انتشرت كلمة "البيانات الضخمة" في عام 2017 وأصبحت الأكثر شيوعًا في صناعة التكنولوجيا المتقدمة، حيث يستخدم التعلم الآلي الذي يسمح لأجهزة الكمبيوتر لتحليل البيانات السابقة والتنبؤ بالبيانات المستقبلية على نطاق واسع في الأماكن المألوفة. ويمكن لغير المتخصصين في التعلم الآلي استخدامه أيضًا. ولدراسة الطريقة التحليلية للتعلم الآلي الإحصائي لا بد من التعرف على مفهوم الذكاء الاصطناعي وتصنيفه الرئيسي والتقنيات التحليلية المتضمنة والمتمثلة في التعلم الالي والتعلم العميق. لقد تطور التعلم الآلي بفضل بعض الاختراقات في مجال الذكاء الاصطناعي . وهي ادراك كفاءة تعليم أجهزة الكمبيوتر اضافة الى اختراع الانترنت. ويبقى للشبكات العصبية دور مهم وضروري لتعليم أجهزة الكمبيوتر التفكير مثل البشر ، حيث تُستخدم هذه الشبكات البيانات التي يستطيعون الوصول إليها لاتخاذ القرارات. وتوجد العديد من الخوارزميات للتعرف على التعلم الالي ،وما نؤكد عليه في دراستنا إظهار طرق وتطبيقات التحليل الإحصائي الآلي ، مثل "تحليل الانحدار" و "شجرة القرارات" و "طريقة متوسط k" و"تحليل الرابطة"
The word "massive data" spread in 2017 and became the most common in the industry of advanced technology, it uses automated learning that allows computers to analyze past data and predict future data widely in familiar places. Non-automated learning professionals can use it too. To study the analytical method of statistical Automatic learning, it is necessary to identify the concept of artificial intelligence and its main classification and analytical techniques included and represent in automatic learning and deep learning. Automatic learning has developed thanks to some breakthroughs in artificial intelligence. It is an awareness of the efficient teaching of computers in addition to the invention of the Internet. Neural networks have an important role to play in teaching computers, such as humans, where they use data they can access to make decisions. There are many algorithms for learning about automatic learning. In our study, we demonstrate the methods and applications of automated statistical analysis, such as regression analysis, decision tree, middle method k and association analysis.
Artificial intelligence review:
Research summary
تتناول الورقة البحثية التي أعدتها أ.م. ندى بدر جراح موضوع تقنيات الذكاء الاصطناعي ودورها في تطوير التعلم الآلي الإحصائي. تبدأ الورقة بتوضيح انتشار مفهوم 'البيانات الضخمة' في عام 2017 وأهمية التعلم الآلي في تحليل البيانات السابقة والتنبؤ بالبيانات المستقبلية. تتناول الورقة مفهوم الذكاء الاصطناعي وتصنيفه إلى ذكاء اصطناعي للأغراض العامة وذكاء اصطناعي متخصص، وتوضح دور الشبكات العصبية في تعليم أجهزة الكمبيوتر التفكير مثل البشر. تستعرض الورقة العديد من الخوارزميات المستخدمة في التعلم الآلي مثل شجرة القرار، الغابات العشوائية، الانحدار اللوجستي، دعم آلة المتجهات، مصنفات Naive Bayes، طريقة الجوار الأقرب k، طريقة k-means، Adaboost، والشبكات العصبية. كما تشرح الورقة الطرق التحليلية للتعلم الآلي الإحصائي مثل تحليل الانحدار، شجرة القرارات، طريقة متوسط k، وتحليل الرابطة. تختتم الورقة بمجموعة من الاستنتاجات والتوصيات حول أهمية استخدام التقنيات الإحصائية في تنظيم البيانات وتحليلها، وتقديم قيمة كبيرة للتعليم من خلال تطوير أنظمة تعلم محسنة بالتعاون مع المدربين والخبراء في الموضوع.
Critical review
دراسة نقدية: تقدم الورقة البحثية نظرة شاملة ومفصلة حول تقنيات الذكاء الاصطناعي والتعلم الآلي الإحصائي، إلا أنها قد تكون معقدة بعض الشيء لغير المتخصصين في هذا المجال. كان من الممكن تبسيط بعض المفاهيم وتقديم أمثلة تطبيقية أكثر وضوحًا لتسهيل الفهم. بالإضافة إلى ذلك، كان من الممكن التركيز بشكل أكبر على التحديات العملية التي تواجه تطبيق هذه التقنيات في الحياة اليومية وكيفية التغلب عليها. كما أن الورقة تفتقر إلى مناقشة تأثير هذه التقنيات على المجتمع والاقتصاد بشكل أعمق، وهو جانب مهم يجب مراعاته عند دراسة تقنيات الذكاء الاصطناعي.
Questions related to the research
-
ما هي الخوارزميات الرئيسية التي تم تناولها في الورقة لتطوير التعلم الآلي الإحصائي؟
تتناول الورقة خوارزميات مثل شجرة القرار، الغابات العشوائية، الانحدار اللوجستي، دعم آلة المتجهات، مصنفات Naive Bayes، طريقة الجوار الأقرب k، طريقة k-means، Adaboost، والشبكات العصبية.
-
ما هو دور الشبكات العصبية في تعليم أجهزة الكمبيوتر التفكير مثل البشر؟
تلعب الشبكات العصبية دورًا مهمًا في تعليم أجهزة الكمبيوتر التفكير مثل البشر من خلال تقليد أدمغة البشر بشكل أكثر قربًا، مما يسمح لها باتخاذ قرارات بناءً على البيانات المتاحة.
-
ما هي الطرق التحليلية للتعلم الآلي الإحصائي التي تم استعراضها في الورقة؟
تم استعراض طرق تحليلية مثل تحليل الانحدار، شجرة القرارات، طريقة متوسط k، وتحليل الرابطة.
-
ما هي التوصيات التي قدمتها الورقة لتحسين استخدام تقنيات الذكاء الاصطناعي في التعلم الآلي الإحصائي؟
توصي الورقة بتقديم وصف للمكونات الأساسية لنظام التعلم الآلي، استخدام اختبارات الفرضيات الإحصائية، تحليل البيانات الاستكشافية، وتطوير أنظمة تعلم محسنة بالتعاون مع المدربين والخبراء.
المسؤولية الجنائية للذكاء الاصطناعي
تتمثل أهمية هذه الدراسة في أهمية موضوعها الجديد والحيوي، وهو المسؤولية الجنائية الناتجة عن أخطاء الذكاء الاصطناعي في التشريع الإماراتي "دراسة مقارنة"، فعلى امتداد الخمسين سنة الماضية تضافرت الجهود العالمية في عدد
The entry of computer to many areas, such as medical field, led to develop new
technique that has led to the prosperity of these areas, and helped doctors to detect and
diagnose diseases accurately and credibility, where the experience of the docto
Through our research we develop an Expert System called
Transformer Fault Detection and abbreviation Exformer, to help
engineers and technical's in detecting and diagnosis of oiled power
transformer faults before it going out of service. We also u
In this paper, it has
merged two techniques of the artificial intelligent, they are the
ants colony optimization algorithm and the genetic algorithm, to
The recurrent reinforcement learning trading system
optimization. The proposed trading system
In recent years, time-critical processing or real-time processing and analytics of bid data have received a significant amount of attentions. There are many areas/domains where real-time processing of data and making timely decision can save thousand