التعلم غير الموجه والتجميع الهرمي - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

في التعلم غير الموجه، يشير عدد العناقيد إلى عدد المجموعات أو التصنيفات التي تنقسم إليها البيانات بواسطة الخوارزمية. ويُعد تحديد عدد العناقيد الصحيح أمرًا مهمًا؛ لأنه يؤثر على دقة النتائج وقابليتها للتفسير. إذا كان عدد العناقيد كبيرًا للغاية، فإن المجموعات ستكون محددة جدًا ودون معنى. في حين أنه إذا كان عدد العناقيد منخفضًا للغاية، فإن المجموعات ستكون ممتدة على نطاق واسع جدًا، ولن تستنبط التركيب الأساسي للبيانات. من الضروري تحقيق التوازن بين توفير عدد كافٍ من العناقيد لاستنباط أنماط ذات معنى، وألا تكون كثيرة في الوقت نفسه بالقدر الذي يجعل النتائج معقدة للغاية وغير مفهومة.

التجميع الهرمي (Hierarchical Clustering)

التجميع الهرمي هو خوارزمية التجميع المستخدمة لتجميع البيانات في عناقيد بناءً على التشابه. في التجميع الهرمي، تُنظم نقاط البيانات في تركيب يشبه الشجرة، حيث تكون كل عقدة بمثابة عنقود، وتكون العقدة الأم هي نقطة التقاء العقد المتفرعة منها.

يُستخدم المقطع البرمجي التالي لاستيراد مكتبات محددة تُستخدم في التجميع الهرمي من بدايته حتى نهايته:

# used for tf-idf vectorization, as seen in the previous unit from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.cluster import AgglomerativeClustering # used for agglomerative clustering # used to visualize and support hierarchical clustering tasks import scipy.cluster.hierarchy as hierarchy # set the color palette to be used by the 'hierarchy' tool. hierarchy.set_link_color_palette( ['blue', 'green', 'red', 'yellow', 'brown', 'purple', 'orange', 'pink', 'black']) import matplotlib.pyplot as plt # used for general visualizations

البرمجة الاتجاهية للنصوص Text Vectorization

تتطلب العديد من طرائق التعلم غير الموجه تمثيل النص الأولي بالمتجهات في تنسيق رقمي، كما تم عرضه في الوحدة السابقة. ويستخدم المقطع البرمجي التالي أداة TfidfVectorizer التي استخدمت في الدرس السابق لهذا الغرض:

vectorizer = TfidfVectorizer(min_df=10) # apply tf-idf vectorization, ignore words that # appear in more than 10 docs. text_tfidf=vectorizer.fit_transform(bbc_docs) # fit and transform in one line text_tfidf

<2225x5867 sparse matrix of type '<class 'numpy.float64'>' with 392379 stored elements in Compressed Sparse Row format>

الآن تحولت بيانات النص إلى تنسيق رقمي متباعد كما استخدمت في الدرس السابق.

وزارة التعليم Ministry of Education 2025 - 1447

في التعلم غير الموجه، يشير عدد العناقيد إلى عدد المجموعات أو التصنيفات التي تنقسم إليها البيانات بواسطة الخوارزمية. ويُعد تحديد عدد العناقيد الصحيح أمرًا مهمًا؛ لأنه يؤثر على دقة النتائج وقابليتها للتفسير. إذا كان عدد العناقيد كبيرًا للغاية، فإن المجموعات ستكون محددة جدًا ودون معنى. في حين أنه إذا كان عدد العناقيد منخفضًا للغاية، فإن المجموعات ستكون ممتدة على نطاق واسع جدًا، ولن تستنبط التركيب الأساسي للبيانات. من الضروري تحقيق التوازن بين توفير عدد كافٍ من العناقيد لاستنباط أنماط ذات معنى، وألا تكون كثيرة في الوقت نفسه بالقدر الذي يجعل النتائج معقدة للغاية وغير مفهومة.--- SECTION: التجميع الهرمي (Hierarchical Clustering) --- التجميع الهرمي (Hierarchical Clustering)التجميع الهرمي هو خوارزمية التجميع المستخدمة لتجميع البيانات في عناقيد بناءً على التشابه. في التجميع الهرمي، تُنظم نقاط البيانات في تركيب يشبه الشجرة، حيث تكون كل عقدة بمثابة عنقود، وتكون العقدة الأم هي نقطة التقاء العقد المتفرعة منها.يُستخدم المقطع البرمجي التالي لاستيراد مكتبات محددة تُستخدم في التجميع الهرمي من بدايته حتى نهايته:# used for tf-idf vectorization, as seen in the previous unit from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.cluster import AgglomerativeClustering # used for agglomerative clustering# used to visualize and support hierarchical clustering tasks import scipy.cluster.hierarchy as hierarchy# set the color palette to be used by the 'hierarchy' tool. hierarchy.set_link_color_palette( ['blue', 'green', 'red', 'yellow', 'brown', 'purple', 'orange', 'pink', 'black'])import matplotlib.pyplot as plt # used for general visualizations--- SECTION: البرمجة الاتجاهية للنصوص Text Vectorization --- البرمجة الاتجاهية للنصوص Text Vectorizationتتطلب العديد من طرائق التعلم غير الموجه تمثيل النص الأولي بالمتجهات في تنسيق رقمي، كما تم عرضه في الوحدة السابقة. ويستخدم المقطع البرمجي التالي أداة TfidfVectorizer التي استخدمت في الدرس السابق لهذا الغرض:vectorizer = TfidfVectorizer(min_df=10) # apply tf-idf vectorization, ignore words that # appear in more than 10 docs.text_tfidf=vectorizer.fit_transform(bbc_docs) # fit and transform in one line text_tfidf<2225x5867 sparse matrix of type '<class 'numpy.float64'>' with 392379 stored elements in Compressed Sparse Row format>الآن تحولت بيانات النص إلى تنسيق رقمي متباعد كما استخدمت في الدرس السابق.2025 - 1447--- VISUAL CONTEXT ---Key Values: 157, 2025, 1447 Context: Indicates the publisher or source of the educational material.