هذا هو الأول من بين تمارين Playground العديدة.
Playground هو برنامج تم تطويره خصيصًا لهذه الدورة التدريبية لتعليم مبادئ تعلُّم الآلة.
يشتمل كل تمرين على Playground في هذه الدورة على مثيل ملعب مضمّن مع إعدادات مسبقة.
ينشئ كل تمرين في Playground مجموعة بيانات. يحتوي تسمية مجموعة البيانات هذه
على قيمتين محتملتين. يمكنك التفكير في هاتين القيمتين المحتملتين على أنهما محتوى غير مرغوب فيه
وليسا محتوى غير مرغوب فيه أو ربما أشجار سليمة مقابل أشجار مريضة.
الهدف من معظم التمارين هو تعديل العديد من المعلمات الفائقة لإنشاء نموذج يصنف بنجاح (يفصل أو يميز) قيمة تسمية عن الأخرى. تجدر الإشارة إلى أنّ معظم مجموعات البيانات تحتوي على مقدار معيّن من التشويش يحول دون تصنيف كل مثال بنجاح.
انقر فوق أيقونة "علامة زائد" للحصول على شرح لتصور النموذج.
يعرض كل تمرين ملعب تصور
الحالة الحالية للنموذج. على سبيل المثال، إليك مؤثر عرض مرئي:
لاحظ ما يلي حول تصور النموذج:
ويمثل كل محور ميزة محددة. في حال إرسال رسائل غير مرغوب فيها بدلاً من تلقّيها بشكل غير مرغوب فيه،
قد تتضمن هاتان الميزتان عدد الكلمات وعدد مستلِمي الرسالة الإلكترونية.
تحدّد كل نقطة قيم الميزات لمثال واحد من البيانات، مثل رسالة إلكترونية.
ويمثل لون النقطة الفئة التي ينتمي إليها المثال.
على سبيل المثال، يمكن أن تمثّل النقاط الزرقاء الرسائل الإلكترونية غير المرغوب فيها، بينما تمثّل النقاط البرتقالية الرسائل الإلكترونية غير المرغوب فيها.
ويمثّل لون الخلفية توقّع النموذج للمكان الذي يجب العثور فيه على أمثلة لذلك اللون. وتعني الخلفية الزرقاء حول النقطة الزرقاء أنّ النموذج يتوقّع بشكل صحيح هذا المثال. وفي المقابل،
تشير الخلفية البرتقالية حول النقطة الزرقاء إلى أنّ النموذج
يتوقّع بشكل غير صحيح هذا المثال.
تم تحديد درجات الأزرق والبرتقالي للخلفية. على سبيل المثال، يكون الجانب الأيسر من التمثيل المرئي بلون أزرق خالص، ولكن يتلاشى تدريجيًا إلى اللون الأبيض في منتصف العرض المرئي. وتشكّل قوة اللون مؤشرًا على ثقة النموذج في التخمين. وبالتالي، فإنّ اللون الأزرق الخالص يعني أنّ النموذج
واثق جدًا من تخمينه، بينما يعني اللون الأزرق الفاتح أنّ النموذج
أقل ثقة. (يستند التمثيل المرئي للنموذج الظاهر في الشكل إلى عملية توقّع ضعيفة).
استخدم التصور للحكم على تقدم النموذج.
("ممتاز - معظم النقاط الزرقاء لها خلفية زرقاء" أو
"أوه لا! النقاط الزرقاء لها خلفية برتقالية".)
بالإضافة إلى الألوان، تعرض "مساحة المرح"
أيضًا الخسارة الحالية للنموذج رقميًا.
("حسنًا! الخسارة تشهد ارتفاعًا وليس انخفاضًا".
توفر واجهة هذا التمرين ثلاثة أزرار:
الرمز
الاسم
وظيفتها
إعادة الضبط
يعيد ضبط التكرارات على 0. إعادة ضبط أي قيم ترجيح سبق أن تعلّمها النموذج
الخطوة
قم بتقدم تكرار واحد. ومع كل تكرار، يتغير النموذج، أحيانًا بشكل طفيف وأحيانًا بشكل كبير.
إنشاء مسودة جديدة
تنشئ مجموعة بيانات جديدة. لا يعيد ضبط التكرارات.
في تمرين Playground الأول هذا، ستختبر معدل التعلم من خلال أداء مهمتين.
المهمة 1: لاحظ قائمة معدّل التعلّم في أعلى يسار
مساحة المرح. معدّل التعلّم المحدّد -3—مرتفع جدًا. لاحظ كيف يؤثر معدل التعلم المرتفع في نموذجك بالنقر فوق زر "الخطوة"
10 أو 20 مرة. بعد كل تكرار مبكر، لاحظ كيف يتغير
تصور النموذج بشكل كبير. قد تلاحظ أيضًا بعض عدم الاستقرار
بعد أن يبدو أن النموذج قد تقارب. لاحِظ أيضًا الخطوط التي تبدأ
من x1 وx2 إلى العرض المرئي للنموذج. تشير أوزان هذه الخطوط إلى أوزان تلك الميزات في النموذج. أي أن الخط السميك يشير إلى وزن مرتفع.
المهمة 2: قم بما يلي:
اضغط على زر إعادة الضبط.
خفض معدّل التعلّم.
اضغط على زر "الخطوة" عدة مرات.
كيف أثر معدل التعلم المنخفض على التقارب؟ افحص كلاً من عدد الخطوات اللازمة لتقارب النموذج، وكذلك مدى تقارب النموذج بسلاسة وثبات. جرب قيمًا أقل
لمعدل التعلم. هل يمكنك العثور على معدّل التعلّم بطيء جدًا بحيث لا يكون مفيدًا؟ (ستجد مناقشة
أسفل التمرين مباشرةً.)
انقر فوق أيقونة علامة الجمع لمناقشة حول المهمة 2.
لا يمكننا دائمًا تقديم إجابات تتوافق تمامًا مع مجموعة البيانات، نظرًا للطبيعة غير الحاسمة لتمارين Playground.
ومع ذلك، أصبح معدل التعلّم 0.1 قد تقارب بكفاءة بالنسبة إلينا.
استغرقت معدلات التعلم الأصغر وقتًا أطول للتقارب؛ أي أن معدلات
التعلم الأصغر كانت بطيئة جدًا بحيث لا تكون مفيدة.