Commit 4965fa62 authored by Rita-Josy Haddoub's avatar Rita-Josy Haddoub

Update README.md

parent 04c057ee
......@@ -72,7 +72,7 @@ Constraining an autoencoder during training(example:adding noise) pushes it to d
من خوارزميات التصنيف التي توزّع الجهات ضمن حدود القرار، الى نماذج محسنّة تؤمّن اقصى قدر من تحقيق الهدف. يتّم ادخال المعلومات الى الآلة على امل ايجاد ميزات ذات صلّة، حيث في المقابل تطلب الشبكة ايضاً ميزات ذات صلة بالمعلومات. في هذه الحالة، على الانسان و الآلة التعامل مع نفس المشكلة.
في كتابه الصادر حديثاً عن التعلّم الآلي "Machine Learners"، يكتب Adrian Mackenzie:
< "من او ما هو المتعلّم الآلي (Machine Learner)؟ انني اركّز على المتعلمين الآليين - مصطلح يشير الى الانسان و الآلة معاً او الى العلاقة بين الانسان و الآلة."
> "من او ما هو المتعلّم الآلي (Machine Learner)؟ انني اركّز على المتعلمين الآليين - مصطلح يشير الى الانسان و الآلة معاً او الى العلاقة بين الانسان و الآلة."
يستخدم Mackenzie مصطلح "المتعلّم الآلي" للإشارة الى الآلة بالقدر نفسه الذي يشير به الى الانسان الذي يبحث عن العلم. و عندما يصبح التعاون بين الانسان و الآلة متكرراً، يراكم المتعلمون الآليّون البيانات، و يشكّل الإثنان معاً مجموعة من التحيّزات. لذلك يبقى السؤال عن كيفية الردّ على المواقف غير المتوقعة يشكّل تحدّياً كبيراً. عندما يصبح الموقف و جهاته غير قابلين للتعرّف عليهما، تبدأ التحيّزات في تحدّي نفسها حيث تسعى الى اعادة توزيع افكارها من خلال التجربة. مرحلة التجربة مصيريّة لتمكين ايجاد احتمالات مختلفة. أقوم بإجراء تشبيهات لهذا الفضاء عبر وقت الاستجابة للعمليّات الحاسوبيّة، و من خلال استعمال الBéton في لبنان.
......
Markdown is supported
0%
or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment