تمييز إشارة اليد

لا تنس نفسك. يجب عليك توثيق مصادرك في مشاركاتك

خاصة الiris dataset الذي وضعته انت ليس من عملك، وانت حتى لم تضع اسم المصدر... هذا تصرف غير اخلاقي

اذا كنت قد اكتشفت خطأ في كلامي، فلماذا لا تذكر الخطأ حتى اعرف ايه الي مش عاجبك..

نحن مش قاعدين نلعب قط وفار وهذا الغموض الذي تتبعه غير علمي

هل تريدني اخمن واشرح من الالف الى الياء؟

النص المقتبس الذي اخذته مني يحتوي على جزئيتين وانت لم توضح الجزئية التي تريد عليها دليل

* دليل على ان التدريب في الشبكات العصبونية بطيئة؟

* دليل على ان جودة التصنيف في الشبكات العصبونية ليست الافضل؟

فقط حفاظا على وقتي .. لانة كل دقيقة تطير معناها انني سأجوع اكثر (خسارة فلوس)

لذا خليك صريح واديني من الآخر من دون غموض..

password123 كتب:

لا تنس نفسك. يجب عليك توثيق مصادرك في مشاركاتك

خاصة الiris dataset الذي وضعته انت ليس من عملك، وانت حتى لم تضع اسم المصدر... هذا تصرف غير اخلاقي

اذا كنت قد اكتشفت خطأ في كلامي، فلماذا لا تذكر الخطأ حتى اعرف ايه الي مش عاجبك..

نحن مش قاعدين نلعب قط وفار وهذا الغموض الذي تتبعه غير علمي

هل تريدني اخمن واشرح من الالف الى الياء؟

النص المقتبس الذي اخذته مني يحتوي على جزئيتين وانت لم توضح الجزئية التي تريد عليها دليل

* دليل على ان التدريب في الشبكات العصبونية بطيئة؟

* دليل على ان جودة التصنيف في الشبكات العصبونية ليست الافضل؟

فقط حفاظا على وقتي .. لانة كل دقيقة تطير معناها انني سأجوع اكثر (خسارة فلوس)

لذا خليك صريح واديني من الآخر من دون غموض..

اولا حياك الله .. ثانيا لماذا هذا التهجم سامحك الله وهل انا اسأت لك بان تسيء بهذا الشكل ..

موضوع ال Iris لا اعلم ماذا تقصد بمرجع ومصدر ؟ هذي قاعدة بيانات معروفه ودرسناها سابقا وموجوده ال benchmark في هذا الموقع Iris Data Set

والعمل والشرح من دراستي وهذه data set استخدمتها كمثل زملائي في مادة الداتا مايننغ في مرحة الماستر سابقا والمراجع التي تسأل عنها لا اعلم ماذا تقصد فيها ؟ بيانات تعمل لها تجارب وتضع نتائجك وتستخدم اكثر من طريقه .. هل وجدت في كل كلامي السابق عنها اننا تكلمت اني اكتشفتها ام انني وضعت المصدر ؟ وكل الشروحات والدروس التي وضعتها في المنتدى كانت من ما تعلمت ودرست والمراجع موجوده اذا احتجت الى مرجع ان اضعه . على كل وقتك ثمين اتوقع وانا دخلت لاطمئن على الاخوه فلا داعي ان تحتك معي اذا وجدت انني انسان غير اخلاقي .. ونصيحتي لك اقسم بالله العلي العظيم انا طريقة كلامك هذه لن تخدمك فالتواضع هو من صفات المسلم ... لا تتكبر على الناس اخي اسأل الله لي ولك الهدايه ..

بحفظ الله

لم تجب على سؤالي الاساسي: ماذا تريدني ان اوثقه؟

انا ذكرت نقطتين وانت طلبت التوثيق ولم تذكر ماذا بالضبط لان كلامي كان به عدة امور

بالنسبة لتوثيق المشاركات: ففي رايي انها فقط في حالة وجود خطأ في الشرح، فلا يعقل توثيق كل ما هو common sense

ومشاركاتك في هذا الموضوع جميعها common sense ولا اختلف عليها فهي صحيحة علميا

لكن بما انك تريد الجميع ان يوثق مايقول، لذا يجب ان تبدأ بنفسك ايضا..

وكونك وضعت له توثيق في موضوع في سنة 2009 في مشاركة اخرى لا يلغي عنك عبئ التوثيق في مشاركاتك الأخرى

يجب ان لا تكبار عندما تحصل على نصيحة، وتلف بالموضوع لتأتي بمصدر في موضوع آخر.. التوثيق لا يتم هكذا

password123 كتب:

الشبكات العصبونية ليست دائما الافضل.. سيئة من ناحية الtraining فيها بطيء جدا.. وكذلك الaccuracy ليست دائما الافضل

يجب تجربة طرق تصنيف اخرى مثل svm و decision trees مثل rf و c4.5... وثم اختيار الافضل..

هنا انت تضع شيء جديد .. الا نحتاج ان توضح لنا ؟وهل هذا امر بديهي ؟

اما قولك اني رجعت الى 2009 في احد مواضيعي لكي اذكر اني ذكرت المصدر فهذا امر طبيعي انني لن اذكر المصدر في كل مشاركه اكتبها ونفس المصدر انت تعلم اذا كنت باحث علمي تكرار المصدر لنفس الموضوع يعتبر ضعف في بحثك , على كل اشرح ما وضعته في الاعلى وتفضل لتعم الفائده ونعلم من ما علمك الله ... فهذا الامر الذي كتبته قد يغير وجهة نظر المئات من الذين شاهدوا مشاركتك فاثبات ضعف شيء على حساب شيء اخر يحتاج الى توضيح واثبات صح كلامي ؟ مثلا ساقول لك الان البرولوغ افضل من السي ++ في مجال الخوارزميات والتطبيقات في مجال الشبكات !!! هل تقبل بكلامي وتعتقد به هكذا دون اثبات منطقي ؟ (ملاحظه كلامي مثال فقط ) او ان اقول لك الان ان الداتا مايننغ تستخدم لحل مشاكل NP-problem افضل من شيء اخر , هل تقبل في كلامي ؟ (ملاحظه كلامي فقط مثال ) .. اذا اثبت امر جديد عكس الثابت لزام عليك ان تشرحه وتوضحه لان البعض قد يكون وثق بك فيأخذ المعلومه منك دون بحث ويبني عليها مئات الافكار الخاطئه ..

من تواضع لله رفعه لا تنسى هذا ..

ولست من النوع الذي يحب الجدال يالذات اذا اصبح الامر به طعن واساءه , تفضل اذا اردت ان توضح لك ما تريد لكنني اكتفيت في الردود لكي لا احول سياق موضوع السائل .. فكثرة الجدال في امور لاثبات ان فلان اخطء بحق فلان امر غير مجدي .. هذا منتدى علمي وليس مكان للطعن ولا للاساءه .

اسأل الله ان يهديني واياك ..

في امان الله

كلامي الذي ذكرته من البديهيات ومكتوبة في الكتب

وليس لدي مانع ان اشرحه لك + مصادر

لكن كل ما اريده منك ان تخبرني ماهي النقطة التي تراها غريبة حتى يكون شرحي مركزا على ما تريد

انا ذكرت نقطتين:

1* الشبكات العصبونية بطيئة في training

2* الشبككات العصبونية ليست الافضل دائما من ناحية الدقة

ممكن تضع اصبحك على النقطة تريدني اشرحها

هل ترى ان النقطة 1 غريبة؟ ام 2 غريبة؟ ام كليهم غرباء؟

فقط اخبرني حتى اشرح ما تريد

ولا داعي للهروب والزعل.. هذا منتدى علمي كما تعرف..

بالنسبة لكلامك عن cpp وبرولوغ وجه المقارنة خطأ

بالنسبة لكلامك عن المصادر خطأ: يجب ذكر المصادر في كل بحث، ولا يجوز ان تكتب بحث جديد دون مصادر بحكم انك وضعت المصادر في بحث آخر قديم

انت هنا تطلب من الناس ان يضعوا مصادر على كلامهم بالرغم انهم قالوا امور صحيحة وبديهية... ومن باب أولى ان تبدأ بنفسك

تصحيح: شبككات = شبكات، اصبحك = اصبعك

password123 كتب:

تصحيح: شبككات = شبكات، اصبحك = اصبعك

لا اخفيك سرا لم اعتد ان اقولها لاحد والجميع يعرفني وما هي اخلاقي لكن اقولها لك وما يهمني ليحصل ما يحصل لكن خليها في اخر الكلام : يتبع ( سطر 102001010020)

اولا الشبكه ليست بطيئه في ال training ولكنها تحتاج الى عينه كبيره للتدريب : وهنا يختلف الامر , لاحظ وتمعن

لتطلع اكثر راجع :-

On the Behavior of Artificial Neural Network Classifiers in High-Dimensional Spaces 1:-

Journal: IEEE Transactions on Pattern Analysis and Machine Intelligence - PAMI , vol. 18, no. 5, pp. 571-574, 1996

2:- J Clin Epidemiol. 1996 Nov;49(11):1225-31 Advantages and disadvantages of using artificial neural networks versus logistic regression for predicting medical outcomes.

مافي داعي اكثر من المراجع ..

----------

اما موضوع انها بطيء فهي ولكن بطيئه في مسار العمل كامل وليس بالذات في التدريب .. لاحظ لا يد ان تكون دقيق في اجابتك . وارجع لنفس المراجع او غيرها ستجد معنى الكلام ..

-----------

امر اخر انت قلت ان الشبكات العصوبنيه ليست الافضل من ناحية الدقه .. وهذا امر خاطيء .. اما اذا قلت انه امكانية سلوك الشبكه قد يكون غير منطقي فهذا نعم وارجع للمصادر في الاعلى او اي مصدر اخر تريد للاسف تركت ال Notes في الجامعه لكن ابحث ستجد ما يسرك وتأكد , واتحداك ايضا اذا اتيت بكلمه خطأ من ما قلت ( صراحه هذا الاسلوب اللي ينفع معك ومع من هم على شاكلتك ) عادي لا تثور

____________________

الان لكي تتعلم ماعي حسنات وماعي مساويء الشبكات العصبونيه .. :-

حسنات :-

***مناسبة لتحليل الانماط المعقده :- لازم تكون عارف شو معناها اتوقع انك عبقري على حسب الصوره اللي واضعها :D

*** ليس لديها اي نوع من انواع الافتراضات المقيدة ( اكيد فاهم ؟)

*** لديها قابليه في التعامل مع البيانات النوعية( اتوقع فاهم ؟)

سهلة الاستعمال و مخرجات واضحة و قوية ومرنة (مليون يالميه فاهم ؟)

السيئات :-

ما احب اذكر السيئات مش عارف ليش ؟ ممكن لاني احب الحسنات اكثر ... رح اتركك انت تبحث احسن .. بس ابحث في نوعية البيانات وكيف لازم تكون جودتها و هل تحتاج لتعريف المعماريه ؟

واختيار المتغيرات هل يجب ان يكون بعنايه ام ماذا ؟ وطول مدة العمليه عل هي قصيره ام طويله ؟ اوووه اتوقع هذه تم شرحها (ممتاز ) صحيح بالنسبه لل over fitting هل هنالك مخاطر لحصولها ؟ .

خلاص بكفي بقي اقول لك شيء في الاعلى ( سطر 102001010020) ..

انت بحاجه لزياره طبيب نفسي .. مافيها عيب اذكر شخص كان نفس حالتك بالضبط ونصحناه ان يذهب الى طبيب نفسي لانه حالته كانت تقريبا كحالتك سيدخل المستشفى في اقرب وقت , المهم تحسنت حالته الصحيه ورجع طبيعي كالبشر الطبيعين .. لذا هذي نصيحه والمثل بقول ( نسيته ) على كل Have a nice bed عند الطبيب وليس المستشفى , سارع ولا تضيع الوقت لا يفوت القطار عليك ..

ملاحظه :- تثور من ثار فهو ثائر وليس المعنى الذي يقع في اذهان البعض ..

نراكم مع درس جديد ..

-----

اقسم بالله ما اعتدت ان اتكلم مع احد بهذه الطريقه والجميع يعرفني لكن هذا الانسان استفزني لدرجه كبيره ويحتاج هذا التعليق لكي يفوق من غيبوبته .. يعتقد بان الناس هنا غير متعلمين وهو الوحيد المتعلم ولا يعلم ان المنتدى مليء بالعباقره المتواضعين الذين اتوا هنا لينشروا العلم دون تمنن وغرور وتكبر واساءه للاخرين .. طبعا انا صنفتك بانك لست من الاخرين ..

ولست امانع من اعطى انذار او تنبيه او اطرد مثلا .. لكن صبرت عليك وتكلمت معك باحترام وفي كل مره تسيء وتتكلم بتعالي وتكبر ..

ولكنني اقولها ولن اجزع حتى بعد كل الذي كتبته لك ( هداني واياك الله )

في امان الله .. ولن ارد عليك مهمها قلت ..

أولا بالنسبة لسطر "102001010020" احييك على صراحتك :D -- اكتفي بهذا القدر.

------- الرد على الشبهات

اقتباس

اولا الشبكه ليست بطيئه في ال training ولكنها تحتاج الى عينه كبيره للتدريب : وهنا يختلف الامر , لاحظ وتمعن

لتطلع اكثر راجع :-

On the Behavior of Artificial Neural Network Classifiers in High-Dimensional Spaces 1:-

Journal: IEEE Transactions on Pattern Analysis and Machine Intelligence - PAMI , vol. 18, no. 5, pp. 571-574, 1996

2:- J Clin Epidemiol. 1996 Nov;49(11):1225-31 Advantages and disadvantages of using artificial neural networks versus logistic regression for predicting medical outcomes.

مافي داعي اكثر من المراجع ..

هذين المصدرين يتحدثان عن الدقة او الerror-rate، والآخر عن الdimentionality فيما يتعلق بالerror-rate

وهذا ليس له علاقة ببطئ او سرعة الtraining مقارنة ببقية طرق الذكاء الاصطناعي.

ملاحظة: مصادرك غير مجانية، وغير متوفرة في الانترنت.. لهذا السبب لم استطع سوى أن اقرأ الabstract. اذا ترسل لي الورقة كاملة سأقرأها (او اذا لديك مصدر ثاني)

اقتباس

اما موضوع انها بطيء فهي ولكن بطيئه في مسار العمل كامل وليس بالذات في التدريب .. لاحظ لا يد ان تكون دقيق في اجابتك . وارجع لنفس المراجع او غيرها ستجد معنى الكلام ..

اقتباس

الان لكي تتعلم ماعي حسنات وماعي مساويء الشبكات العصبونيه .. :-

حسنات :-

***مناسبة لتحليل الانماط المعقده :- لازم تكون عارف شو معناها اتوقع انك عبقري على حسب الصوره اللي واضعها

*** ليس لديها اي نوع من انواع الافتراضات المقيدة ( اكيد فاهم ؟)

*** لديها قابليه في التعامل مع البيانات النوعية( اتوقع فاهم ؟)

سهلة الاستعمال و مخرجات واضحة و قوية ومرنة (مليون يالميه فاهم ؟)

اقتباس

السيئات :-

ما احب اذكر السيئات مش عارف ليش ؟ ممكن لاني احب الحسنات اكثر ... رح اتركك انت تبحث احسن .. بس ابحث في نوعية البيانات وكيف لازم تكون جودتها و هل تحتاج لتعريف المعماريه ؟

واختيار المتغيرات هل يجب ان يكون بعنايه ام ماذا ؟ وطول مدة العمليه عل هي قصيره ام طويله ؟ اوووه اتوقع هذه تم شرحها (ممتاز ) صحيح بالنسبه لل over fitting هل هنالك مخاطر لحصولها ؟ .

---------- الأدلة على كلامي:

الtraining في الشبكات العصبونية بطيئة:

هناك العديد من الكتب.. لكن من ابسط الكتب في الشرح في رأيي هو An Introduction to Machine Learning --- MIT Press.، لو تلاحظ فكرة الشبكات العصبونية بصفة عامة ان الweights تبدأ randomly وثم تتغير تدريجيا

والتغيير بحيث يتم السعي وراء تقليل الerror rate. اشهر طريقة والتي يتم استخدامها بكثرة هي بواسطة gradient descent و gradient descent بطيئة

المصدر: اقرأ الكتاب من mit press قسم multilayer perceptrons تحت قسم "Improving Convergence".. وستجده يقول لك "حرفيا" ان gradient descent مشكلتها slow

توجد بعض طرق الoptimization لكنها مازالت محدودة بطريقة عمل الشبكات العصبونية.

وكذلك عمليا بخبرتي العملية مع المشاكل "الحقيقية" (وليس مجرد iris dataset تجريبي)، التدريب في الشبكات العصبونية بطيئة جدا مقارنة ب SVM او C4.5 او RF

ولهذا السبب، تطبيقات الشبكات العصبونية، مثل Weka، تحتوي على maximum time limit للepoch لإيقاف الtraining وتجنب ضياع الوقت

ربما انت لم تشعر بالبطئ، لأن معظم التطبيقات العملية تحتوي على limit صغير. مثلا في weka الحد = 500.. لهذا السبب تظن ان الconvergence سريعة.. لكن الواقع أنها بطيئة وتم إيقافها لانها بلغت maximum epoch time limit

جودة التصنيف في الشبكات العصبونية ليست الأفضل:

حقل الdatamining يعتبر experimental field

لا توجد طريقة مضمونة للحصول على global minima للerror-rate.... كل الطرق المتبعة هي heuristics

ولهذا السبب يجب تجربة العديد من الطرق لكل مشكلة على حدة

المصدر؟ اي كتاب معروف يفي بالغرض....و على الارجح مكتوب في الكتاب من MIT press بالاعلى

لكن الذي "يحضرني" من فوق رأسي هو كتاب Data mining من مؤلفيه Witten و Frank و M. Hall

هناك عدة مواضع في الكتاب يذكر بها انه there is no single learning method

وكذلك هناك ورقة علمية لتجربة عدة تطبيقات learning في تصنيف رسائل البريد الإلكتروني... والنتيجة كانت: الشبكات العصبونية فشلت ان تكون الافضل في جميع الاختبارات

المصدر: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.114.1242&rep=rep1&type=pdf

بالرغم من هذا: انا لا اقول ان الشبكات العصبونية دائما اسوأ... الذي اقوله انه ليست دائما الافضل، ولا يجوز التعميم

الجواب الحقيقي هو ان الlearning methods يجب تجربتها لمعرفة الجواب النهائي... والذهاب مباشرة الى الشبكات العصبونية خطأ

هذا لان الdatamining يعتبر حقل experimental

تصحيح: there is no single learning method تساوي there is no single BEST learning method