Alamai Pro – الذكاء الاصطناعي

التعلم شبه الموجّه في بايثون (Semi-Supervised Learning): شرح سهل مع مثال عملي 6 أبريل 2026 ماذا يحدث إذا كانت لدينا كمية قليلة من البيانات المُعلّمة وكمية كبيرة من البيانات غير المُعلّمة؟ هنا يظهر دور التعلم شبه الموجّه ، وهو أسلوب يجمع بين التعلم الموجّه والتعلم غير الموجّه للحصول على نتائج أفضل بأقل مجهود ممكن في تصنيف البيانات. ما هو التعلم شبه الموجّه؟ التعلم شبه الموجّه (Semi-Supervised Learning) هو نوع من تعلم الآلة يعتمد على كمية صغيرة من البيانات المُعلّمة و كمية كبيرة من البيانات غير المُعلّمة . الفكرة الأساسية هي أن النموذج يتعلم أولاً من البيانات التي نعرف إجاباتها، ثم يستفيد من البيانات الأخرى لاكتشاف مزيد من الأنماط وتحسين الأداء. لماذا نستخدمه؟ في كثير من المشاريع الواقعية، يكون جمع البيانات سهلاً، لكن عملية تصنيفها يدويًا تكون مكلفة وتحتاج وقتًا كبيرًا. قد نملك آلاف الصور، لكن عدد الصور المصنفة قليل. قد نملك كمية كبيرة من النصوص، لكن عدد النصوص المعلمة محدود. ...

التعلم غير الموجّه في بايثون (Unsupervised Learning): شرح سهل مع مثال عملي 30 مارس 2026 هل يمكن للحاسوب أن يتعلم بدون أن نعطيه الإجابات؟ نعم، وهذا بالضبط ما يحدث في التعلم غير الموجّه . في هذا الدرس سنتعرف على هذا النوع من تعلم الآلة بطريقة بسيطة، مع مثال عملي باستخدام بايثون. ما هو التعلم غير الموجّه؟ التعلم غير الموجّه هو نوع من التعلم الآلي يتعامل مع بيانات بدون تسميات أو إجابات جاهزة. يعني أن النموذج لا يعرف مسبقًا ما الذي يبحث عنه، بل يحاول بنفسه اكتشاف الأنماط والعلاقات داخل البيانات. الفرق بين التعلم الموجّه وغير الموجّه لفهم هذا المفهوم أكثر، من المفيد أن نقارنه بالتعلم الموجّه: التعلم الموجّه: يعتمد على بيانات مُعلّمة. التعلم غير الموجّه: يعمل بدون تسميات. التعلم الموجّه: يعرف الإجابة مسبقًا. التعلم غير الموجّه: يكتشف الأنماط بنفسه. كيف يعمل التعلم غير الموجّه؟ يقوم هذا النوع من التعلم بتحليل البيانات كما هي، ثم يبحث عن التشابه والاختلاف بين ال...