مرجع
آخر الزيارات

التنظيم (رياضيات)

395 كلمة•0 مشاهدة•🗒️ منذ 8 أيام
باختصار: التنظيم هي عملية إضافة معلومات من أجل حل مشكلة خاطئة أو لمنع حدوث الاحكام المفرط (Overfitting) في معضلات كالتصنيف، والعملية شائعة في الرياضيات والإحصاء وعلوم الكمبيوتر ، لا سيما في التعلم الآلي. تتناول المقالة 3 أقسام، منها «تقليل للتناثر»، «التصنيف» و«التعميم».
المحتويات
  1. تقليل للتناثر
  2. التصنيف
  3. التعميم
التنظيم (رياضيات)

تعريفًا بالموضوع، التنظيم هي عملية إضافة معلومات من أجل حل مشكلة خاطئة أو لمنع حدوث الاحكام المفرط (Overfitting) في معضلات كالتصنيف، والعملية شائعة في الرياضيات والإحصاء وعلوم الكمبيوتر ، لا سيما في التعلم الآلي. وفيما يلي تفاصيل أوسع عن ذلك.

تقليل للتناثر

وعلى صعيد آخر، فرض قيود على W يمكن أن يؤدي إلى نماذج أكثر بساطة وأكثر قابلية للفهم. هذا مفيد في الكثير من التطبيقات الواقعية مثل علم الأحياء الحاسوبي. مثال على ذلك هو تطوير اختبار تنبؤي بسيط للمرض من أجل تقليل تكلفة إجراء الاختبارات الطبية مع زيادة القدرة التنبؤية إلى أقصى حد.

إضافةً إلى ذلك، افترض أن قاموساً معيناً ذو بعد p يعبر عن دالة معينة في مجال الدالة على النحو التالي:

كذلك، المحدد المعقول لقيمة التناثر هو L0، المعرف بأنه عدد العناصر غير الصفرية في W. أما تنظيم L1، فيمكن استخدامه لمقاربة القيمة المثلى لتنظيم L0 من خلال الإرخاء المحدب (convex relaxation). تجدر الإشارة إلى أن كل من L0، L1 و L2 هي أنماط من دوال التنظيم تختلف في دالة الجزاء التي تفرضها، فمثلا تفرض L1 مقداراً للجزاء يتمثل بالقيمة المجردة لمقدار التنظيم المضاف، فيما تمثل L2 دالة تربيعية لمقدار التنظيم المضاف.

التصنيف

وفي هذا السياق، حيث أن V هي دالة الخسارة التي تصف كلفة التنبؤ بدالة اكس (f(x)) بوجود الناتج y، الدالة قد تكون دالة خسارة مربعة (square loss) أو دالة مفصلة للخسارة (hinge loss)؛ وكما أسلفنا، فإشارة لامدا (ʎ) تشير لمدى الوزن المراد اعطاؤه للتنظيم أو أهمية التنظيم، وتحديداً تعمل قيمة لامدا قيمة جزائية على درجة تعقيد دالة R. وقد نشأت في العلوم الأخرى فكرة مشابهة، منها ما يعرف بتنظيم تيخونوف نسبة إلى العالم أندري نيكولاييفيتش تيخونوف.

من جانب آخر، أحد استخدامات التنظيم الرئيسية هي في معضلات التصنيف في التعلم الآلي، والتعلم التجريبي لأدوات التصنيف من مجموعة بيانات محدودة، والمشكلة هنا تتمثل بأن ما سينطبق على X من دوال سينطبق على جميع X1, X2, X3 ..الخ. أي أن المعضلة سيتم التقليل من تحديدها وفق البيانات الموجودة.

ومن جهة أخرى، يضاف مصطلح تنظيم (أو منظم) R يضاف إلى دالة الخسارة مضروباً بقيمة الوزن (لامدا) لمقدار التنظيم المراد اضافته:

التعميم

إضافةً إلى ذلك، الهدف من مشكلة التعلم هنا هو العثور على دالة تناسب أو تتنبأ بالنتيجة (التصنيف) بشكل يقلل من الخطأ المتوقع على جميع المدخلات وما يقابلها من المخرجات المحتملة. الخطأ المتوقع لدالة f يُمكن صياغته كما يلي:

إضافةً إلى ذلك، يمكن أن يكون الدافع وراء عملية التنظيم هو اعتبارها طريقة لتحسين تعميم نموذج التعلم الآلي.

إضافةً إلى ذلك، لا تتوفر في مشاكل التعلم عادة، سوى مجموعة فرعية من بيانات الإدخال والمخرجات، تقاس ببعض الضوضاء. لذا، فالخطأ المتوقع غير قابل للقياس، وأفضل بديل متاح هو الخطأ التجريبي على عدد N من العينات المتاحة يكون كالآتي:

ما رأيك في هذه المقالة؟

📝 هل في هذه المقالة خطأ؟

إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.