في الجزء المتبقي من الفصل، ستتعرف على اثنتين من أكثر شبكات التعلم العميق شيوعًا، وهما الشبكات المتكررة والشبكات الالتفافية.
الفصل السادس – التعلم العميق الهندسي: الفصل الأخير من الكتاب مخصص لحقل بحث جديد يسمى التعلم العميق الهندسي. في هذا الفصل، ستتعرف على بنية الرسم البياني وشبكات الرسم البياني العصبية وتعلم التمثيل البياني وشبكات ارتباط الرسم البياني.
التعلم المعزز هو أسلوب يتم فيه إرفاق قيم معطاة بأنواع مختلفة من الخطوات التي يجب على اللوغاريتم المرور بها. لذا، هدف النموذج هو تجميع أكبر قدر من نقاط المعطيات والوصول في النهاية إلى هدف نهائي.
تستخدم الشركات نماذج التعلم العميق في تحليل البيانات وإجراء تنبؤات في تطبيقات مختلفة.
تعتبر هذه التقنية ضرورية لميزات مثل اكتشاف الأشياء والحفاظ على المسار والتحكم التكيفي في السرعة.
باستخدام أحدث المراجع العلمية وخبرات المؤلف، تم تجميع هذا الكتاب وتجميعه لمجموعة واسعة من الباحثين والطلاب وأصحاب الصناعة والمهتمين بالتعلم العميق حتى يتمكنوا من اكتساب المعرفة الكافية بالمبادئ والمفاهيم الأساسية في هذا المجال. أيضًا، نظرًا لأن هذا الكتاب يغطي المواد اللازمة لدورة التعلم العميق في الدراسات العليا، فيمكن أن يكون مرجعًا جيدًا لهذه الدورة بالإضافة إلى الدروس الاختيارية اتبع الرابط لطلاب السنة النهائية الجامعيين في هندسة الكمبيوتر.
تحتوي شبكات التعلم العميق على مئات من الطبقات المخفية التي يمكنها استخدامها في تحليل مشكلة من عدة زوايا مختلفة.
تستخدم تقنية التعلم العميق في تصنيف الصور في العديد من المجالات والصناعات، مثل التصوير الفوتوغرافي وتحليل الصور الطبية والتعرف على الوجوه وتصنيف المنتجات في التجارة الإلكترونية.
يتطلب التعلم العميق استخدام شبكات عصبونية متعددة الطبقات، حيث يتم تدريب هذه الشبكات على مجموعة كبيرة من البيانات المعينة، بحيث تكتسب القدرة على تحليل وتصنيف واستخلاص النماذج بشكل أوتوماتيكي.
يمكن لنماذج التعلم العميق تحليل كلام البشر على الرغم من تنوع أنماط الكلام والنبرة والنغمة واللغة واللهجة.
تتمتع شبكة التعلم العميق بالمزايا التالية مقارنةً بتعلّم الآلة التقليدي.
تعد التعلم العميق أحد أهم أدوات التحليل في الوقت الحالي، حيث يمكنه تحليل البيانات الكبيرة واستخلاص المعلومات القيمة منها. وتتمثل التحديات المستقبلية للتعلم العميق في معالجة حجم البيانات الكبيرة وضمان خصوصية البيانات وتفهم القرارات التي يتخذها النظام.
نماذج التعلم العميق هي ملفات كمبيوتر دربها علماء البيانات لأداء المهام باستخدام خوارزمية أو مجموعة محددة مسبقًا من الخطوات.
تستفيد الأنظمة التي تعتمد على التعلم العميق من القدرة على تحليل البيانات بشكل مفصل، وتعلم الأنماط وتطوير نماذج تعلم آلي دقيقة تتحسن بمرور الوقت.