مكتبة سايكت ليرن : الجزء 1

مراجعة مسبقة عن تعلم الآلة

تعلم الآلة هو الطريقة الأساسية والأشهر في مجال الذكاء الاصطناعي وهي طريقة لتلقين الكمبيوتر البيانات وتعليمه لها , وينقسم تعلم الآلة لعدة أنواع أبرزها : تعلم الآلة المشرف عليه - تعلم الآلة بدون إشراف - تعلم الآلة الذي يغير البيئة أو تعلم الآلة التعزيزي

شاهد مقالة مقدمة في تعلم الآلة

مقدمة عن المكتبة

هي مكتبة تعلم آلة مفتوحة المصدر شهيرة جداً ما إن لم تكن الأشهر , تم تقديمها في معرض جوجل الصيفي للبرمجة عام 2007 م .

توسعت المكتبة كثيراً بعد سنوات وأصبحت تدعم الشبكات العصبية ولم تعد تقتصر على خوارزميات تعلم الآلة التقليدية .

مكتبة Sklearn

أمر تثبيت المكتبة

فعل هذا الأمر في تيرمنال جهازك الخاص , بعد التأكد من تثبيت لغة بايثون :

pip install scikit-learn

ويمكنك بعدها إستخدام المكتبة في مشاريعك الخاصة

مهمات المكتبة

توفر المكتبة العديد من المهمات وتدعم تقريباً كل خوارزميات تعلم الآلة الشهيرة مثل :

• Classification / التصنيف

• Regression / الإنحدار

• Clustering / التجميع

هناك العديد من المكتبات الداخلية داخل المكتبة الأم أو ماتسمى في بايثون بالـ :

Modules

ويمكنك استيراد الأجزاء التي تريدها من المكتبة دون إستيراد المكتبة كاملة مما يسبب ثقل المشروع ولا تحتاج لتحميلها في المشروع دفعة واحدة .

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

بإفتراض أنه لديك بيانات جاهزة تم تحليلها وتنظيفها , سننشئ أسفل نموذج بسيط بناء على الكود أعلى :

X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42 )

حيث تمثل الإكس قيمة خصائص التعلم والواي هو القيمة المتوقعة , وهذا بالضبط نموذج تعلم آلة مشرف عليه

model = LogisticRegression()

أستخدمنا موديل يستخدم خوارزمية الإنحدار اللوجستي وهو من أمثلة خوارزميات التصنيف البسيطة .

model.fit(X_train, y_train)

دربنا النموذج على القيم المعرفة مسبقاً

predictions = model.predict(X_test)

التنبؤ بالقيم المستقبلية

وأخيرا وليس آخراً :

accuracy = accuracy_score(y_test, predictions) print(accuracy)

نقيس مدى كفاءة النموذج ودقته عبر دالة جاهزة في مكتبة سايكت ليرن .

لماذا المكتبة مهمة ؟

لأنها تعطيك صورة عامة عن تعلم الآلة , وهي تعد معياراً أكاديمياً قوياً في مجال الذكاء الاصطناعي ومن أقوى المكتبات في مجال تعلم الآلة ومؤخراً الشبكات العصبية والتعلم العميق , وتعد شرطاً أساسياً قبل تعلم مكتبات متقدمة أكثر مثل تينسرفلو وبايتورش وكيراس وغيرها.

مصادر ومراجع :

• Scikit-learn Documentation
• IBM – Machine Learning with Python on Coursera
• FreeCodeCamp - Machine Learning with Python and Scikit-Learn
• Deep Learning Book - For Dummies