مقدمة
تشكل حلول التعلم الآلي المصممة بعناية أساس تطبيقات الذكاء الاصطناعي اليوم. من التحليلات التنبؤية إلى التوصيات المخصصة وما بعدها، تدعم حلول التعلم الآلي أحدث التطورات التكنولوجية في المجتمع باستخدام البيانات الموجودة لإنتاج رؤى جديدة.
يتخذ علماء البيانات قرارات لمعالجة مشاكل التعلم الآلي بطرق مختلفة. تؤثر القرارات التي يتخذونها على تكلفة الحل وسرعته وجودته وطول عمره.
في هذه الوحدة، ستتعلم كيفية تصميم حل التعلم الآلي الشامل باستخدام Microsoft Azure الذي يمكن استخدامه في إعداد المؤسسة. باستخدام الخطوات الست التالية كإطار عمل، نستكشف كيفية تخطيط حلول التعلم الآلي وتدريبها ونشرها ومراقبتها.
- تحديد المشكلة: حدد ما يجب أن يتوقعه النموذج ومتى ينجح.
- الحصول على البيانات: ابحث عن مصادر البيانات والحصول على حق الوصول.
- إعداد البيانات: استكشاف البيانات. تنظيف البيانات وتحويلها استنادا إلى متطلبات النموذج.
- تدريب النموذج: اختر خوارزمية وقيم المعلمات الفائقة استنادا إلى التجربة والخطأ.
- دمج النموذج: نشر النموذج إلى نقطة نهاية لإنشاء تنبؤات.
- مراقبة النموذج: تعقب أداء النموذج.
إشعار
الرسم التخطيطي هو تمثيل مبسط لعملية التعلم الآلي. عادة ما تكون العملية متكررة ومستمرة. على سبيل المثال، عند مراقبة النموذج، قد تقرر العودة وإعادة تدريب النموذج.
بعد ذلك، دعونا ننظر إلى كيفية البدء في حل التعلم الآلي من خلال تحديد المشكلة.