-


 

Comments

Post a Comment

Popular posts from this blog

Rectified Linear Unit (ReLU)

-
Image
  Rectified Linear Unit (ReLU) ReLU stands for rectified linear unit, and is a type of activation function. Mathematically, it is defined as  y = max(0, x) . Visually, it looks like the following: ReLU is the most commonly used activation function in neural networks, especially in CNNs. If you are unsure what activation function to use in your network, ReLU is usually a good first choice. How does ReLU compare ReLU is linear (identity) for all positive values, and zero for all negative values. This means that: It’s cheap to compute as there is no complicated math. The model can therefore take less time to train or run. It converges faster. Linearity means that the slope doesn’t plateau, or “saturate,” when  x  gets large. It doesn’t have the vanishing gradient problem suffered by other activation functions like sigmoid or tanh. It’s sparsely activated. Since ReLU is zero for all negative inputs, it’s likely for any given unit to not activate at all. This is often des...
Read more

ماهو الفرق التصنيف و الانحدار (Difference Between Classification and Regression in Machine Learning)

-
Image
 ما هو الفرق التصنيف و الانحدار   (Difference Between Classification and Regression in Machine Learning) التصنيف هو مهمة التنبؤ بعلامة فئة منفصلة.بعبارة اخرى (في التصنيف (Classification) المُخرج هو عبارة عن فئة، بمعنى أن مخرجات التصنيف بيانات فئوية (Categorical) الانحدار هو مهمة التنبؤ بالكمية المستمرة. بعبارة اخرى ( في الانحدار (Regression) المُخرج هو عبارة عن قيمة رقمية، بمعنى أن مخرجات الانحدار بيانات رقمية)هناك بعض التداخل بين خوارزميات التصنيف والانحدار ؛ فمثلا: قد تتنبأ خوارزمية التصنيف بقيمة مستمرة ، لكن القيمة المستمرة تكون في شكل احتمال لتسمية فئة . قد تتنبأ خوارزمية الانحدار بقيمة منفصلة ، ولكن القيمة المنفصلة في شكل كمية عدد صحيح. يمكن استخدام بعض الخوارزميات لكل من التصنيف والانحدار مع تعديلات صغيرة ، مثل أشجار القرار والشبكات العصبية الاصطناعية. بعض الخوارزميات لا يمكن أو لا يمكن استخدامها بسهولة لكلا النوعين من المشاكل ، مثل الانحدار الخطي لنمذجة الانحدار التنبئي والانحدار اللوجستي للنمذجة التنبؤية للتصنيف. الأهم من ذلك ، أن الطريقة التي نقيم به...
Read more

Dataset Augmentation

-
Image
اذا كان لديك عدد قليل من البيانات dataset لتدريب النموذج في التعلم الالي فمن خلال هذه المكتبة الصغيرة في Python تستطيع عمل مجموعة بيانات ضخمة باستخدام تقنية تعزيز البيانات dataset augmentation بعد شهور من العمل الشاق ، اذا كنت قد جمعت أنت وفريقك قدرًا هائلاً من البيانات لمشروع التعلم الآلي الخاص بكم. ولكن بمجرد تدريب النموذج ، تبدأ في رؤية أن النموذج لا يعمم المشكلة جيدًا. البيانات التي جمعتها ليست كافية. دقة التدريب جيدة جدًا training accuracy ، ولكن في مجموعة التحقق test من الصحة ، تنخفض بشكل كبير. من الناحية الفنية ، هذا ما نسميه بشكل مشهور التجهيز الزائد overfitting. هناك طريقة لحل هذه المشكلة * زيادة عدد البيانات ( في حال توفر عدد اكير من البيانات) *لكن اذا لم تتوفر عدد اكثر من البيانات ماذا ستفعل؟؟ هنا يكمن طريقة تعزيز البيانات dataset augmentation وقت ثبت أن زيادة البيانات تعمل على تحسين دقة نموذج التعلم الآلي دون جمع المزيد من البيانات. إنها تقنية شائعة يستخدمها العديد من مطوري التعلم الالي بكثرة . ان جمع البيانات مهمة مكلفة في كثير من الحالات. قد تضطر إلى الدفع مقابل الم...
Read more