AI Vibes

📌 قولنا قبل كده إن الـ Supervised Learning فيه نوعين:
1️⃣ Classification
2️⃣ Regression

👨‍💻 النهاردة بقى هنتكلم عن Regression (الانحدار):

لو فاكر، الـ Classification كان بيخلّي الموديل يختار من كذا اختيار
لكن هنا الموضوع مختلف شوية 👇

Regression يعني إن الموديل بيتعلم يجاوب على سؤال:
"القيمة دي كام؟"

🎯 يعني بدل ما يقول دي كلب ولا قطة
لأ… هنا بيطلع رقم

🔍 أمثلة :

🏠 شقة مساحتها 120 متر في مكان معين → سعرها كام؟

📈 مبيعات الشهر الجاي → هتوصل لكام؟

🌡 درجة الحرارة بكرة → كام درجة؟

🎯 الفكرة كلها:
أنا بدي للموديل بيانات كتير ومعاها الرقم الصح
زي مساحة الشقة + عدد الأوض + المكان ومعاهم السعر الحقيقي

الموديل يتعلم العلاقة بينهم
وبعدها لما أديه بيانات جديدة
يطلعلي رقم قريب جدًا من الحقيقي

👨‍💻 باختصار:
Regression = توقع رقم مش اختيار من فئات

والفرق الأساسي 👇
Classification بيختار Label
Regression بيطلع Value

📌 المرة اللي فاتت قولنا إن في نوعين من التعلم تحت الـ Supervised Learning:
1️⃣ Classification
2️⃣ Regression

👨‍💻 النهاردة هنتكلم عن Classification (التصنيف):

التصنيف ببساطة يعني إن الموديل بيتعلم يجاوب على سؤال:
"الحاجة دي تبع أنهي مجموعة؟"

🔍 أمثلة :

صورة: كلب 🐶 ولا قطة 🐱؟

رسالة: سبام (إعلان مزعج) 📩 ولا مش سبام؟

طالب: ناجح ✅ ولا راسب ❌؟

🎯 الفكرة كلها:
أنا بدّي للموديل بيانات كتير ومعاها الإجابة الصح (زي صور كلاب وصور قطط).
لما يتعلم، أجيب له صورة جديدة وهو يقرر: دي كلب ولا قطة.

👨‍💻 باختصار:
Classification = اختيار إجابة من كذا اختيار

🤖✨ أنواع الـ Machine Learning

تعلم الآلة (ML) مش نوع واحد، لكنه بيتقسم لـ 3 أنواع رئيسية:

1️⃣ التعلم المُوجّه (Supervised Learning):
الآلة بتتعلم من بيانات مُصنّفة (يعني البيانات ومعاها الإجابة الصح).
📝 مثال: تدخل صور قطط وكلاب ومعاها اللابل "دي قطة" / "دا كلب"، والآلة تتعلم تفرّق بينهم.

2️⃣ التعلم غير المُوجّه (Unsupervised Learning):
الآلة بتتعلم من بيانات من غير إجابات، وتحاول تكتشف الأنماط بنفسها.
📝 مثال: برنامج يقسم عملاء شركة لمجموعات حسب سلوكهم من غير ما نحددله التصنيفات.

3️⃣ التعلم بالتعزيز (Reinforcement Learning):
الآلة تتعلم عن طريق التجربة والخطأ، وتاخد مكافأة لما تختار القرار الصح.
📝 مثال: روبوت بيتعلم يلعب لعبة ويفوز فيها من خلال المحاولات والجوايز.

💡 الخلاصة:

Supervised = عندك إجابة جاهزة.

Unsupervised = مفيش إجابة، الآلة تكتشف بنفسها.

Reinforcement = تعلم بالتجربة والمكافأة.

🤖✨ إيه الفرق بين AI و Machine Learning؟

🔹 Artificial Intelligence (AI):
الـ AI هو المجال الكبير اللي هدفه يخلي الآلة "تفكر" وتتصرف زي الإنسان.
يعني أي حاجة بتخلي الكمبيوتر يتصرف بذكاء = AI.

🔹 Machine Learning (ML):
الـ ML هو فرع من AI، بيخلي الآلة تتعلم من البيانات وتاخد قرارات أو تتوقع من غير ما نبرمجها بقوانين ثابتة.

✅ مثال يوضح الفرق:

لو عندك برنامج شطرنج مبرمج بقوانين وتحركات محددة = AI.

لو عندك برنامج اتعلم من ملايين الجيمز وبقى يعرف يلعب ويبتكر حركات جديدة = Machine Learning.

💡 الخلاصة:
كل ML يعتبر AI ✅،
لكن مش كل AI لازم يكون ML ❌.

🤖✨ تاريخ الذكاء الاصطناعي (AI)

الناس فاكرة إن الـ AI حاجة جديدة، بس الحقيقة الموضوع قديم جدًا 👇

🕰️ سنة 1956 اتعمل مؤتمر في جامعة "دارتموث" في أمريكا، وهناك لأول مرة اتقال مصطلح Artificial Intelligence – الذكاء الاصطناعي.
الفكرة كانت: "ممكن نخلي الكمبيوترات تتصرف زي البشر وتتعلم وتفكر؟" 🤯

في الستينات والسبعينات بدأوا يعملوا برامج بسيطة بتحل ألغاز رياضية أو تلعب شطرنج ♟️.
بعدها الموضوع اتطور مع زيادة قوة الكمبيوترات والبيانات، لحد ما وصلنا للي بنشوفه النهاردة: شات بوتس زي ChatGPT، سيارات ذاتية القيادة 🚗🤖، وأنظمة بتفهم صور وصوت ونصوص!

💡 الخلاصة: الذكاء الاصطناعي مش موضة جديدة، دا علم بدأ من أكتر من 60 سنة ولسه بيتطور بسرعة رهيبة.

كتير بنسمع كلمة Machine Learning وناس بتتلخبط، تعالوا نفهمها ببساطة 👇

✅ إيه اللي يعتبر Machine Learning؟

برنامج بيعرف يفرق في الصور بين القطة والكلب 🐶🐱

فلتر الإيميل اللي بيميز الرسائل سبام ولا لا 📩

نظام بيتوقع سعر شقة من بياناتها 🏠

برنامج بيكشف العمليات البنكية المشبوهة 💳

❌ وإيه اللي مش Machine Learning؟

الآلة الحاسبة اللي بتجمع وتطرح 🧮

كود ثابت: لو دخلت A يطبع B

برنامج مرتب الرواتب اللي بيمشي بقانون ثابت 💵

الألعاب القديمة اللي ماشية على قوانين مبرمجة زي ماريو 🎮

أي حاجة عارف نتيجتها من الأول ومفيش فيها تعلم من البيانات 👀

🔑 الخلاصة:
لو الحاجة بتتعلم من البيانات = Machine Learning ✅
لو النتيجة معروفة من الأول أو ماشية على قواعد مكتوبة يدوي = مش Machine Learning ❌