لاختبار النموذج الخاص بك: - كتاب التقنية الرقمية - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 اختبار النموذج الخاص بك

المفاهيم الأساسية

نسبة الثقة: تمثل مدى دقة الخوارزمية في تصنيف صورة جديدة، وتتأثر بطريقة تدريب النموذج.

خريطة المفاهيم

```markmap

الوحدة الثانية: الذكاء الاصطناعي

تطبيقات تعلّم الآلة

مشروع تعلم الآلة

#### المنصة المستخدمة

• منصة تعلم الآلة للأطفال (Machine Learning for Kids)
• تعمل بالكامل عبر الشبكة العنكبوتية
• لا تتطلب تثبيت أو إعداد معقد

#### مراحل المشروع

##### 1. تدريب النموذج

• جمع أمثلة للأشياء المراد من جهاز الحاسب التعرف عليها.
• المصدر: موقع DTeensNet للحصول على صور لأنواع مختلفة من المركبات.
• خطوات إضافة تسمية (Label):

- الضغط على Train (تدريب).

- الضغط على Add new label (إضافة تسمية جديدة).

- كتابة اسم المجموعة (مثال: cars).

- الضغط على Add (إضافة).

- تكرار الخطوات لإنشاء تسميات أخرى (مثل ships و planes).

• طريقة إضافة الصور: سحب الصور من نوافذ المتصفح الأخرى وإفلاتها في المربع المخصص لكل تسمية.
• أدوات إضافة الصور: تتوفر أيقونات للحصول على الصور من الويب (www)، أو الكاميرا (webcam)، أو الرسم (draw).
• خطوات إضافة الصور عبر الويب:

- افتح الموقع الإلكتروني: www.dteensnet.com/index-ML.html

- اختر الصورة من الفئة المطلوبة (مثل: Cars).

- اضغط بزر الفأرة الأيمن على الصورة واختر Copy image link.

- في واجهة المشروع، اضغط على أيقونة www.

- الصق رابط الصورة في الحقل المخصص، ثم اضغط على Add.

- تمت إضافة الصورة إلى التسمية.

- كرر الخطوات لإضافة باقي الصور إلى التسميات الأخرى.

- اضغط على Back to project للعودة إلى المشروع من أجل تدريبه.

• تفاصيل واجهة التدريب:

- تنسيقات الصور المدعومة: .jpg و .png فقط.

- عرض عدد الصور المضافة.

- إزالة تسمية.

- إزالة صورة من الملصق.

- أقل عدد ممكن من الصور تحتاجه لتدريب النموذج.

##### 2. اختيار النموذج

• استخدام الأمثلة المتوفرة لتدريب جهاز الحاسب على التعرف عليها.
• الخطوات:

- الضغط على (تعلم واختبر) Learn & Test.

- الضغط على (تدريب نموذج جديد) Train new machine learning model.

- الانتظار حتى يكمل الحاسب عملية التعلم.

##### 3. اختبار النموذج

• الهدف: تصنيف صور جديدة وإظهار نسبة الثقة.
• طريقة الاختبار:

- تحديد صورة من الموقع: www.dteensnet.com/index-ML.html

- نسخ رابط الصورة.

- في واجهة الاختبار، لصق الرابط.

- الضغط على أيقونة www.

- عرض نتيجة الاختبار (صحة التصنيف ونسبة الثقة).

• تحسين النموذج:

- إذا كانت نسبة الثقة منخفضة، أضف مزيدًا من الصور للتدريب وأعد تدريب النموذج.

- استخدم صورًا مختلفة عن تلك المستخدمة في التدريب لاختبار فعالية النموذج.

• حذف النموذج: الضغط على Delete this model لحذف نموذج تدريب الآلة.

##### 4. إنشاء لعبة في سكراتش (Scratch)

• استخدام قدرة جهاز الحاسب للتعرف على الأمثلة في لعبة.

#### أنواع المركبات المستهدفة

• السيارات (cars)
• الطائرات (planes)
• السفن (ships)

#### خطوات إنشاء المشروع

##### 1. الدخول إلى المنصة

• زيارة الموقع: www.machinelearningforkids.co.uk
• الضغط على Get started (بدء الاستخدام)

##### 2. البدء دون حساب

• الضغط على Try it now (جرب الآن) للعمل دون تسجيل

##### 3. إنشاء المشروع

• الضغط على Add a new project (إضافة مشروع جديد)
• كتابة اسم المشروع (مثال: Transportation)
• اختيار نوع البيانات (صور)
• الضغط على Create (إنشاء)

#### مزايا التسجيل في حساب

• العمل على أكثر من مشروع
• حفظ المشروع للعمل عليه لاحقاً
• إمكانية العمل في أي وقت وأي مكان

#### أنواع البيانات التي يمكن للآلة تعلمها

• نصوص: للكلمات، الجمل، أو الفقرات.
• صور: للصور الفوتوغرافية، الرسوم البيانية، والرسومات.
• أرقام: للبيانات الرقمية.
• أصوات: للضوضاء والأصوات.

#### إدارة المشاريع

• إنشاء مشروع جديد.
• نسخ نموذج مشروع.
• حذف مشروع.

```

نقاط مهمة

• يتم اختبار النموذج المدرب عن طريق إعطائه صورًا جديدة لتصنيفها.
• تظهر نتيجة الاختبار صحة التصنيف ونسبة الثقة في التخمين.
• لتحسين دقة النموذج ونسبة الثقة، يجب تقديم أكبر عدد ممكن من الأمثلة (صور) في البيانات التدريبية.
• يمكن حذف النموذج بالضغط على Delete this model.

نموذجك مدرب وجاهز للاختبار. لاختبار النموذج الخاص بك، يمكنك إعطائه صورًا وعليه تصنيفها. ستعرض رسالة توضح صحة السيارة ونسبة الثقة في تخمينها.

تمثل النسبة المئوية للثقة مدى دقة الخوارزمية في تصنيف الصورة الجديدة، وتتأثر هذه النسبة بطريقة تدريب النموذج. ولتدريب النموذج الخاص بك بشكل صحيح، عليك أن تقدم له أكبر عدد ممكن من الأنماط في البيانات التدريبية. نتيجة لذلك، ستدرب الخوارزمية بشكل أفضل وستكون النتيجة أكثر دقة في التعرف على صورة جديدة.

حدد صورة من الموقع الإلكتروني: www.dteensnet.com/index-ML.html وانسخ الرابط الخاص بها. 1 ألصق الرابط، واضغط على www. (اختبر باستخدام www) 2. نتيجة الاختبار.

قد لا تحصل على نسبة ثقة عالية من أول تدريب للنموذج، لذا عليك في هذه الحالة أن تضيف مزيدًا من الصور وإعادة تدريب نموذجك حتى تحصل على نسبة ثقة عالية.

لاختبار النموذج الخاص بك، استخدم صورًا مختلفة عن تلك التي استخدمتها في التدريب.

اضغط على Delete this model لحذف النموذج (حذف هذا النموذج) لحذف نموذج تدريب الآلة.

نموذجك مدرب وجاهز للاختبار. لاختبار النموذج الخاص بك، يمكنك إعطائه صورًا وعليه تصنيفها. ستعرض رسالة توضح صحة السيارة ونسبة الثقة في تخمينها. تمثل النسبة المئوية للثقة مدى دقة الخوارزمية في تصنيف الصورة الجديدة، وتتأثر هذه النسبة بطريقة تدريب النموذج. ولتدريب النموذج الخاص بك بشكل صحيح، عليك أن تقدم له أكبر عدد ممكن من الأنماط في البيانات التدريبية. نتيجة لذلك، ستدرب الخوارزمية بشكل أفضل وستكون النتيجة أكثر دقة في التعرف على صورة جديدة. --- SECTION: لاختبار النموذج الخاص بك: --- حدد صورة من الموقع الإلكتروني: www.dteensnet.com/index-ML.html وانسخ الرابط الخاص بها. 1 ألصق الرابط، واضغط على www. (اختبر باستخدام www) 2. نتيجة الاختبار. قد لا تحصل على نسبة ثقة عالية من أول تدريب للنموذج، لذا عليك في هذه الحالة أن تضيف مزيدًا من الصور وإعادة تدريب نموذجك حتى تحصل على نسبة ثقة عالية. لاختبار النموذج الخاص بك، استخدم صورًا مختلفة عن تلك التي استخدمتها في التدريب. اضغط على Delete this model لحذف النموذج (حذف هذا النموذج) لحذف نموذج تدريب الآلة. --- VISUAL CONTEXT --- **IMAGE**: dteensnet.com - Demo site for ML Description: A screenshot of a webpage showing a demonstration of machine learning for car recognition. It includes a navigation menu on the left and images of cars. The URL is visible as https://www.dteensnet.com/index-ML.html. Context: Illustrates the process of testing a trained model with new images. **IMAGE**: Untitled Description: A collage of car images, likely used for training a machine learning model. One image shows a red sports car, and another shows a yellow classic car. Context: Represents the training data used for the machine learning model. **IMAGE**: Machine Learning for Kids Description: A screenshot of a web interface for 'Machine Learning for Kids'. It shows options to 'Test with webcam' and 'Test by drawing'. A URL is visible: https://machinelearningforkids.co.uk/#/mlproject/06f93c16-5ead-4a1d-838.... Below this, it indicates 'Recognised as cars with 100% confidence'. Context: Demonstrates the interface for testing a trained machine learning model and shows the result of recognition. **IMAGE**: Untitled Description: A section labeled 'Info from training computer:' showing 'Model started training at: Thursday, April 14, 2022 10:26 AM' and 'Current model status: Available'. It also contains a button 'Delete this model' and a blue text box with Arabic instructions. Context: Provides information about the status of the trained model and an option to delete it.