
هل تتذكر تلك المناقشة الجماعية حول الفيلم؟ كل شخص يجلب وجهة نظر فريدة من نوعها، أليس كذلك؟ تعمل الغابات العشوائية بالمثل. يجمع هذا النموذج بين أشجار القرار المتعددة، ولكل منها "أساليب طرح" مختلفة قليلاً. ومن خلال تجميع أفكارهم، يهدف الفريق إلى تنبؤ أكثر دقة من أي شجرة منفردة. فكر في الأمر على أنه جهد جماعي، والاستفادة من نقاط القوة في النماذج المختلفة لتحقيق نتائج موثوقة.
4. الشبكات العصبية
إن أدمغتنا لا تصدق في التعرف على الأنماط، مثل رؤية وجه مألوف في السحاب. الشبكات العصبية مستوحاة من هذه القدرة. تحاكي هذه النماذج بنية الدماغ البشري، بطبقات مترابطة تعالج المعلومات. ومن خلال تدريبهم على كميات هائلة من البيانات، يتعلمون كيفية تحديد الأنماط والعلاقات. وهذا يجعلها مثالية لمهام مثل التعرف على الصور (فكر في وضع علامة على أصدقائك في الصور) أو حتى فهم اللغة الطبيعية (مثل برامج الدردشة الآلية التي تدردش معها عبر الإنترنت).
5. أقرب الجيران
هل وجدت نفسك يومًا ما تنجذب نحو الأشخاص الذين لديهم اهتمامات مماثلة في إحدى الحفلات؟ يستخدم K-أقرب الجيران (KNN) نفس المنطق. يحدد هذا النموذج نقاط البيانات الأقرب (أو الأكثر تشابهًا) إلى جزء جديد غير معروف من البيانات. ومن خلال تحليل خصائص "الجيران"، فإنه يتنبأ بالفئة أو القيمة التي قد تنتمي إليها النقطة الجديدة. يتألق هذا النهج في مهام مثل التوصية بالمنتجات بناءً على مشترياتك السابقة أو تصنيف الأرقام المكتوبة بخط اليد.
هذه ليست سوى عدد قليل من نماذج تعلم الآلة المذهلة التي تقود الابتكار في مختلف المجالات. على الرغم من أنها تبدو معقدة، إلا أن فهم مبادئها الأساسية يفتح عينيك على القدرات المذهلة للتعلم الآلي. بعد كل شيء، هذه النماذج تتطور باستمرار، ومن يدري، ربما تكون أنت من يبني التغيير التالي لقواعد اللعبة في المستقبل.
