كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي

البيانات المتوازنة وغير المتوازنة

Balanced vs imbalanced data

رؤية لماذا تخدع الدقة (Accuracy) حين تكون الفئة الإيجابية نادرة.

مبتدئمختبر توازن البيانات
English

الفكرة

غيّر نسبة الفئة النادرة وراقب الدقة والاستدعاء وF1 والدقة المتوازنة ومصفوفة الالتباس.

وصف البيانات

بيانات اصطناعية تولّد في متصفحك من توزيعات معلنة؛ لا تحتوي أي بيانات شخصية حقيقية.

التجربة التالية المقترحة

مفاهيم هذه التجربة

معادلة مقاييس التصنيف (Classification metrics)

الدقة والدقة الإيجابية والاستدعاء وF1 والدقة المتوازنة.

\mathrm{Acc}=\frac{TP+TN}{n},\;\mathrm{P}=\frac{TP}{TP+FP},\;\mathrm{R}=\frac{TP}{TP+FN},\;F_1=\frac{2PR}{P+R},\;\mathrm{BA}=\frac{\mathrm{TPR}+\mathrm{TNR}}{2}
عدم توازن الفئات (Class Imbalance)

حين تكون إحدى فئات الهدف نادرة (مثل الاحتيال أو مرض نادر)، قد يحقق النموذج دقة عالية بتصنيف كل شيء كفئة الأغلبية. لذلك تُستخدم مقاييس مثل الاستدعاء وF1 والدقة المتوازنة ومصفوفة الالتباس.

مصفوفة الالتباس ومقاييس التصنيف

جدول من أربع خانات: TP إيجابي صحيح، FP إيجابي كاذب، TN سلبي صحيح، FN سلبي كاذب. تُشتق منه الدقة (Accuracy)، والدقة الإيجابية (Precision)، والاستدعاء (Recall)، وF1، والنوعية (Specificity)، والدقة المتوازنة. حسابها لكل مجموعة أساس قياس العدالة.

المراجع العلمية للتجربة

  1. imbalanced-learn — SMOTEimbalanced-learn developers (2025) — أداة

تجارب أخرى في الوحدة