في عالم اليوم ، يعد التعلم الآلي مهمًا للغاية حيث يُنظر إلى الذكاء الاصطناعي على أنه جزء لا يتجزأ منه. دراسة خوارزميات الكمبيوتر باستخدام البيانات هو ما يفعله التعلم الآلي. يقومون بجمع البيانات ، والمعروفة أيضًا باسم "بيانات التدريب للتنبؤ وكيف ستؤدي المهام. يستخدم التعلم الآلي في مجموعة متنوعة من المجالات مثل الطب وتصفية رسائل البريد الإلكتروني وما إلى ذلك. يستخدم التجميع والتصنيف طريقة إحصائية لجمع البيانات ، وخاصة في مجال التعلم الآلي.
التجميع مقابل التصنيف
يتمثل الاختلاف بين التجميع والتصنيف في أن التجميع ينظم الكائنات أو البيانات في مجموعات قد يكون لها أوجه تشابه مع بعضها البعض ، لكن كائنات مجموعتين مختلفتين ستكون مختلفة عن بعضها البعض. الدافع من التجميع هو تقسيم البيانات بأكملها إلى مجموعات مختلفة. في حين أن التصنيف هو عملية يتم فيها تنظيم الكائنات وفقًا للفئات والقواعد المحددة مسبقًا بالفعل.
يسمى التجميع أيضًا التحليل العنقودي في التعلم الآلي. إنها العملية التي يتم فيها تجميع كائن بطريقة تجعل الكائنات الموجودة داخل المجموعات لها خصائص متشابهة ، ولكن عند مقارنتها بمجموعة أخرى ، فإنها تختلف كثيرًا عنها. تُستخدم تقنية التجميع هذه في تحليل البيانات الإحصائية والاستكشافية في العملية مثل تحليل الصور وضغط البيانات واسترجاع المعلومات والتعرف على الأنماط والمعلوماتية الحيوية ورسومات الكمبيوتر والتعلم الآلي.
يسمى التصنيف أيضًا التصنيف الإحصائي في التعلم الآلي. إنها عملية يتم فيها تصنيف الكائنات ووضعها في مجموعة من المقصورات المصنفة. يتم التصنيف على الملاحظات القابلة للقياس الكمي. تُعرف الخوارزمية التي تتضمن التصنيف باسم المصنف. يعتمد التصنيف على عملية من خطوتين: خطوة التعلم وخطوة التصنيف.
جدول المقارنة بين التجميع والتصنيف
| معلمات المقارنة | تجمع | تصنيف |
| تعريف | التجميع هو تقنية يتم فيها تجميع الكائنات في مجموعة مع وجود أوجه تشابه. | التصنيف هو عملية يتم فيها تصنيف الملاحظة كمدخلات بواسطة برنامج كمبيوتر. |
| البيانات | التجميع لا يتطلب بيانات التدريب. | التصنيف يتطلب بيانات التدريب. |
| مرحلة | وهي تشمل مرحلة واحدة ، أي التجميع. | يتضمن خطوتين: بيانات التدريب والاختبار. |
| الوسم | يتعامل مع البيانات غير الموسومة. | يتعامل مع كل من البيانات المصنفة وغير الموسومة في عملياتها. |
| موضوعي | هدفها الرئيسي هو كشف النمط الخفي وكذلك العلاقات الضيقة. | هدفها هو تحديد المجموعة التي تنتمي إليها الأشياء. |
ما هو التجميع؟
التجميع هو جزء من التعلم الآلي الذي يقوم بتجميع البيانات في مجموعات ذات تشابه كبير ، ولكن قد تختلف المجموعات المختلفة. إنها طريقة التعلم غير الخاضعة للإشراف وتستخدم بشكل شائع لتحليل البيانات الإحصائية. هناك أنواع مختلفة من خوارزميات التجميع مثل K-mean و DBSCAN و Fuzzy C-mean و Hierarchical clustering و Gaussian (EM).
التجميع لا يتطلب بيانات التدريب. بالمقارنة مع التصنيف ، فإن التجميع هو أقل تعقيدًا لأنه يشمل فقط تجميع البيانات. لا يعطي تسميات لكل مجموعة مثل التصنيف. لديها عملية خطوة واحدة تعرف باسم التجميع. يمكن صياغة المجموعات على أنها مشكلة تحسين متعددة الأغراض تركز على أكثر من مشكلة واحدة.
تم إنشاء Clustering لأول مرة بواسطة Driver and Kroeber في مجال الأنثروبولوجيا في عام 1932. ثم تم تقديمه إلى المجال المتنوع من قبل أشخاص مختلفين. تم استخدام التجميع الشائع بواسطة كارتل لتصنيف نظرية السمات في علم نفس الشخصية في عام 1943. ويمكن تمييزه تقريبًا على أنه التجميع الصلب والتكتل الناعم. لديها تطبيقات مختلفة مثل الفصل بين العملاء ، وتحليل الشبكات الاجتماعية ، واكتشاف اتجاهات البيانات الديناميكية ، وبيئات الحوسبة السحابية.
ما هو التصنيف؟
يستخدم التصنيف أساسًا للتعرف على الأنماط حيث يتم إعطاء قيمة المخرجات لقيمة الإدخال ، تمامًا مثل التجميع. التصنيف هو تقنية تستخدم في استخراج البيانات ولكنها تستخدم أيضًا في التعلم الآلي. في التعلم الآلي ، يلعب الإخراج دورًا مهمًا وهناك حاجة إلى التصنيف والانحدار. كلاهما خوارزميات تعلم خاضعة للإشراف ، على عكس التجميع.
عندما يكون للمخرجات قيمة سرية ، فإنها تعتبر مشكلة تصنيف. تساعد خوارزميات التصنيف في التنبؤ بمخرجات بيانات معينة عند توفير المدخلات لها. يمكن أن يكون هناك أنواع مختلفة من التصنيفات مثل التصنيف الثنائي ، التصنيف متعدد الفئات وما إلى ذلك. تشمل أنواع التصنيف المختلفة أيضًا الشبكات العصبية ، المصنفات الخطية: الانحدار اللوجستي ، مصنف Naïve Bayes: Random Forest ، أشجار القرار ، الجار الأقرب ، الأشجار المعززة.
تتضمن خوارزمية التطبيقات المختلفة للتصنيف التعرف على الكلام ، والتعرف على المقاييس الحيوية ، والتعرف على خط اليد ، واكتشاف البريد الإلكتروني العشوائي ، والموافقة على قرض البنك ، وتصنيف المستندات ، إلخ. يتطلب التصنيف بيانات تدريب ، ويتطلب بيانات محددة مسبقًا ، على عكس التجميع. إنها عملية معقدة للغاية. إنها نتيجة التعلم الخاضع للإشراف. يتعامل مع كل من البيانات المصنفة وغير المصنفة. إنها تنطوي على عمليتين: التدريب والاختبار.
الاختلافات الرئيسية بين التجميع والتصنيف
استنتاج
التجميع والتصنيف كلاهما هو تحليل البيانات الإحصائية المستخدم في مجال التعلم الآلي. كلاهما مهم في إدارة الخوارزميات. كلاهما له نفس وظيفة تقسيم البيانات إلى مجموعات ، واحدة إلى مجموعات والأخرى إلى فئات. كلاهما مهم للغاية في عصر العالم الرقمي والذكاء الاصطناعي.
كلاهما مطلوب من أجل الاقتران الهائل للبيانات والتنمية.
يساعد التجميع والتصنيف أيضًا في حل المشكلات العالمية مثل الفقر والجريمة والأمراض من خلال عملية جمع البيانات. ليس للتكتل تعريف دقيق ليتم تعريفه بشكل صحيح ويصعب تقييمه. في حين أن التصنيف "مصنف" ويتم تقييمه من خلال مقاييس مشتركة.
