AI Simulator
مختبر بصري لتعلّم الذكاء الاصطناعي
يحوّل AI Simulator الرياضيات المجرّدة إلى تجارب تفاعلية. ابنِ حدسك عبر تدريب النماذج في الوقت الحقيقي، ومشاهدة منحنيات الخسارة تتحرّك، ورؤية تغيّر القرارات مع ضبط المعلمات.
كيفية استخدام هذه المنصّة
مسار قصير من الفضول إلى حدس واثق.
خطوة
اختر مختبرًا اختر مختبرًا واقرأ تمهيد المفهوم في الأعلى. يوضح ما الذي يحاول النموذج تعلّمه.
خطوة
أنشئ بيانات أنشئ بيانات بالنقر، أو تحميل العروض، أو استخدام صور العيّنات. شكل البيانات هو الذي يقود كل شيء.
خطوة
درّب وراقب درّب وراقب بخطوات أو تشغيل تلقائي، ثم راقب منحنى الخسارة وسلوك النموذج يتطوّر.
خطوة
قارن وتأمّل قارن وتأمّل عبر تغيير المعلمات الفائقة أو نوع النموذج لرؤية الانحياز والتباين وفرط التعلّم.
مسارات التعلّم الأساسية
تعلّم الآلة
ابدأ هنا لفهم كيف تتعلّم النماذج من البيانات. سترى كيف ينحني منحنى بسيط ليلائم النقاط، وكيف ترسم المصنّفات الحدود، ولماذا تهم سعة النموذج. هذا المسار يركّز على بناء حدس لدوال الخسارة والتدرّجات وهندسة البيانات.
استخدمه للإجابة: لماذا يقلّل النموذج من الملاءمة أو يفرط فيها؟ كيف تعيد توزيعات البيانات تشكيل حدّ القرار؟
التعلّم العميق
يرفع هذا المسار الحدس من المنحنيات إلى الشبكات. شاهد كيف تحوّل العُقد المدخلات إلى تمثيلات، ثم كيف تستخرج المرشحات الالتفافية الخصائص البصرية. التركيز على كيف يغيّر العمق واللاخطية ما يستطيع النموذج تمثيله.
استخدمه للإجابة: كيف تتعلّم CNN الحواف؟ ولماذا يفرط نموذج عصبي في التعلّم بينما تستمر الخسارة بالتحسّن؟
التعلّم المعزّز
هنا يكون النموذج وكيلاً يتعلّم من المكافآت بدل الأمثلة المعلّمة. ستستكشف الاستكشاف مقابل الاستغلال، والمكافآت المتناثرة، ودور ديناميكيات البيئة.
استخدمه للإجابة: متى يكون الاستكشاف أفضل؟ كيف تشكّل بنية المكافأة السلوك؟
بدء سريع
جديد في تعلم الآلة؟ ابدأ بالانحدار الخطي والانحدار اللوجستي، ثم قارن مع أشجار القرار.
مهتم بالمنحنيات؟ استخدم انحدار NN لمعرفة كيف يغيّر العمق والعرض الملاءمة.
تريد حدساً بصرياً؟ انتقل إلى CNN MNIST وارسم أرقاماً لاختبار الاستدلال.