السلام عليكم ورحمة الله... معاكم Kaito :)

مرحبا بيكم فالنهار العاشر ديال سلسلة 30 يوم من التعلم الآلي..

10 ايام دازو..

وبقاو 20 يوم كلها استفادة..

شكرا لأي واحد مزال شاد معانا الخط

دكشي غادي وكيزيان..

اليوم غنشوفو الغوريتم اخر معروف ومشهور

واللي هي support vector machine

هو واحد النوع من خوارزميات التعلم الالي الخاضعة لاشراف

supervised machine learning algorithm

اللي كنخدمو بيها اساسا فمشاكل ديال التصنيف classification،

ولكن كتستعمل حتا فالانحدار regression

كيفما شفنا البارح مع logistic regression

هاد الalgorithm كيتستعمل فبزاف ديال المجالات بحال تصنيف ديال التصاور, تصنيف ديال النص, وحتى التعرف على خط اليد…

انشرحو هاد SVM بواحد المثال:

شوف معايا هاد graph..

بغينا نفرقو هاد النقط المجموعين هنا على 2

نقدرو نفرقوها هكا..

مزيان.. نقدرو نفرقوها حتى هكا..

اش بان ليك نفرقوها بحال هكا

هاد التفريقات اللي درنا كاملين صحاح حققنا بيهم المبتغى

واللي هو نقسمو دوك النقط على 2

ولكن المشكل هو خصك تختار احسن وحدة اللي غادي تأقلم فالمستقبل مع نقط اخرى من الداتا ايلا دخلو

هنا النتيجة ديال التوقع واش شي نقطة جديدة غتكون حمرة اولا خضرة

غدي تكون على حساب الخط اللي ختاريتي..

فينما طاحت ديك النقطة ايقدر الخط الاول يحطها مع الحمرين

والخط الثاني يحطها مع الخضرين

اذن هنا غيخصنا طريقة نلقاو أحسن خط optimal line

وهنا فين كيجي الدور ديال SVM

الهدف الرئيسي ديالو هو رسم أفضل خط قرار Decision line

ولي كيستخدم باش يفصل الفضاء لمجموعة من الفئات باش نقدرو نحددو مستقبلا الفئة ديال كل نقطة جديدة دالبيانات بسهولة.

هاد SVM كتقوم بوضع واحد السطح عازل Hyperplane عن طريق مجموعة دالنقط لي كتسمى extreme points

هاد النقط هوما لي كيتسماو support vectors أو متجهات الدعم

وهذا هو السبب علاش الخوارزمية تسمات بآلة متجهة الدعم

دوك النقط بحال ايلا قلتي هما قرااب لبعضياتهم

تقول راه كينتميو لنفس الفئة ولكن فالحقيقة لا

هاك مثال اخر..

عندنا فالداتا ديالتا الليمون و التفاح

الليمون هما النقط اللي بالاخضر

والتفاح هو اللي بالاحمر

النقط الحمرين اللي مجموعين وبعاد على الفئة الاخرى

كيشكلو تصاور ديال التفاح اللي كيبان بصح تفاح

نفس الشيء بالنسبة لليمون

يعني هاد النقط مكيشبهوش لبعضياتهم بمرة

ناخدو دوك 2 نقط اللي كينين extreme واللي قراب شويا لبعضياتهم

كيبان ليك النقطة الحمرة هي تفاحة الشكل واللون ديالها غريب و قريب شوية لليمون

والنقطة الخضرة نفس الحاجة لقيتي ليمون خضر وكيشبه للتفاح

اذن هنايا ملي تجي شي نقطة جديدة ديال شي فاكهة (مثلا هادي)

متجه الدعم كايقاد واحد الحد للقرار ما بين هاد المعطيات (التفاح والليمون) وكيختار الحالات القصوى (support vectors) ،

غادي يشوف الحالة القصوى للتفاح والليمون. وبناءً على متجه الدعم ، فراه غادي يصنفو على أنه تفاح..

هادا هو بكل بساطة شناهو SVM

ايلا كنتي ديجا كتكودي وباغي تطبق هاد الالغوريتم فداتاسيت بصح

(متخافش مافيه لا ماط لا والو..)

تبع مع هاد الفيديو

غدا غنشوفو الغوريتم اخر ان شاء الله..

نتلاقاو فايمايل اخر غدا!

كنتمنى تكونو استافدتو.. ايلا عندكم شي تساؤل اولا مشرحتش شي حاجة مزيان، غير صيفط ليا رد فهاد المايل نيت..

— Kaito

ملاحظات:

• مصادر:

  datascience_bdarija

  Support Vector Regression for Machine Learning

  
  

• ايلا عاجبك هدشي وقادر باش تساند هاد newsletter بدعم مادي

  دخل لهنا: https://ko-fi.com/callmekaito

  شكرا (: