Page 159 - شبكات الحاسب الالي

‫شبكات الحاسب الالى‬

‫تبحس الشبكة العصبية عن المعرفة من مجموعة بيانات العينة‪ .‬وأثناء عملية التعلم تعدل الشبكة أو ازن‬
‫الاتصال على أساس المدخلات الواردة حتى تقترع المخرجات من المخرجات الحقيقية أو المستهدفة و يتم‬
‫تعليم أو تدريب الشبكة العصبية على اكتشاف العلاقات النمطية فى البيانات بإتباع حدى الطرق الآتية‪:‬‬

‫‪.1‬التعليم الإش ارفي‪Supervised Learning :‬‬

‫تعد هذه الطريقة هي الأكثر انتشا ار في تدريب الشبكة العصبية‪ ،‬وفيها تجمع عينات من البيانات تحتوى‬
‫ايماً للمتغي ارت المدخلة وايماً للمتغي ارت المخرجة ‪ ،‬و تقوم الشبكة بمقارنة النتائج التي تقدرها للمتغي ارت‬
‫الخارجة لكل عينة مدخلة بالقيم الفعلية لهذه المتغي ارت‪ ،‬وبناء على ذلك تقوم الشبكة بإج ارء التعديلات على‬
‫أو ازن الاتصال بهدف تقليل الأخطاء في النتائج‪ ،‬ثم تعاد عملية التدريب عدة م ارت إلى أن يتم الوصول‬

‫إلى نتائج مقبولة‪.‬‬

‫‪ .2‬التعليم غير الإش ارفي ‪Unsupervised Learning‬‬

‫تتشابه هذه الطريقة مع ريقة التعليم الإش ارفية إلا أنها تختلف عنها في أن العينات المستخدمة في عملية‬
‫التدريب لا تتضمن أية ايم للمتغي ارت الخارجة‪ ،‬وتتكون البيانات الداخلة إلى الشبكة من عدة قطاعات أو‬
‫مجموعات حيس تتدرع الشبكة في هذه الحالة على اكتشاف الممي ازت غير الظاهرة في مجموعة البيانات‬
‫المستخدمة في عملية التدريب‪ ،‬ومن ثم استخدام تلك الممي ازت في تقسيم بيانات المدخلات إلى مجموعات‬

‫مختلفة فيما بينها ومتقاربة داخل كل مجموعة‪.‬‬

‫‪.3‬التعليم بلعادة التدايم ‪Reinforcement Learning‬‬

‫هذه الطريقة خليط بين الطرقتين السابقتين‪ ،‬حيس لا يفصح للشبكة العصبية عن القيم الحقيقية للمخرجات‬
‫كما هو الحال في ريقة التدريب غير الإش ارفية ولكن يشار للشبكة بصحة نتائجها المحصلة أو خطئها‬

‫كما في ريقة التعليم الإش ارفية‪.‬‬
‫❖ الهيكل العال للشبكة ‪: Typical Architectures‬‬

‫عملية تنظيم الخلايا العصبية في بقات وكيفية الاتصال بين هذه الخلايا لتكوين الشبكة تسمى بهيكل‬
‫الشبكة ‪ ،Architectures‬و بوجه عام من الممكن تقسيم هيكل الشبكة العصبية الاصطنانية إلى ثلاثة‬

‫أنواع رئيسة هي‪:‬‬

‫‪146‬‬