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 الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

الانحدار اللوجستي

Logistic Regression

التعلم الموجّه Supervised Learning

التعريف

نموذج تصنيف يحسب احتمال انتماء المثال إلى فئة عبر تمرير مجموع موزون للخصائص في دالة سينية Sigmoid.

الفكرة الأساسية

رغم اسمه فهو للتصنيف: يحوّل الناتج الخطي إلى احتمال بين 0 و1، ثم نقرر الفئة بعتبة (عادة 0.5).

0.510
الدالة السينية تحول المجموع الموزون إلى احتمال بين 0 و1، والعتبة 0.5 تحدد الفئة.

آلية العمل

  1. نحسب z = w₀ + Σ wᵢxᵢ
  2. نحوّله إلى احتمال p = 1/(1+e^(−z))
  3. نتعلم الأوزان بتعظيم الأرجحية (تقليل Log Loss)
  4. للفئات المتعددة نستخدم Softmax أو واحد-ضد-الباقي

نوع البيانات ونوع المشكلة

نوع البياناتجدولية رقمية ويُفضّل التطبيع
نوع المشكلةتصنيف ثنائي ومتعدد الفئات

المزايا

  • يعطي احتمالات مفيدة لاتخاذ القرار
  • سريع وقابل للتفسير عبر الأوزان
  • مرجع قوي في التصنيف الثنائي

القيود

  • حدود قرار خطية فقط
  • يحتاج تطبيعاً وترميزاً جيدين
  • يتأثر بعدم توازن الفئات

المعاملات المهمة

  • قوة التنظيم C
  • نوع التنظيم L1/L2
  • عتبة القرار

مقاييس التقييم

  • Accuracy الدقة
  • Precision وRecall
  • F1-score
  • Confusion Matrix مصفوفة الالتباس
  • ROC AUC للتصنيف الثنائي

الأدوات التي تدعمها

OrangeLogistic Regression
KNIMELogistic Regression Learner + Logistic Regression Predictor
WEKAfunctions.Logistic

أمثلة تطبيقية

  • التنبؤ بمغادرة العميل
  • تصنيف ورم حميد أو خبيث (تعليمياً)
  • تصنيف رسالة مزعجة أو سليمة

مشاريع مرتبطة

خوارزميات بديلة

جرّبها في المختبر