حول تعلم الاله

أولاً لا تحتاج لأي مهارات لتعلم دورة الذكاء الإصطناعي ولكن هناك بعض للأساسيات التي تحتاجها من الرياضيات (في حالة التعمق أكثر في المجال ويمكنك أيضاً دراستها لاحقاً )يمكنك الإطلاع عليها من خلال التعليق التالي

ثانياً لديك الكثير من المصادر العربية والتي تتمثل في أكاديمية حسوب مثل الكتاب التالي

وأيضاً لديك قسم من المقالات كما بهذا الرابط

https://academy.hsoub.com/programming/artificial-intelligence/

ما تحتاجه في الرياضيات هو دراسة التالي:

• الجبر الخطي ودراسة المصفوفات، العمليات الأساسية، الضرب النقطي.
• ثم التفاضل ودراسة المشتقات، قاعدة السلسلة، التدرج.
• ثم الإحصاء ودراسة المتوسط، الانحراف المعياري، التوزيعات الأساسية

بعد ذلك كلما واجهتك مفاهيم رياضية، توقف وادرسها، مثلاً في درس الدرس "تعلم الآلة Machine Learning - التصنيف باستخدام أشجار القرار - تعلم قواعد التصنيف باستخدام أشجار القرار" ستحتاج إلى دراسة أساسيات الاحتمالات البسيطة واللوغاريتمات ومفهوم المجموع Summation Notation.

ستجد هنا تفصيل:

وبخصوص الكتاب 

وعامًة، تعلم الآلة بمثابة جعل الكمبيوتر يتعلم من البيانات لاتخاذ قرارات أو عمل تنبؤات، دون أن تتم برمجته بشكل صريح لكل حالة.

ففي البرمجة التقليدية، أنت تكتب قواعد واضحة مثل if/else، وتوفر للكمبيوتر بيانات ليطبق عليها هذه القواعد ويخرج لك بإجابة، وليكن برنامج لمعرفة هل الرقم زوجي أم فردي، حيث القاعدة هي لو باقي قسمة الرقم على 2 يساوي صفر، فهو زوجي.

بينما في تعلم الآلة توفر للكمبيوتر بيانات والإجابات الصحيحة المرتبطة بها، وهو بنفسه يستنتج القواعد التي تربط بينها، وتلك القواعد التي يتعلمها تسمى النموذج Model.

ويظهر ذلك في برنامج للتعرف على رسائل الـ Spam، ببدلاً من كتابة آلاف القواعد مثل لو الرسالة تحتوي على كلمة مجاناً وعرض خاص وخلافه،  أنت فقط توفر آلاف الرسائل مع تصنيفها، أي تلك سبام، وهذه ليست سبام، وهو يتعلم الأنماط بنفسه.

أي الانتقال من كتابة القواعد إلى التعلم من الأمثلة.

والمكونات الأساسية لأي مشروع تعلم آلة هي:

1. البيانات، وبدون بيانات جيدة، لا يمكن للآلة أن تتعلم شيئ مفيد، فمدخلات سيئة توفر مخرجات سيئة.
2. الخوارزمية وهي طريقة التعلم أو الدماغ الذي سيستخدم البيانات لاستنتاج الأنماط، ويتوفر العديد من الخوارزميات المختلفة، كل منها مناسب لنوع معين من المشاكل.
3. النموذج هو الناتج النهائي لعملية التدريب، وأشبه بكتلة برمجية تحتوي على المعرفة أو القواعد التي استخلصتها الخوارزمية من البيانات، وهو ما ستستخدمه لعمل تنبؤات على بيانات جديدة لم يرها من قبل.

وأهم ما يجب معرفته هي الأنواع الرئيسية لتعلم الآلة:

1. التعلم الخاضع للإشراف Supervised Learning
2. التعلم غير الخاضع للإشراف Unsupervised Learning
3. التعلم المعزز Reinforcement Learning

تستطيع البحث عنها والتعمق بها.