Instance-Based Vs Model-Based Learning | Types of Machine Learning

CampusX

19 Mar 202116:44

Summary

TLDRفي هذا الفيديو، يتناول المتحدث موضوعين رئيسيين في مجال تعلم الآلات: التعلم القائم على الأمثلة والتعلم القائم على النماذج. يوضح الفرق بين الأسلوبين، حيث يركز التعلم القائم على الأمثلة على حفظ البيانات دون محاولة استخراج الأنماط الكامنة، بينما يحاول التعلم القائم على النماذج استخراج الأنماط والقيود الرياضية منها. كما يناقش كيفية استخدام هذه الأساليب في حل مسائل التصنيف باستخدام خوارزميات تعلم الآلات. يهدف الفيديو إلى مساعدة المشاهدين على فهم الأساسيات والتفريق بين الأسلوبين لاختيار الأنسب لتطبيقاتهم المستقبلية.

Takeaways

😀 التعريف بأنواع تعلم الآلة: التعلم القائم على الأحداث مقابل التعلم القائم على النموذج.
😀 الفرق بين الأسلوبين يعتمد على كيفية التعامل مع البيانات: إما حفظ البيانات أو استخلاص الأنماط الكامنة.
😀 تم تعريف تعلم الآلة في سياق كيفية استجابة النماذج للبيانات الجديدة والتعلم منها.
😀 تعليم الآلة يمكن أن يتم بطريقتين: تخزين البيانات واستخدامها في اتخاذ القرارات أو استخدام الأنماط الرياضية لاستخلاص العلاقات.
😀 في التعلم المعتمد على الحدث (Instant-based learning)، يتم تحديد تصنيف نقطة جديدة بناءً على أقرب نقاط موجودة.
😀 التعلم المعتمد على النموذج (Model-based learning) يتطلب بناء نموذج رياضي يحاول تحديد العلاقة بين المدخلات والمخرجات.
😀 الفرق بين المنهجين يكمن في كيفية تدريب النماذج: التعلم القائم على الحدث يقوم بتحديث بياناته مع كل نقطة جديدة، بينما يركز التعلم القائم على النموذج على بناء علاقة رياضية ثابتة.
😀 استعرض استخدام خوارزميات مثل الانحدار الخطي والانحدار اللوجستي كنماذج للتعلم المعتمد على النموذج.
😀 في التعلم القائم على النموذج، لا يتطلب الأمر حفظ نقاط التدريب بعد بناء النموذج، بينما في التعلم القائم على الحدث يتطلب حفظ البيانات.
😀 النقاط التي تم تعلمها في الخوارزميات القائمة على الحدث تحتاج لتخزين المسافات بين النقاط لتصنيف النقاط الجديدة بشكل فعال.

Q & A

ما هو الفرق بين التعلم المعتمد على الحوادث والتعلم المعتمد على النموذج؟
-التعلم المعتمد على الحوادث يعتمد على تخزين البيانات كما هي والتعلم من كل نقطة بيانات جديدة تأتي. في حين أن التعلم المعتمد على النموذج يحاول استخراج المبادئ الأساسية من البيانات لتكوين نموذج يمكن استخدامه للقيام بالتنبؤات.
كيف يتم تعلم النماذج في التعلم المعتمد على الحوادث؟
-في التعلم المعتمد على الحوادث، يتم تخزين البيانات والانتظار حتى تأتي نقطة بيانات جديدة. عندما تأتي نقطة جديدة، يتم حساب التشابه بينها وبين النقاط الحالية في مجموعة البيانات وتحديد النتيجة بناءً على أقرب النقاط.
ما هو مثال على استخدام التعلم المعتمد على الحوادث في العالم الحقيقي؟
-مثال على ذلك هو نظام تصنيف الطلاب حسب درجاتهم ونتائج توظيفهم. عندما يتم إدخال بيانات طالب جديد، يتم مقارنة بياناته مع بيانات الطلاب السابقين لتحديد ما إذا كان سيتوظف أم لا.
كيف يختلف التعلم المعتمد على النموذج في كيفية معالجة البيانات؟
-في التعلم المعتمد على النموذج، يتم استخدام الخوارزميات لتعلم نموذج رياضي يحدد العلاقة بين المدخلات والمخرجات. هذا النموذج يُستخدم بعد ذلك لتقديم التنبؤات أو التصنيفات باستخدام بيانات جديدة.
ما هي الفائدة الرئيسية للتعلم المعتمد على النموذج؟
-الفائدة الرئيسية هي أن النموذج يمكنه العمل مع بيانات جديدة لم يتم رؤيتها من قبل باستخدام القواعد التي تعلمها من خلال التدريب، مما يجعله أكثر مرونة وقوة مقارنة بالتعلم المعتمد على الحوادث.
هل يتطلب التعلم المعتمد على النموذج تخزين جميع نقاط البيانات؟
-لا، على عكس التعلم المعتمد على الحوادث، حيث يتطلب تخزين جميع البيانات، التعلم المعتمد على النموذج يحتاج فقط إلى النموذج المدرب ويمكن استخدامه على الفور لتقديم التنبؤات بدون الحاجة إلى تخزين كل نقطة بيانات.
ما هو دور الحدود (Boundary) في التعلم المعتمد على النموذج؟
-الحدود في التعلم المعتمد على النموذج تحدد كيف يتم تصنيف البيانات الجديدة. هي تمثل الفصل بين المجموعات المختلفة في البيانات، مثل التمييز بين الطلاب الذين حصلوا على وظيفة والذين لم يحصلوا عليها.
ما هي بعض الأمثلة على الخوارزميات المستخدمة في التعلم المعتمد على النموذج؟
-بعض الأمثلة تشمل الانحدار الخطي، الانحدار اللوجستي، الشبكات العصبية، وآلات الدعم الشعاعي. كل من هذه الخوارزميات تعتمد على بناء نموذج رياضي يحدد العلاقة بين المدخلات والمخرجات.
هل يمكن استخدام التعلم المعتمد على النموذج في المشاكل المعقدة مثل تصنيف الصور؟
-نعم، يمكن استخدام التعلم المعتمد على النموذج في المشاكل المعقدة مثل تصنيف الصور، حيث يتم تدريب النموذج لاكتشاف الأنماط في البيانات وتحسين أدائه عند تقديم صور جديدة لم يرها من قبل.
كيف يختلف وقت استجابة التعلم المعتمد على النموذج مقارنة بالتعلم المعتمد على الحوادث؟
-في التعلم المعتمد على النموذج، يكون وقت الاستجابة أسرع لأن النموذج قد تم تدريبه مسبقًا ويمكنه تقديم التنبؤات مباشرة. أما في التعلم المعتمد على الحوادث، فيتطلب الأمر وقتًا أكبر لتحديث البيانات وحساب التشابه عند إضافة بيانات جديدة.