عندي بناء اول مشروع فب مجال نعلم الاله اي الخطوات المفروض امشي عليها ؟

و عليكم السلام،

بشكل عام هذا يختلف بين مشروع و آخر. و لكن من الممكن وضع بعض الخطوات العامة كما يلي:

1. بعد تحديد فكرة المشروع طبعًا، يمكننا اعتبار المشروع أنه حل لمشكلة، فهذه هي مشاريع ال AI مثلًا حل مشكلة التعرف على محتوى صورة. لذلك يجب البحث عن الأعمال السابقة التي قامت بمحاولة حل هذه المشكلة، هذا يشمل قراءة بعض المقالات، و في مستوى متقدم أكثر قراءة أوراق بحثية كثيرة. في المشاريع المعقدة قد تستمر هذه الخطوة لأشهر! هذه الخطوة ستحدد كل ما سنقوم به في الخطوات التالية.
2. بعد نهاية الخطوة السابقة نكون قد أصبح لدينا فكرة عن التقنيات التي يمكن استعمالها، سواء لمعالجة البيانات أو لبناء النموذج و تدريبه. لذلك علينا تحديد البيانات التي سنقوم بالتدريب عليها، قد يكون لدينا بيانات خاصة بنا في المشروع أو في حال عدم وجودها فمن خلال الخطوة 1 سنكون اطلعنا على أشهر مجموعات البيانات و يمكننا الاختيار بينها.
3. معالجة البيانات، و هي خطوة مهمة جدًا، فالكثير من البيانات تحتاج بعض عمليات المعالجة قبل تدريب النموذج عليها، مثل تغيير حجمها أو تحويلها إلى صور رمادية و غيرها الكثير من الأمور.
4. بناء النموذج، و هنا أيضًا نكون نعرف ما هو النموذج فقد تم تحديده في الخطوة 1. و لكن قد يكون علينا تجريب عدد طبقات مختلف في كل مرة أو غيرها من الأمور التي يمكن تغييرها في النموذج، لذلك دائمًا نضع الخيارات التي يجب تجريبها، و نقوم بالبدء بأبسطها فهو سيكون أسرع خيار و بالتالي سنحصل على معلومات عما نحتاجه بشكل أسرع.
5. بعد الانتهاء من الخطوة 4 يجب القيام بتدريب النموذج، هذه العملية تأخذ وقتًا طويلًا جدًا حسب حجم البيانات و النموذج و العتاد المستعمل في عملية التدريب.
6. تقييم النموذج.

طبعًا هذه العمليات تكرارية، أي بعد الانتهاء من الخطوة 6 و معرفة مدى جودة النموذج، سنضطر غالبًا إلى القيام ببعض التعديلات لحل بعض المشاكل، نعود إلى الخطوة 4 بشكل عام فأغلب التعديلات تكون على النموذج و لكن في بعض الأحيان قد نضطر إلى العودة حتى الخطوة 1 ! و لكن هذا نادر جدًا طالما أننا قمنا بإعطاء الخطوة 1 الوقت الكافي.

تحياتي.

بناء أول مشروع في مجال تعلم الآلة يتطلب المرور بعدة مراحل وخطوات، أولها تحديد الهدف أساسا من المشروع كأن تطرح السؤال حول المشكلة التي تريد حلّها أو المهمة التي تودّ تحقيقها لأنّ هذا المجال واسع وينبغي التخصيص.

بعد ذلك نأتي لمرحلة البحث عن مجموعة بيانات مناسبة توجد العديد من المصادر التي يمكن الاستعانة بها من خلال استخدام بيانات مفتوحة أو جمع بياناتك الخاصة إن وجدت مسبقا.

يلي ذلك عملية استكشاف البيانات من خلال تحليل البيانات وفهمها واستخدام أدوات مثل Pandas وMatplotlib أو Seaborn لرسم البيانات.

بعدها نقوم بتنظيف البيانات ويقصد ذلك بمعالجة أي قيم مفقودة، وحذف البيانات الغير صالحة.

بعدها تقوم باختيار نموذج تعلم الآلة الذي يناسب المشكلة (مثل الانحدار الخطي، أو الشجرة العشوائية، أو الشبكات العصبية وغيرها كثير).

مرحلة تدريب النموذج تبدأ من خلال تقسيم البيانات إلى مجموعتين، أولاهما للتدريب والثانية للاختبار بحيث تستخدم مجموعة التدريب لتدريب النموذج.

المرحلة الحساسة وهي تقييم عمل النموذج وأدائه باستخدام مجموعة الاختبار تستخدم عادة مقاييس مثل الدقة، F1-score، أو متوسط الخطأ وبعدها يتم تجربة تحسين النموذج عبر تعديل المعلمات أو استخدام تقنيات مثل توليد البيانات حينها إذا كنت راضيًا عن الأداء، يمكنك نشر النموذج باستخدام واجهة API أو تطبيق ويب مع الاستعانة بتوثيق المشروع، بما في ذلك الخطوات والتقنيات المستخدمة.

الف شكرااا لحضراتكم