Ail Ahmed نشر 23 يونيو أرسل تقرير مشاركة نشر 23 يونيو السلام عليكم هو اي الفرق بين الneural network in machine learning وبين neural network in Deep learning ؟ 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Khaled Osama3 نشر 23 يونيو أرسل تقرير مشاركة نشر 23 يونيو الشبكة العصبية هي نموذج مستوحى من طريقة عمل الدماغ البشري. تتكون من طبقات من العقد (neurons) المتصلة ببعضها. بنستخدم هذه الشبكات العصبية البسيطة لحل مشاكل محددة مثل التصنيف أو التنبؤ. على سبيل المثال، يمكن استخدام شبكة عصبية بسيطة لتصنيف البريد الإلكتروني إلى بريد عادي أو بريد غير مرغوب فيه. - الشبكات العصبية في التعلم الآلي neural network in machine learning عادة ما تحتوي على عدد قليل من الطبقات (قد تكون طبقة أو اثنتين فقط). التعلم العميق Deep learning هو جزء من التعلم الآلي، ولكنه يستخدم شبكات عصبية ذات بنية أكثر تعقيدا وتحتوي على العديد من الطبقات (من هنا جاءت كلمة "عميق" لأنها تعني العديد من الطبقات). تستخدم الشبكات العصبية العميقة لحل مشاكل أكثر تعقيدا مثل التعرف على الصور، الترجمة الآلية، والسيارات ذاتية القيادة. بسبب العمق والتعقيد، يمكن لهذه الشبكات التعلم من كميات كبيرة من البيانات وتحليلها بشكل أكثر دقة على سبيل المثال، يمكن استخدام شبكة عصبية عميقة للتعرف على الوجوه في الصور أو حتى للفهم التلقائي للغة الطبيعية. 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Kais Hasan نشر 24 يونيو أرسل تقرير مشاركة نشر 24 يونيو حاليًا لا يوجد فرق. بشكل عام التعلم العميق هو أحد أفرع تعلم الآلة لذلك فعليًا ستكون الشبكات العصبية في كليهما نفس المفهوم. الفرق هو في البدايات، عندما تم ابتكار الشبكات العصبية لم يكن هناك ما يعرف بالتعلم العميق، و قد بدأت الشبكات العصبية على شكل طبقتين أو ثلاثة. مع تطور القدرات الحسابية و بعض التقنيات أصبح بالإمكان إنشاء شبكات عصبية تحوي على الكثير من الطبقات و هنا بدأ ما يسمى التعلم العميق. بالتالي في الحالتين هما شبكات عصبية، في حال كان هناك طبقات كثيرة فهي أيضًا تتبع للتعلم العميق. تحياتي. 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Mustafa Suleiman نشر 24 يونيو أرسل تقرير مشاركة نشر 24 يونيو بشكل بسيط الشبكات العصبية في التعلم العميق Deep Learning تحتوي على العديد من الطبقات المخفية غالبًا 5 أو أكثر، مما يمكنها من تعلم تمثيلات أكثر تعقيدًا. والطبقات هي كالتالي: الطبقات العميقة: تحتوي على العديد من الطبقات المخفية (يمكن أن تكون عشرات أو حتى مئات الطبقات). الطبقات المتخصصة: مثل طبقات الالتفاف Convolutional Layers في الشبكات العصبية التلافيفية CNNs وطبقات الذاكرة Recurrent Layers في الشبكات العصبية المتكررة RNNs. العصبونات Neurons: مشابهة للعصبونات في التعلم الآلي التقليدي لكنها أكثر تعقيدًا بسبب العدد الكبير من الطبقات والوصلات. التنشيط Activation: تستخدم دوال تنشيط أكثر تعقيدًا مثل Leaky ReLU، Parametric ReLU، وSoftmax. والقدرة على تعلم الميزات من البيانات الخام بدون الحاجة إلى تصميم ميزات يدوية، وتُستخدم في تطبيقات متقدمة مثل معالجة الصور (التعرف على الصور، التعرف على الوجوه)، معالجة اللغة الطبيعية (الترجمة الآلية، تحليل المشاعر)، والتعلم المعزز (الألعاب، الروبوتات). بينما الشبكات العصبية في التعلم الآلي Machine Learning تحتوي على طبقة أو طبقتين مخفيتين فقط، وتستخدم في الغالب لنماذج أبسط، مثل التنبؤ والتصنيف في مجموعات بيانات محدودة، وتستطيع استخدامها في تطبيقات مثل التصنيف البسيط، التنبؤات الزمنية، والتعرف على الأنماط، وأداء النماذج محدودًا في المهام المعقدة. والطبقات هي: الطبقة المدخلة Input Layer: تستقبل البيانات المدخلة. الطبقات المخفية Hidden Layers: عادة تكون واحدة أو اثنتين، تتوسط بين الطبقة المدخلة والطبقة المخرجة، حيث يتم تنفيذ معظم العمليات الحسابية. الطبقة المخرجة Output Layer: تعطي نتيجة التنبؤ أو التصنيف. بينما التعلم الآلي يتطلب موارد حسابية أقل، ويمكن تشغيله على أجهزة كمبيوتر عادية، بينما التعلم العميق يتطلب موارد حسابية عالية، غالبًا ما يحتاج إلى وحدات معالجة الرسوميات أو حتى وحدات معالجة متخصصة (TPUs). ويقدم أداءً ممتازًا في المهام المعقدة بفضل قدرته على تعلم التمثيلات المعقدة من البيانات. 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Ail Ahmed نشر 24 يونيو الكاتب أرسل تقرير مشاركة نشر 24 يونيو شكراا لحضراتكم اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Ail Ahmed نشر 25 يونيو الكاتب أرسل تقرير مشاركة نشر 25 يونيو طيب سوال كمان احنا ليه اصل احتاجن الneural network في تعلم الاله طيب فيه خورزميات تعلم الاله ؟ لكن في التعلم العميق الموضوع معتمد كلينا علي الneural network اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Khaled Osama3 نشر 25 يونيو أرسل تقرير مشاركة نشر 25 يونيو بنستخدم خوارزميات مختلفة مثل شجرة القرار (Decision Tree) أو الانحدار الخطي (Linear Regression) لحل مشاكل معينة. ولكن هذه الخوارزميات قد تكون غير فعالة في معالجة البيانات المعقدة مثل الصور أو النصوص الطويلة. أما في التعلم العميق، تعتمد النماذج بشكل كبير على الشبكات العصبية (Neural Networks) لأنها قادرة على التعلم من البيانات المعقدة والمتنوعة بفضل بنيتها العميقة المكونة من طبقات متعددة. هذا يسمح لها بالتعرف على الأنماط والميزات المخفية في البيانات بشكل أكثر فعالية مقارنة بالخوارزميات التقليدية. 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Ail Ahmed نشر 25 يونيو الكاتب أرسل تقرير مشاركة نشر 25 يونيو فهمت حضرتك الف شكراا اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
السؤال
Ail Ahmed
السلام عليكم
هو اي الفرق بين الneural network in machine learning وبين neural network in Deep learning ؟
رابط هذا التعليق
شارك على الشبكات الإجتماعية
7 أجوبة على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.