الدرس 15: لماذا تفشل نماذج الذكاء الاصطناعي؟ الجواب في معالجة البيانات!

الدرس 15: معالجة البيانات وتجهيزها لبناء نماذج الذكاء الاصطناعي

بعد أن تعرفنا في الدرس السابق على البرمجة الكائنية، حان الوقت للانتقال إلى مرحلة مهمة جدًا في عالم الذكاء الاصطناعي: فهم البيانات وتهيئتها قبل تدريب النماذج.

سلسلة تعلم الذكاء الاصطناعي

إذا كانت الخوارزميات هي عقل الذكاء الاصطناعي، فإن البيانات هي الوقود الذي يمنح هذا العقل القدرة على التعلم والتحليل واتخاذ القرار. لذلك فإن تجهيز البيانات ليس خطوة جانبية، بل هو أساس النجاح في أي مشروع ذكاء اصطناعي.

جدول المحتويات

• ما هي البيانات في الذكاء الاصطناعي؟
• قراءة البيانات باستخدام Python
• تنظيف البيانات Data Cleaning
• معالجة البيانات Data Preprocessing
• تقسيم البيانات إلى تدريب واختبار
• لماذا تعتبر هذه المرحلة مهمة جدًا؟
• خلاصة الدرس

ما هي البيانات في الذكاء الاصطناعي؟

البيانات هي المعلومات التي يعتمد عليها الحاسوب لكي يتعلم. فعندما نريد إنشاء نموذج قادر على التنبؤ أو التصنيف أو التحليل، فإننا لا نعطيه كل القواعد بشكل مباشر، بل نزوده ببيانات تمثل الواقع، ومن خلالها يتعلم الأنماط والعلاقات.

بيانات نصية

مثل المقالات، الرسائل، التعليقات، والمحادثات النصية.

بيانات صورية

مثل صور الوجوه، الأشعة الطبية، وصور المنتجات.

بيانات رقمية

مثل الجداول، الإحصائيات، المبيعات، وبيانات العملاء.

وكل نوع من هذه البيانات يحتاج إلى طريقة مناسبة في المعالجة قبل استخدامه داخل نماذج الذكاء الاصطناعي.

قراءة البيانات باستخدام Python

من أكثر الأدوات استخدامًا في قراءة البيانات داخل لغة Python مكتبة Pandas، وهي مكتبة قوية تساعدنا على التعامل مع الجداول والملفات بسهولة كبيرة.

import pandas as pd data = pd.read_csv("data.csv") print(data.head())

في هذا المثال قمنا بقراءة ملف من نوع CSV، ثم عرض أول الصفوف الموجودة فيه حتى نفهم بنية البيانات قبل التعامل معها.

الخطوة الأولى لفهم أي مشروع ذكاء اصطناعي تبدأ دائمًا من قراءة البيانات بشكل صحيح.

تنظيف البيانات Data Cleaning

غالبًا ما تكون البيانات الخام غير جاهزة مباشرة للتدريب، لأنها قد تحتوي على قيم ناقصة أو أخطاء أو تكرار غير مرغوب فيه. وهنا تبدأ مرحلة التنظيف.

• حذف القيم الفارغة التي قد تؤثر على النتائج.
• إزالة الصفوف المكررة.
• تصحيح البيانات غير الدقيقة أو غير المتناسقة.

data = data.dropna() data = data.drop_duplicates()

بهذه الطريقة نضمن أن البيانات التي سيدرسها النموذج أكثر تنظيمًا وجودة.

معالجة البيانات Data Preprocessing

بعد تنظيف البيانات، ننتقل إلى مرحلة المعالجة، وهي تجهيز البيانات بالشكل الذي يستطيع النموذج فهمه. فالحاسوب لا يفهم النصوص أو الفئات كما يفهمها الإنسان، لذلك يجب تحويلها غالبًا إلى تمثيل رقمي.

• تحويل النصوص إلى أرقام.
• توحيد القيم الرقمية باستخدام Scaling.
• ترميز البيانات الفئوية باستخدام Encoding.

في كثير من المشاريع، لا يكون الخطأ في الخوارزمية نفسها، بل في أن البيانات لم تُجهز جيدًا قبل التدريب.

تقسيم البيانات إلى تدريب واختبار

من الأخطاء الشائعة أن يتم تدريب النموذج على كل البيانات ثم تقييمه على نفس البيانات. هذا يجعل النتائج مضللة، لأن النموذج يكون قد شاهد كل شيء مسبقًا.

لذلك نقسم البيانات غالبًا إلى:

• بيانات التدريب: وهي التي يتعلم منها النموذج.
• بيانات الاختبار: وهي التي نستخدمها لقياس الأداء الحقيقي للنموذج.

from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2 )

في المثال السابق خصصنا 20% من البيانات للاختبار، وهي نسبة مناسبة وشائعة جدًا في تطبيقات تعلم الآلة.

لماذا تعتبر هذه المرحلة مهمة جدًا؟

لأن نجاح نموذج الذكاء الاصطناعي لا يبدأ من اختيار خوارزمية معقدة، بل يبدأ من بيانات جيدة. يمكن لنموذج بسيط أن يعطي نتائج قوية إذا كانت البيانات نظيفة ومجهزة بشكل صحيح، بينما قد يفشل نموذج متقدم إذا كانت البيانات فوضوية أو ناقصة.

القاعدة الذهبية: جودة البيانات أهم من تعقيد النموذج.

خلاصة الدرس

في هذا الدرس تعلمنا أن البيانات هي الأساس الذي يعتمد عليه الذكاء الاصطناعي في التعلم، كما تعرفنا على مراحل مهمة جدًا تشمل قراءة البيانات، تنظيفها، معالجتها، ثم تقسيمها إلى بيانات تدريب واختبار.

هذه الخطوات ليست مجرد تفاصيل تقنية، بل هي مرحلة جوهرية تحدد جودة النموذج الذي ستبنيه لاحقًا.

هل فهمت الدرس؟

جرّب أن تجيب عن هذه الأسئلة بنفسك قبل الانتقال للدرس القادم:

• ما الفرق بين تنظيف البيانات ومعالجة البيانات؟
• لماذا لا يجب اختبار النموذج على نفس بيانات التدريب؟
• ما وظيفة مكتبة Pandas في التعامل مع البيانات؟
• ماذا يحدث إذا كانت البيانات مليئة بالأخطاء أو القيم الفارغة؟

الدرس القادم

بعد أن أصبحنا نعرف كيف نجهز البيانات، ستكون الخطوة التالية هي الدخول إلى عالم تعلم الآلة Machine Learning والتعرف على فكرته الأساسية وكيف تبدأ النماذج في التعلم من البيانات.

اقرأ الدرس القادم العودة إلى الدرس السابق

هل أعجبك هذا الدرس؟

شاركني رأيك في التعليقات: ما أكثر نقطة لفتت انتباهك في تجهيز البيانات؟ وهل ترغب أن يكون الدرس القادم عمليًا مع أمثلة تطبيقية؟

💬 اكتب في التعليقات: هل ترى أن البيانات أهم من الخوارزمية؟ ولماذا؟