التعلم الآلي / أساس التنبؤ والبيانات / الدرس 1
صياغة المشكلة وخطوط الأساس المفيدة
حوّل سؤال العمل إلى عقد تنبؤ، ثم قارن التعلم ببديل بسيط يمكن تبريره.
في هذه الصفحة
أهداف الدرس
- تحديد القرار قبل الخوارزمية
- عقد صريح للخصائص والهدف
- تحديد النجاح وسبب التوقف
تحديد القرار قبل الخوارزمية
يقدر التعلم الآلي أنماطا من الأمثلة لمهمة محددة. ابدأ بالقرار والمعلومات المتاحة وعواقب الخطأ. يختلف توقع حضور الغد عن تفسير تغيره أو اختيار تدخل يسبب تحسنه؛ فالارتباط التنبؤي لا يثبت السببية. حدد وحدة التنبؤ ووقته وأفق الهدف ومستخدمه. واسأل هل تكفي قاعدة أو عملية حساب عادية. لا تفيد زيادة التعقيد إلا إذا تجاوز نفعها المتحقق كلفة البيانات والتشغيل والصيانة ضمن العقد الفعلي. ومن المهم أن تظل عواقب الخطأ جزءا من تعريف المهمة، لأن خسارة عددية صغيرة قد لا تعني تحسنا مفيدا إذا لم يكن المستخدم قادرا على التصرف بناء على التنبؤ.
مطابقة نوع التعلم بالسؤال
يتوقع الانحدار قيمة عددية بخسارة مختارة، ويقدر التصنيف فئات أو درجاتها. يستكشف التجميع التشابه بلا هدف معطى ويختزل الأبعاد التمثيل. ليست تسميات متبادلة لشيء واحد. قد يخفي التصنيف قياسا متأخرا أو غير مؤكد، وللعدد وحدة وحدود مؤثرة. حدد معنى الصف وتكرار الكيان، إذ يحدد ذلك التقسيم وعدم اليقين لاحقا. تستخدم الأمثلة سجلات مبتكرة لفهم المنطق لا لإثبات دقة واقعية. وقد يكون الهدف مصنفا مع أن قياسه الأصلي غير مؤكد أو لا يصل إلا بعد مدة، لذلك لا ينبغي التعامل مع اسم الفئة كحقيقة مستقلة عن سياسة جمعها.
عقد صريح للخصائص والهدف
يفصل المثال مصفوفة خاصيتين عن هدف عددي ويتحقق من محاذاتهما. يعني العمودان المقاعد المحجوزة والأيام المتبقية، ويعني الهدف الحضور النهائي. يجب توثيق ذلك خارج المصفوفة لأن NumPy لا تستنبطه. يلزم توفر الخاصية وقت التنبؤ؛ وإدراج الحضور النهائي بالمدخلات يلغي معنى الأداء الجيد. سجل الوحدة والمجال والغياب والكيان والوقت. يفيد فحص الشكل ولا يثبت مشروعية الخاصية أو صحة قياسها. ولا يكفي تحقق أبعاد المصفوفة لإثبات أن الصفوف أو وحدات الأعمدة صحيحة، بل يجب حفظ أسماء الخصائص ومعانيها وأوقات توفرها مع البيانات نفسها.
import numpy as np
X = np.array([[10.0, 7.0], [20.0, 3.0], [15.0, 1.0]])
y = np.array([8.0, 18.0, 12.0])
assert X.ndim == 2 and y.ndim == 1 and X.shape[0] == y.shape[0]
print(X.shape, y.shape)
(3, 2) (3,)
تتوافق ثلاثة صفوف مع أهدافها، وتبقى معاني العمودين بعقد البيانات لا فحص الشكل.
خط أساس بقاعدة التقييم نفسها
يستخدم المثال متوسط أهداف التدريب متنبئا ثابتا ويحسب خطأ مطلقا على نتائج منفصلة ثابتة. يلائم المتوسط تدريب الخطأ التربيعي وقد يلائم الوسيط الهدف المطلق؛ اختر المقارن بالخسارة والمهمة. لا تعد حسابه من أهداف التقييم فتسرب معلوماتها. قد يستخدم التصنيف الأغلبية أو الاحتمال القبلي، والزمن آخر مشاهدة. تثبت العينة الحساب فقط ولا صلاحية الثابت لنظام توقع حقيقي. أما اختيار المتوسط أو الوسيط أو آخر مشاهدة فينبغي أن يتبع الخسارة ونمط الزمن الفعلي، وأن يتعلم المقارن البسيط من المعلومات المسموحة نفسها للنموذج المرشح.
import numpy as np
y_train = np.array([2.0, 4.0, 6.0])
y_test = np.array([3.0, 5.0])
prediction = np.full(y_test.shape, y_train.mean())
print(prediction.tolist())
print(f"fixture MAE={np.abs(y_test - prediction).mean():.2f}")
[4.0, 4.0]
fixture MAE=1.00
يتعلم الثابت أربعة من التدريب وحده وخطآ الاختبار واحد؛ النتيجة للعينة لا معيار أداء.
تحديد النجاح وسبب التوقف
اختر المقياس الأساسي والشرائح والموارد والبديل قبل ضبط نماذج كثيرة، وقارن ببروتوكول واحد لا مقياس يجمّل كل بديل. قد يتحسن المتوسط وتتضرر شريحة مهمة أو يصبح التنفيذ بطيئا. تحدد توفر الأهداف والمراجعة والخصوصية وإمكان العمل قيمة المشروع. احفظ الافتراضات والقيود وخط الأساس، وقد يكون عدم النشر القرار الصحيح لضعف الدليل أو غياب التحسن. ويجب أن يتضمن قرار النجاح قيود الزمن والموارد وسلوك الشرائح والبديل، حتى لا يختار الفريق نتيجة أفضل في المتوسط لكنها غير قابلة للاستخدام أو مضرة لفئة مهمة.
الأخطاء الشائعة وإصلاحها
تختار الخوارزمية قبل المهمة
- لماذا يحدث؟
- لم يحدد الوقت والوحدة والخسارة.
- كيف تصلحه؟
- اكتب العقد وخط الأساس أولا.
- كيف تتجنب تكراره؟
- راجع التوفر والعواقب قبل النمذجة.
يستخدم قياس مستقبلي مدخلا
- لماذا يحدث؟
- لم يتوفر عند التنبؤ.
- كيف تصلحه؟
- أزله أو أعد تعريف المهمة المشروعة.
- كيف تتجنب تكراره؟
- دقق وقت توفر كل خاصية.
يستخدم الأساس متوسط الاختبار
- لماذا يحدث؟
- أثرت نتائج التقييم فيه.
- كيف تصلحه؟
- لائمه بالتدريب وحده.
- كيف تتجنب تكراره؟
- طبق الفصل على البسيط والمعقد.
اختبر فهمك
1. صغ تنبؤا لمنظم يتصرف قبل الحدث بثلاثة أيام.
اعرض الحل المشروح
اجعل الحدث الوحدة والحضور هدفا مستقبليا وحد الثلاثة أيام لتوفر المدخل. تصلح الحجوزات المعروفة لا الدخول النهائي. حدد القرار والخسارة وقارن بأساس تاريخي من التدريب بتقييم يحترم الزمن. وتبقى المقارنة متعلقة بالمعلومات التي كانت متاحة عند الثلاثة أيام، لا بما صار معروفا بعد انتهاء الحدث.
2. لماذا قد يبقى المتنبئ الثابت الأبسط خيار المنتج؟
اعرض الحل المشروح
إذا غاب تحسن موثوق فقد تزيد كلفة الزمن والفشل والبيانات والصيانة عن النفع. قارن العقد كله والشرائح والبديل لا التعقيد وملاءمة التدريب وحدهما. ويجب أن يشمل القرار فحص الشرائح المهمة والقدرة على الرجوع إلى بديل مفهوم إذا لم يثبت نفع التعقيد.
أهم ما تعلمته
- حدد المهمة ووقت التنبؤ صراحة.
- يلتزم الأساس حدود البيانات نفسها.
- تثبت العينة الحساب لا النفع الخارجي.