الإعلام الآلي — تعلم الآلة: مفاهيم وأنواع الخوارزميات — الثالثة ثانوي (شعب علمية) — بكالوريا — المنهاج الجزائري

درس في الإعلام الآلي مخصص لتلاميذ السنة الثالثة ثانوي شعبة علوم تجريبية حول أساسيات تعلم الآلة. المحتوى يتبع المنهاج الرسمي الجزائري ويساعد في التحضير للبكالوريا من خلال أمثلة وتمارين محلولة.

المحتوى النظري

تعلم الآلة (Machine Learning) هو فرع من فروع الذكاء الاصطناعي يسمح للأنظمة بالتعلم والتحسن من التجربة دون برمجة صريحة.

أنواع تعلم الآلة:

1. التعلم الموجّه (Supervised Learning): نعطي البيانات المصنفة للخوارزمية لتتعلم التصنيف.

2. التعلم غير الموجّه (Unsupervised Learning): البيانات غير مصنفة، تبحث الخوارزمية عن أنماط بنفسها.

3. التعلم المعزز (Reinforcement Learning): يتعلم الوكيل من خلال التفاعل مع البيئة والحصول على مكافآت.

القواعد الأساسية

1. مجموعة البيانات (Dataset): تنقسم إلى تدريب (Training) واختبار (Testing).

2. الميزات (Features): الخصائص التي تستخدمها الخوارزمية للتعلم.

3. النموذج (Model): نتيجة تطبيق الخوارزمية على بيانات التدريب.

4. الدقة (Accuracy): نسبة التنبؤات الصحيحة إلى المجموع الكلي.

5. خوارزميات شائعة: الانحدار الخطي، أشجار القرار، K-Means، الشبكات العصبونية.

تمارين بكالوريا

تمرين 1:

صنف كل تطبيق حسب نوع تعلم الآلة: أ) تصفية البريد العشوائي ب) تقسيم العملاء حسب سلوك الشراء.

الحل: أ) تصفية البريد العشوائي: تعلم موجّه (Supervised) لأن لدينا بيانات مصنفة (بريد عشوائي/غير عشوائي). ب) تقسيم العملاء: تعلم غير موجّه (Unsupervised) لا توجد تصنيفات مسبقة.

تمرين 2:

إذا كانت دقة نموذج تصنيف 85% على مجموعة الاختبار التي تحتوي 1000 عينة. أحسب عدد العينات التي صنفها النموذج بشكل صحيح.

الحل: الدقة = (عدد التنبؤات الصحيحة / المجموع الكلي) x 100. عدد التنبؤات الصحيحة = 85/100 x 1000 = 850 عينة.

دروس مشابهة

• الإعلام الآلي — الذكاء الاصطناعي: مفاهيم وتطبيقات
• الإعلام الآلي — لغة C: المتغيرات والثوابت