ترغب بنشر مسار تعليمي؟ اضغط هنا

الانحدار الخطي بمتحول واحد

Linear Regression With One Variable

1634   0   23   0 ( 0 )
 نشر من قبل جامعة تشرين محاضرة
 تاريخ النشر 2017
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shaban Khatib




اسأل ChatGPT حول البحث

ﻻ يوجد ملخص باللغة العربية


ملخص البحث
تقدم هذه الورقة مقدمة حول التعلم الآلي، مع التركيز على الانحدار الخطي بمتغير واحد. يبدأ المؤلف بتعريف التعلم الآلي كحقل دراسي يمنح الكمبيوترات القدرة على التعلم دون برمجتها بشكل صريح. يتم توضيح مفهوم مشكلة التعلم الجيدة التحديد من خلال مثال على تصنيف الصور. يتم شرح أنواع التعلم الآلي، بما في ذلك التعلم المراقب وغير المراقب، مع أمثلة لكل نوع. يتم تقديم تمثيل النموذج، بما في ذلك الترميز المستخدم للمتغيرات المدخلة والمخرجة. يتم تعريف الفرضية في التعلم الآلي كدالة يجب العثور عليها بناءً على البيانات المعطاة. يتم شرح وظيفة التكلفة والغرض منها في تحسين الفرضية لتكون أقرب إلى القيم الحقيقية. يتم تقديم خوارزمية الانحدار التدريجي كوسيلة لتقليل وظيفة التكلفة، مع توضيح كيفية تحديث المعاملات حتى الوصول إلى الحد الأدنى. يتم شرح الانحدار التدريجي في سياق الانحدار الخطي بمتغير واحد، مع تقديم خطوات الخوارزمية بالتفصيل. في النهاية، يتم تقديم رابط لكود MATLAB المستخدم في التطبيق.
قراءة نقدية
دراسة نقدية: تقدم الورقة شرحًا جيدًا ومبسطًا لمفاهيم التعلم الآلي الأساسية والانحدار الخطي بمتغير واحد. ومع ذلك، يمكن تحسين الورقة بإضافة مزيد من الأمثلة العملية والتطبيقات الواقعية لتعزيز الفهم. كما يمكن تضمين مناقشة حول التحديات والقيود التي قد تواجهها خوارزمية الانحدار التدريجي في حالات البيانات الكبيرة أو المعقدة. بالإضافة إلى ذلك، يمكن توضيح المزيد حول كيفية اختيار معدل التعلم المناسب وتأثيره على عملية التقارب.
أسئلة حول البحث
  1. ما هو التعلم الآلي؟

    التعلم الآلي هو حقل دراسي يمنح الكمبيوترات القدرة على التعلم دون برمجتها بشكل صريح.

  2. ما هي أنواع التعلم الآلي المذكورة في الورقة؟

    الورقة تذكر نوعين من التعلم الآلي: التعلم المراقب والتعلم غير المراقب.

  3. ما هو الغرض من وظيفة التكلفة في الانحدار الخطي؟

    الغرض من وظيفة التكلفة هو العثور على القيم المناسبة للمعاملات بحيث تكون مخرجات الفرضية أقرب إلى القيم الحقيقية.

  4. ما هي خوارزمية الانحدار التدريجي؟

    خوارزمية الانحدار التدريجي هي وسيلة لتقليل وظيفة التكلفة عن طريق تحديث المعاملات بشكل متكرر حتى الوصول إلى الحد الأدنى.


المراجع المستخدمة
ﻻ يوجد مراجع
قيم البحث

اقرأ أيضاً

تفرض طرائق الانحدار الخطية قيوداً شديدة على نماذج الانحدار و خاصة على حدود الخطأ حيث تفترض أنها مستقلة و تتبع التوزيع الطبيعي و هذا قد لا يتحقق في كثير من الدراسات مما يؤدي الى انحياز لا يمكن إهماله عن النموذج الفعلي مما يؤثر على مصداقية الدراسة. يق دم هذا البحث مسألة تقدير دالة الانحدار باستخدام مقدّري النواة ناداريا واتسون و الجوارات الـ k الأكثر قرباً اللاوسيطيين كبدائل لمقدّرات الانحدار الخطية الوسيطية من خلال دراسة محاكاة على نموذج مفروض حيث قمنا بإجراء دراسة مقارنة بين هذه الطرائق باستخدام الحزمة الإحصائية R بغية معرفة أفضل هذه المقدّرات حيث تم استخدام معيار MSEمتوسط مربعات الخطأ ( Mean Squares Errors) لمعرفة المقدّر الأفضل. كما تشير نتائج دراسة المحاكاة إلى فعالية و كفاءة المقدّرات اللاوسيطية في تمثيل دالة الانحدار بالمقارنة مع مقدّرات الانحدار الخطية كما تشير إلى تقارب أداء هذين المقدّرين.
لقد قمنا في هذا البحث بدراسة الارتباط الخطي المتعدد بين المتغيرات المستقلة في نموذج الانحدار الخطي المتعدد في حالة وجود خلل في أحد شروط النموذج الأساسية ، و عرضنا دراسة نظرية مرجعية لأنواع الارتباط الخطي و أسباب ظهور مشكلة الارتباط الخطي المتعدد، و بعض طرائق الكشف عنها. إضافة لذلك تطرقنا لبعض الطرائق التي تعالج حالات الارتباط الخطي المتعدد ، ثم قدمنا طريقة جديدة لمعالجة الارتباط الخطي المتعدد . فمن خلال هذه الطريقة الجديدة لاحظنا أنه قد تمت معالجة الارتباط الخطي من جهة و كذلك حللنا مشكلة التناقض بين معنوية نموذج الانحدار و عدم معنوية معامل أو أكثر من معاملاته.
يهدف البحث الحالي إلى دراسة تقديرات معاملات معادلة خط الانحدار الخطي البسيط باستخدام طريقة المربعات الصغرى و ذلك عند حجوم عينات مختلفة و طرق معاينة مختلفة. و بذلك يكون هدف البحث هو محاولة لتحديد الحجم الأمثل و المعاينة الأفضل لتقدير هذه المعاملات. تم استخدام بيانات تجريبية لمجتمع مؤلف من 2000 فرداً من طلاب مدارس مناطق مختلفة من القطر. و قد تم في كل مرة تغيير حجم العينة و حساب المعاملات ثم مقارنة هذه المعاملات لحجوم عينات مختلفة مع معاملات المجتمع الحقيقي؛ و قد بينت النتائج أن تقديرات معاملات معادلة خط الانحدار تقترب من القيم الحقيقية لمعاملات معادلة خط الانحدار للمجتمع عندما يقترب حجم العينة من القيمة (325). كما تبين أن المعاينة بالطريقة العشوائية الطبقية ذات التوزيع المتناسب مع حجوم الفئات يعطي النتائج الأفضل و الاكثر دقة لتقدير معادلة الانحدار الخطي بطريقة المربعات الصغرى.
تعد مشكلة القيم الشاذة من المواضيع الهامة التي تؤثر على تقدير الوسطاء الإحصائية و بخاصة وسطاء نموذج الانحدار . حاولنا في هذا البحث تقديم فكرة شاملة عن القيم الشاذة و بعض طرائق اكتشافها و معالجتها بالإضافة لذلك قمنا بوضع خوارزمية جديدة تساعد في ايج اد تقدير للقيم الشاذة ، الأمر الذي يؤدي لمعالجتها و الحصول على نتائج دقيقة لنموذج الانحدار.
اللغة العربية هي اللغة الرسمية البالغ 22 دولة، تحدث بأكثر من 400 مليون متحدث.تستخدم كل واحد من هذا البلد على الأقل لهجة محادثة الحياة اليومية.ثم، العربية لديها 22 لهجة على الأقل.يمكن كتابة كل لهجة في البرامج النصية العربية أو العربية.تركز أحدث الأبحا ث على بناء نموذج لغة وجزعة تدريب لكل لهجة، في كل برنامج نصي.بعد هذه التقنية تعني إنشاء 46 موارد مختلفة (بما في ذلك اللغة العربية القياسية الحديثة، MSA) للتعامل مع لغة واحدة فقط.في هذه الورقة، استخرفنا مجموعة واحدة، ونقترح خوارزمية واحدة لإنشاء كائن تدريب واحد تلقائيا باستخدام بنية نموذج تصنيف واحد لتحليل المعنويات MSA ولهجات مختلفة.بعد مراجعة كوربوس التدريب يدويا، تتفوق النتائج التي تم الحصول عليها جميع نتائج الأدب البحثية ل Test Test Corpora.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا