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 الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

Training and Validation

تقسيم تدريب/تحقق/اختبار وقراءة منحنيات التعلم.

20 دقيقةالتعلم العميق

ماذا ستتعلم

  • التعرف على الإفراط في التعلم من المنحنيات
  • فهم Epochs وEarly Stopping

نقسم البيانات إلى تدريب Training (لتعلم الأوزان)، وتحقق Validation (لاختيار الإعدادات وإيقاف التدريب مبكراً)، واختبار Test (للتقييم النهائي مرة واحدة).

منحنى الخسارة: إذا استمرت خسارة التدريب بالنزول وبدأت خسارة التحقق بالصعود فهذا إفراط في التعلم. الحقبة Epoch مرور كامل على بيانات التدريب.

خطوات التطبيق بالأداة

  1. Teachable Machine: Advanced ← Under the hood لرؤية منحنيات الدقة والخسارة.
  2. مختبر تقييم النماذج.

سؤال مراجعة سريع

لماذا لا نستخدم بيانات الاختبار لاختيار عدد الحقب؟

الأدوات

خوارزميات مرتبطة

جرّبه في المختبر