Neutral network

يبدو أنه لديك خطأ مطبعي بسيط، و المقصود هو neural networks أي الشبكات العصبية.

الشبكات العصبية هي عبارة أحد نماذج تعلم الآلة و التي تعتمد على عمق الشبكة (عدد الطبقات) لتعلم أنماط معقدة.

أي الشبكات العصبية بشكل عام تكون مرتبطة بالتعلم العميق deep learning.

أي مثال يمكنك تطبيق شبكة عصبية عليه طالما أنه يوجد بيانات كثيرة، حيث أنها بشكل عام تحتوي على عدد كبير من الأوزان التي يجب تعلمها و هذا ما يحتاج بيانات كثيرة.

مثلًا لنفترض أنك تريد توقع سعر بيت ما بناء على عدة عوامل، منها حجم البيت بالمتر المربع، عدد الغرف في هذا البيت، هل يحتوي على فناء خلفي، هل هو بيت مستقل أم شقة ضمن بناء، و غيرها من العوامل.

يمكنك استعمال شبكة عصبية للقيام بذلك، فهي تقوم بأخذ هذا الدخل و محاولة اكتشاف الربط بينه و بين سعر البيت، أي تحاول اكتشاف العلاقة بينهما. فمثلًا يمكنها أن تكتشف سعر البيت الوسطي، و أن سعره يزداد بمقدار معين في حال كان بيت مستقل و ليس شقة، و أن سعره يزداد أيضًا في حال كان يحوي على مسبح. و أن سعره مرتبط أيضًا بحجمه. و الكثير من الخصائص التي تكتشفها الشبكة لوحدها من البيانات.

يمكنك الاشتراك بدورة الذكاء الصنعي و التي ستعلمك أكثر عن هذه الشبكات و عن شبكات متقدمة أكثر بحيث يمكنك بناء تطبيقات حقيقة باستعمالها.

تحياتي.

الشبكة العصبية (Neural Network) هي نموذج حوسبي مستوحى من طريقة عمل الدماغ البشري، تستخدم في تحليل الأنماط وحل المشكلات المعقدة وتتكون من طبقات من الوحدات (أو الخلايا العصبية) التي تعالج البيانات عن طريق تعلم الأوزان والانحيازات.

بحيث تنقسم الشبكة إلى طبقة إدخال (لإدخال البيانات)، طبقات مخفية (للقيام بالمعالجة)، وطبقة إخراج (لإنتاج النتائج) وتستخدم الشبكات العصبية في تطبيقات مثل التعرف على الصور، معالجة اللغة الطبيعية، وأنظمة التوصية مثلا لإنشاء شبكة عصبية تصنف البيانات الثنائية، يمكن استخدام مكتبة TensorFlow تبنى الشبكة بطبقة إدخال بها 10 ميزات، طبقتين مخفيتين (32 و16 خلية عصبية)، وطبقة إخراج بوظيفة تفعيل Sigmoid وتدرّب الشبكة باستخدام خوارزمية Adam وخسارة Binary Crossentropy وتقيّم للحصول على دقة الأداء.

فإنشاؤها يتم بعدة مراحل ببرمجة بسيطة باستخدام مكتبة مثل TensorFlow في Python أين تعرّف شبكة بها 3 طبقات واحدة تأخذ بيانات الصورة، واثنتان لتحليلها، والأخيرة تعطي النتيجة ثم تدرب الشبكة باستخدام صور معروفة كصور لقطط وكلاب حتى تتعلم ثم تختبرها على صور جديدة لترى النتيجة وهكذا وهذه المقالة تشرح مثالا جيدا أنصحك بمراجعته: