كتاب التعلم العميق

عند انتهائي من قراءه هذا الكتاب احببت ان اترجم هذا الكتاب وبعد التواصل مع المؤلف الاستاذ ميلاد وزان لم يبد مانعا من ترجمته الى العربية. ولله الحمد ترجمت الكتاب الى العربية وحسب معلوماتي لا يوجد كتاب عربي يتناول التعلم العميق.

لقد اخترت کتاب "یادگیری" عمیق للأستاذ ميلاد وزان لما رأيته من جودة هذا الكتاب، وللمنهجية التي اتبعها المؤلف في ترتيبه وبساطة شرحه لقد حاولت قدر المستطاع ان اخرج بترجمة ذات جودة عالية، ومع هذا يبقى عملاً بشرياً يحتمل النقص، فاذا كان لديك أي ملاحظات حول هذا الكتاب، فلا تتردد بمراسلتنا عبر بريدنا الالكتروني alaa.taima@qu.edu.iq .

نأمل ان يساعد هذا الكتاب كل من يريد ان يدخل في مجال التعلم العميق ومساعدة القارئ العربي على تعلم هذا المجال. اسأل الله التوفيق في هذا العمل لأثراء المحتوى العربي الذي يفتقر أشد الافتقار إلى محتوى جيد ورصين في مجال الذكاء الاصطناعي وتعلم الالة والتعلم العميق. ونرجو لك الاستمتاع مع التعلم العميق ولا تنسونا من صالح الدعاء.

مقدمة المؤلف

التعلم العميق هو تقنية جديدة قوية تزداد شعبيتها يوما بعد يوم في مختلف المجالات. لذلك، من المهم جدا أن نتعلمها. هذا الكتاب مخصص للمبتدئين الذين ليس لديهم معرفة بالتعلم العميق لإعداد القراء لدورة فائقة السرعة في التعلم العميق توقعنا الوحيد من القراء هو أن لديهم بالفعل مهارات البرمجة الأساسية في بايثون.

يهدف هذا الدليل المختصر إلى تزويدك كمبتدئ بفهم للموضوع، بمافي ذلك الخبرة العملية الملموسة في تطوير النموذج. إذا كنت بالفعل فوق مستوى المبتدئين، فهذا الكتاب ليس لك!

ما هو التعلم العميق ؟

التعلم العميق هو مجموعة فرعية من التعلم الآلي الذي يركز على استخدام الشبكات العصبية لحل المشكلات المعقدة. اليوم، أصبح أكثر شيوعًا بفضل التطورات في البرامج والأجهزة التي تسمح لنا بجمع ومعالجة كميات كبيرة من البيانات. لأن الشبكات العصبية العميقة توفر كميات كبيرة من البيانات للأداء الجيد الذي نتوقعه، وبالتالي تتطلب أجهزة قوية لمعالجة هذه الكمية الكبيرة من البيانات.

الذكاء الاصطناعي هو في الأساس محاكاة للبشر وسلوكياتهم العقلية بواسطة برنامج كمبيوتر يمكنه القيام بأشياء تتطلب عادة ذكاء بشري. بعبارات أبسط ، نظام يمكنه محاكاة السلوك البشري. تشمل هذه السلوكيات حل المشكلات والتعلم والتخطيط التي يتم تحقيقها من خلال تحليل البيانات وتحديد الأنماط بداخلها من أجل تكرار تلك السلوكيات.

الكود أو التقنية أو الخوارزمية أو أي نظام يمكنه محاكاة فئة الفهم المعرفي التي تظهر في حد ذاتها أوفي إنجازاته هو الذكاء الاصطناعي. يتضمن ذلك التعلم الآلي، حيث يمكن للآلات التعلم من خلال الخبرة واكتساب المهارات دون تدخل بشري. ومن ثم فإن الذكاء الاصطناعي هو لبنة بناء التعلم الآلي. في الواقع يعد التعلم الآلي مجموعة فرعية رئيسية من الذكاء الاصطناعي ويمكنه تمكين الآلات من استخدام الأساليب الإحصائية لجعل تجاربهم أكثر جودة ودقة. يسمح هذا لأجهزة الكمبيوتر والآلات بتنفيذ الأوامر بناءً على بياناتهم وتعلمهم. تم تصميم هذه البرامج أو الخوارزميات لمعرفة المزيد بمرور الوقت والتكيف مع البيانات الجديدة. 

الفكرة الرئيسية لاختراع التعلم الآلي القائم على العينة هو أن عملية التفكير في المشكلة أصبحت ممكنة من خلال الإشارة إلى أمثلة مماثلة سابقة. تسمى الأمثلة السابقة المستخدمة لبناء القدرات أمثلة تعليمية، وتسمى عملية القيام بذلك التعلم. في أنظمة الكمبيوتر، هناك خبرة في شكل البيانات، والمهمة الرئيسية للتعلم الآلي هي تطوير خوارزميات التعلم التي تقوم بنمذجة البيانات. من خلال تغذية البيانات التجريبية إلى خوارزمية التعلم الآلي نحصل على نموذج يمكنه عمل تنبؤات في الملاحظات الجديدة.

التعلم العميق هو أيضا مجموعة فرعية من الذكاء الاصطناعي والتعلم الآلي حيث تكتسب الشبكات العصبية الاصطناعية، والخوارزميات المستوحاة من الدماغ البشري، القدرة على التعلم من كميات كبيرة من البيانات تقوم خوارزمية التعلم العميق على غرار الطريقة التي نتعلم بها من التجارب والأمثلة، بعمل شيء واحد مرارا وتكرارًا، وتغييره قليلاً في كل مرة لتحسين النتيجة. من خلال القيام بذلك، فإنه يساعد أجهزة الكمبيوتر في العثور على خصائص من البيانات والتكيف مع التغييرات. يساعد التعرض المتكرر لمجموعات البيانات الآلات على فهم الاختلافات ومناطق البيانات والوصول إلى نتيجة موثوقة في أبسط أشكاله، يمكن اعتبار التعلم العميق وسيلة لأتمتة التحليلات التنبؤية predictive analytics .

التعلم العميق عبارة عن مجموعة من الخوارزميات التي "تتعلم من خلال الطبقات". بمعنى آخر، يتضمن التعلم من خلال الطبقات التي تمكن الخوارزمية من إنشاء تسلسل هرمي للمفاهيم المعقدة من مفاهيم أبسط.

لفهم التعلم العميق بشكل أفضل تخيل طفلا صغيرًا يتعلم ماهية القطة. يتعلم الطفل الصغير ما هي القطة من خلال الإشارة إلى الأشياء وقول كلمة "قطة". يقول الآباء، "نعم، إنها قطة" أو "لا ، إنها ليست قطة". مع استمرار الطفل الدارج في الإشارة إلى الأشياء، فإنه يصبح أكثر وعيًا بالخصائص التي تتمتع بها جميع القطط؛ ما الذي يفعله الطفل دون أن يعرف ذلك.  هذه هي الطريقة التي يخلق بها تجريداً معقداً (مفهوم القطة) من خلال إنشاء تسلسل هرمي يكون فيه كل مستوى من التجريد مع المعرفة المكتسبة من الطبقة السابقة للتسلسل الهرمي، لجعل هذا التجريد المعقد بسيطا وواضحا.