خوارزميات الذكاء الاصطناعي | تكنولوجيا | الصف الثالث الإعدادي 2027

💻 التكنولوجيا | الصف الثالث الإعدادي 2027

🤖 خوارزميات الذكاء الاصطناعي

الوحدة الأولى: الذكاء الاصطناعي ولغات البرمجة

الدرس الثاني

🎯 مقدمة الدرس

```

تعلمنا في الدرس السابق أن الخوارزمية هي مجموعة من الخطوات المرتبة والمنطقية التي نضعها لحل مشكلة معينة.

ولكن ماذا يحدث عندما نريد أن نجعل الحاسب يتعامل مع صور أو أصوات أو نصوص كثيرة، ويتعلم منها لاتخاذ قرار؟

هنا يظهر دور خوارزميات الذكاء الاصطناعي التي تعتمد على البيانات والتعلم من الأمثلة بدلًا من كتابة كل قاعدة بصورة مباشرة.

```

🎯 أهداف الدرس

```
🤖
فهم الذكاء الاصطناعي التعرف على مفهوم الذكاء الاصطناعي وأمثلة استخدامه.
⚙️
فهم الخوارزميات معرفة دور الخوارزميات في بناء الأنظمة الذكية.
📊
التعلم من البيانات فهم كيف يمكن للنظام التعلم من الأمثلة والبيانات.
🧠
تعلم الآلة التعرف على مفهوم Machine Learning وأنواعه الأساسية.
```

🎥 شرح الدرس

```
الدرس الثاني: خوارزميات الذكاء الاصطناعي
```
▶️ فتح الفيديو على YouTube

🤖 أولًا: ما الذكاء الاصطناعي؟

``` الذكاء الاصطناعي Artificial Intelligence - AI

هو مجال من علوم الحاسب يهدف إلى تطوير أنظمة تستطيع تنفيذ مهام تحتاج عادةً إلى قدر من الذكاء البشري، مثل التعرف على الصور والكلام، واتخاذ القرارات، والترجمة والتنبؤ.

```

أمثلة على استخدام الذكاء الاصطناعي

    ```
  • 📱 المساعدات الشخصية الافتراضية.
  • 🚗 أنظمة القيادة الذاتية.
  • 🖼️ التعرف على الصور والوجوه.
  • 🗣️ التعرف على الكلام.
  • 🏥 التشخيص الطبي بمساعدة الحاسب.
  • 🤖 الروبوتات.
  • 🎮 الألعاب الذكية.
  • ```

⚖️ الخوارزمية التقليدية وخوارزمية الذكاء الاصطناعي

من أهم أفكار الدرس معرفة الفرق بين البرمجة التقليدية والأنظمة التي تعتمد على التعلم من البيانات.

``` ```
البرمجة التقليدية خوارزميات الذكاء الاصطناعي
يحدد المبرمج القواعد والخطوات بصورة مباشرة. يمكن للنظام التعلم من البيانات والأمثلة.
يتم تنفيذ التعليمات التي كتبها المبرمج. يتم تدريب نموذج باستخدام البيانات.
القواعد محددة مسبقًا. يستطيع النموذج اكتشاف أنماط داخل البيانات.
``` مثال بسيط:

إذا كتبنا برنامجًا يقول: إذا كانت الدرجة 50 أو أكثر فالطالب ناجح. فهذه قاعدة وضعها المبرمج بنفسه.

أما في تعلم الآلة، فيمكن تدريب النموذج باستخدام أمثلة كثيرة حتى يتعلم العلاقة بين البيانات والنتائج.

```

🧠 ثانيًا: تعلم الآلة Machine Learning

``` تعلم الآلة

هو أحد فروع الذكاء الاصطناعي، وفيه تتعلم الأنظمة من البيانات والأمثلة لتكوين نموذج يستطيع إجراء تنبؤات أو اتخاذ قرارات.

```

بدلًا من كتابة قاعدة لكل حالة، نعطي النظام بيانات وأمثلة مناسبة، ثم يستخدم خوارزمية للتعلم واكتشاف الأنماط الموجودة في البيانات.

📊 أنواع التعلم الآلي

```

1️⃣ التعلم الموجّه Supervised Learning

يتعلم النموذج من بيانات تدريب تحتوي على أمثلة معروفة النتائج أو التصنيفات.

مثال: تدريب نموذج على رسائل بريد تم تحديدها مسبقًا بأنها رسائل مزعجة أو غير مزعجة.

```
```

2️⃣ التعلم غير الموجّه Unsupervised Learning

يتعامل النموذج مع بيانات لا تحتوي على إجابات أو تصنيفات محددة مسبقًا، ويحاول اكتشاف الأنماط أو المجموعات الموجودة داخل البيانات.

مثال: تجميع المستخدمين في مجموعات حسب تشابه اهتماماتهم دون إعطاء النظام أسماء هذه المجموعات مسبقًا.

```

🏗️ مراحل بناء نموذج ذكاء اصطناعي

بناء نموذج ذكاء اصطناعي يمر بمجموعة من المراحل تبدأ بتحديد المشكلة وتنتهي باختبار النموذج وتحسينه.

```
1. تحديد المشكلة
←
2. جمع البيانات
←
3. تجهيز البيانات
←
4. تدريب النموذج
←
5. اختبار النموذج
←
6. التحسين
```
```

1️⃣ تحديد المشكلة

نحدد بوضوح ما الذي نريد من النظام الذكي أن يفعله.

```
```

2️⃣ جمع البيانات

نجمع البيانات المناسبة التي يحتاج إليها النظام.

```
```

3️⃣ تجهيز البيانات

ننظم البيانات ونعالج المشكلات الموجودة فيها حتى تصبح مناسبة للتدريب.

```
```

4️⃣ تدريب النموذج

تستخدم خوارزمية التعلم البيانات لتكوين نموذج.

```
```

5️⃣ اختبار النموذج

نختبر النموذج على بيانات مناسبة لقياس أدائه.

```
```

6️⃣ التحسين

إذا كانت النتائج غير مناسبة، يمكن تحسين البيانات أو النموذج أو طريقة التدريب.

```

📊 أهمية البيانات

تعتمد جودة النموذج بدرجة كبيرة على جودة البيانات المستخدمة في تدريبه.

``` قاعدة مهمة:

البيانات غير الدقيقة أو غير المتوازنة يمكن أن تؤدي إلى نتائج غير دقيقة أو منحازة.

```
    ```
  • يجب أن تكون البيانات مناسبة للمشكلة.
  • يجب معالجة البيانات غير الصحيحة قدر الإمكان.
  • يجب استخدام بيانات كافية ومتنوعة.
  • يجب اختبار النموذج وعدم الاعتماد على بيانات التدريب فقط.
  • ```

💡 مثال تطبيقي

```

المشكلة

نريد إنشاء نموذج يستطيع تصنيف رسائل البريد إلى رسائل مزعجة ورسائل عادية.

```
```

البيانات

مجموعة من رسائل البريد التي تم تصنيفها مسبقًا.

```
```

التدريب

يتعلم النموذج من الأمثلة الموجودة في بيانات التدريب.

```
```

الاختبار

نعطي النموذج رسائل جديدة ونرى مدى قدرته على تصنيفها بصورة صحيحة.

```

📝 حل أسئلة الكتاب

```
حل أسئلة الدرس الثاني: خوارزميات الذكاء الاصطناعي
```
▶️ فتح فيديو حل الأسئلة على YouTube

📝 تدريبات على الدرس

``` السؤال 1: ما المقصود بالذكاء الاصطناعي؟
الإجابة: مجال من علوم الحاسب يهدف إلى تطوير أنظمة تستطيع تنفيذ مهام تحتاج عادةً إلى قدر من الذكاء البشري.
```
``` السؤال 2: ما المقصود بتعلم الآلة؟
الإجابة: أحد فروع الذكاء الاصطناعي الذي تتعلم فيه الأنظمة من البيانات والأمثلة لإجراء تنبؤات أو اتخاذ قرارات.
```
``` السؤال 3: ما الفرق الأساسي بين البرمجة التقليدية وتعلم الآلة؟
الإجابة: في البرمجة التقليدية يحدد المبرمج القواعد والخطوات، بينما يتعلم نموذج تعلم الآلة الأنماط من البيانات.
```
``` السؤال 4: ما الفرق بين التعلم الموجّه وغير الموجّه؟
الإجابة: التعلم الموجّه يعتمد على بيانات تدريب معروفة النتائج، بينما التعلم غير الموجّه يبحث عن الأنماط والمجموعات في بيانات غير مصنفة مسبقًا.
```
``` السؤال 5: لماذا تعد جودة البيانات مهمة؟
الإجابة: لأن جودة البيانات تؤثر بصورة مباشرة في جودة النتائج التي ينتجها النموذج.
```

⚡ اختبر نفسك سريعًا

``` 1. تعلم الآلة أحد فروع الذكاء الاصطناعي.
✅ صح
```
``` 2. في البرمجة التقليدية يتعلم البرنامج القواعد من البيانات تلقائيًا دون أن يكتبها المبرمج.
❌ خطأ
```
``` 3. التعلم الموجّه يستخدم بيانات لها نتائج أو تصنيفات معروفة.
✅ صح
```
``` 4. يمكن اختبار النموذج باستخدام بيانات لم يستخدمها في التدريب.
✅ صح
```

🔄 مراجعة سريعة

```
🤖
AI

الذكاء الاصطناعي.

🧠
ML

تعلم الآلة.

📊
البيانات

أساس مهم لتدريب النموذج.

🎯
التعلم الموجّه

بيانات معروفة النتائج.

🔍
التعلم غير الموجّه

اكتشاف الأنماط والمجموعات.

⚙️
النموذج

يتعلم من البيانات ويُختبر.

```

🎯 واجب الدرس

``` المطلوب:

اختر تطبيقًا تستخدمه في حياتك اليومية، وابحث عن طريقة يمكن أن يستخدم فيها الذكاء الاصطناعي.

ثم اكتب:

  1. اسم التطبيق.
  2. المشكلة التي يساعد في حلها.
  3. نوع البيانات التي يمكن أن يستخدمها.
  4. كيف يمكن أن يستفيد من تعلم الآلة.
```

No comments:

Post a Comment

التصنيفات

```html ```html ```