Professional Documents
Culture Documents
انحدار خطي بسيط 3
انحدار خطي بسيط 3
Redouane Lguensat
fb.com/AppliedMathsInDarija
March 2020
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
هاد التقديم محاولة متواضعة باش نوصل بعض الافكار على التعلم الآلي Machine 1
الانترنت ،هادشي اللي كاندير عا ديك الدغمة الاولى "لمحاربة الأمية" فهاد الدومين
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
X Y
3 6
7 14
9.5 19
ايلا قلت ليك را كاينة علاقة بيناتهم و سولتك شنو قيمة Yايلا كان Xهو 5؟
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
ايلا فكرتي شو ية عا يبان ليك را الجواب هو Y=10حيث النموذج الر ياضياتي Y = 2X
صالح لذوك البيانات
التعلم الآلي )ولا النمذجة الإحصائية Statistical Modelingبشكل عام( مبنية على هاذ
القضية اللي درتي دابا :الخوارزمية كاتشوف البيانات و كاتقلب على النموذج الر ياضياتي
الأحسن اللي كايقدر يكون صالح للبيانات
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
فهاذ الحلقة عادي ندو يو على اسهل نموذج ر ياضياتي فالسوق ،اللي هو أول حاجة
كايبداو بيها الناس اللي كايبغيو يدخلو للدومين ديال التعلم الآلي :هاذ النموذج هو
الانحدار الخطي Linear Regression
النموذج اللي كانفترضو انه مزيان للبيانات كايكون على شكل دالة تآلفية 1
Xو Yيقدرو يكون متجهات عامرين بعدة أعداد .و لـكن هنا عانبقاو فأسهل 2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
αوβ
ايلا شفتي المثال السابق عا تلاحظ ان الدالة ماكاتدوزش دير يكت من ڭاع 2
البيانات ،كاين واحد التيساع بين البيانات و الدالة ،وهاذ التيساع هو الخطأ
Errorاللي دارتو الدالة فذيك القيمة .لنفترض أن فكل نقطة iدرنا خطأ ϵi
يعنيYi = αXi + β + ϵi :
ايلا بغينا الانحدار الخطي البسيط ديالنا يكون مزيان ،خاص المجموع ديال 3
Squaresعا يكون الهدف هو نلقاو ̂ αو ̂ βباش نصغرو الجمع ديال المربعات
تاع الأخطاء
X
n X
n
α̂, β̂ = min ε̂2i = min (Yi − β − αXi )2
α,β α,β
i=1 i=1 . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
)تمرين( دير الاشتقاق و لقا القيم الدنيا اللي كاتحل المشكل الر ياضياتي.
الحل هو هذا:
Pn
̄i=1 Xi − X̄ Yi − Y
=b
α Pn 2 )(2
̄i=1 Xi − X
βb = Ȳ − α
̄bX )(3
1X 1X
n n
= ̄X Xi , = ̄Y Yi )(4
n n
i=1 i=1
ايلا عندك مع المعلوميات كاين بزاف ديال البرامج اللي كايحسبو ليك هاذ الحل ،مثلا
ف Pythonشوف التالي
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
صاوبت واحد دفتر جوبيتير اللي بغا يشوف واحد المثال ديال الانحدار الخطي و 1
الـكود ديالو
Jupyter notebook
Andrew Ng اللي بغا يتعمق كانصح بالدرس ديال الاستاذ الرائع 2
https://fr.coursera.org/learn/machine-learning
مصادر الصور 3
[1] http://pgfplots.net/tikz/examples/regression-line
[3] https://stackoverflow.com/questions/34474767/how-to-select-
regression-algorithm-for-noisy-scattered-data/34476605
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .