الشبكة العصبية متعددة الطبقات
Multilayer Perceptron (MLP)
التعريف
شبكة من طبقات مخفية من العصبونات بدوال تنشيط غير خطية، تتعلم حدوداً معقدة بين الفئات أو علاقات غير خطية.
الفكرة الأساسية
كل طبقة تحوّل تمثيل البيانات إلى تمثيل أنفع للطبقة التالية. نتعلم الأوزان بالانتشار العكسي Backpropagation مع النزول التدرجي.
آلية العمل
- المدخلات تمر عبر طبقات مخفية: مجموع موزون ثم تنشيط (ReLU مثلاً)
- طبقة الإخراج: Softmax للتصنيف أو خطية للانحدار
- نحسب الخسارة
- ننشر التدرجات عكسياً ونحدث الأوزان
- نكرر لعدة دورات Epochs مع مراقبة بيانات التحقق
نوع البيانات ونوع المشكلة
| نوع البيانات | جدولية رقمية مطبّعة، وتمثيلات الصور والنصوص |
|---|---|
| نوع المشكلة | تصنيف وانحدار |
المزايا
- يلتقط علاقات غير خطية معقدة
- مرن في المعمارية
القيود
- يحتاج بيانات وتطبيعاً وضبطاً
- أقل قابلية للتفسير
- قد يفرط في التخصيص
المعاملات المهمة
- عدد الطبقات والعصبونات
- دالة التنشيط
- معدل التعلم
- التنظيم L2 وDropout
- عدد الدورات
مقاييس التقييم
- Accuracy الدقة
- Precision وRecall
- F1-score
- Confusion Matrix مصفوفة الالتباس
- ROC AUC للتصنيف الثنائي
- منحنيات الخسارة للتدريب والتحقق
الأدوات التي تدعمها
| Orange | Neural Network |
|---|---|
| KNIME | RProp MLP Learner + MultiLayerPerceptron Predictor |
| WEKA | functions.MultilayerPerceptron |
أمثلة تطبيقية
- تصنيف الأرقام المكتوبة
- التنبؤ بالطلب
- تصنيف بيانات جدولية معقدة
