هو البيانات ال من نوع صور وكلام مش بتشتغل من غير التعلم العميق ؟

Data types such as images and text can be used in machine learning without necessarily relying on deep learning. However, the choice depends on the tasks at hand and the complexity of the data. Deep learning, a subset of machine learning, is often more effective in processing images and text due to its ability to extract complex patterns.

Deep Learning: More effective for handling complex images and text but requires significant computational resources.

Traditional Machine Learning: Can be used with simpler images and text or when clear features can be manually extracted or processed using conventional data processing techniques.

وعليكم السلام،

التعلم العميق أو التعلم الآلي كلاهما لا يعملان في الحقيقة إلا على الأعداد. فما يقوم به النموذج في الداخل هو ضرب أعداد في أعداد، وتعديل أعداد بالنسبة لقيمة أعداد أخرى، وهكذا. لذلك، فأي نوع بيانات مختلف عن الأعداد يجب أن يتم تحويله إلى أعداد. لذلك، أوّل خطوة هي دائما ما يسمى بالمعالجة القبلية (Preprocessing) التي فيها يتم تحويل البيانات الطبيعية إلى بيانات عددية.

المعالجة القبلية ليست شيئا خاصا بالصورة والصوت، بل تشمل حتى النصوص أيضا لأن نماذج تعلم الآلة لا تستطيع قراءة النصوص أيضا. بل في بعض الأحيان نحتاج للقيام بالمعالجة القبلية حتى عندما تكون البيانات أعدادا. فمثلا، إن كان عندنا في بياناتنا عمود يمثل سنة الميلاد، وبجانبه عمود يمثل طول الشخص، فهذان العمودان يحتاجان أولا للتحويل إلى قيم متشابهة، وإلا فقد لن يتم التعلم بشكل صحيح. لذلك نحاول دائما أن نجعل القيم بين 0 و 1 لكل الأعمدة، وهذا ما يعرف باسم التطبيع (Normalization).

توجد تقنيات مختلفة للمعالجة القبلية، وهذا يعتمد على نوع البيانات وعلى قدرات النموذج. فمثلا، إن أردنا إدخال صورة إلى نموذج تعلم آلة يستقبل بيانات عددية على شكل مصفوفة، فما يمكننا فعله هو تفكيك الصورة إلى مصفوفات حسب عرضها width (أو ارتفاعها height)  ثم ربط هذه المصفوفات خلف بعضها (Concatenation) حتى تصبح مصفوفة طويلة واحدة. يعني الصورة التي أبعادها 32 * 32، تتحول إلى مصفوفة طولها 1024، حيث كل خانة من هذه المصفوفة تحوي قيمة البكسل الموافق. بالإضافة إلى ذلك، قيم البكسلات تكون من 0 إلى 255، وبما أننا نفضل دائما أن تكون القيم بين 0 و 1، فقد نقوم أيضا بعملية التطبيع لتحويلها إلى القيم المناسبة.

للمزيد من المعلومات حول كيفية التعامل مع الصور في نماذج تعلم الآلة، يمكنك الإطلاع على الدليل التالي من موقع Scikit-learn، والتي هي مكتبة تعلم آلي وليست مكتبة تعلم عميق:

https://scikit-learn.org/stable/auto_examples/classification/plot_digits_classification.html

شكراا لحضرتكم