أفضل 7 مشروعات مثيرة للاهتمام لتعلم الآلة على Github يجب أن تضع يديك عليها
نشرت: 2020-04-28لقد رأينا العديد من الابتكارات التكنولوجية الشائعة في السنوات الأخيرة والتي جعلت حياتنا أبسط بكثير مما كانت عليه من قبل. يعد التعلم الآلي أحد تلك الابتكارات التي أحدثت ثورة في العالم. تتجاوز تطبيقاتها ما نراه اليوم.
التعلم الآلي ، إذا تم استخدامه بشكل صحيح ، لديه القدرة على تحويل أكثر من بضعة جوانب أو مجالات من حياتنا اليومية. إذن ، كيف تقوم تقنية التعلم الآلي بكل هذا؟ بمساعدة الخوارزميات ، يقوم هذا النموذج بنمذجة الأنظمة دون الحاجة إلى برمجتها بشكل صريح. إنه أمر رائع لتحليل البيانات بالإضافة إلى أتمتة عمليات إنشاء النماذج التحليلية.
ما علاقة ML مع GitHub؟ يتضمن التعلم الآلي التنبؤات المستندة إلى البيانات ودراسة الخوارزمية ، وقد وجد الآن إمكانيات أحدث مع GitHub. في هذه المدونة ، سنقوم بإدراج بعض أكثر مشاريع التعلم الآلي شيوعًا على GitHub. لن تكون هذه سوى عدد قليل من أكثر من 100 مليون مشروع مستضاف على GitHub.
جدول المحتويات
ما هو التعلم الآلي؟
يلتزم التعلم الآلي بعملية محددة جيدًا تتضمن إعداد البيانات ، والتدريب على الخوارزمية ، وإنشاء نماذج التعلم الآلي ، وأخيرًا ، عمل التنبؤات وتحسينها. يعتمد التعلم الآلي على فكرة عامة جدًا مفادها أن بعض الخوارزميات الأساسية لديها القدرة على اكتشاف شيء مثير للاهتمام داخل مجموعات البيانات. وأفضل جزء هو أنك لست مضطرًا لكتابة أي كود لإنجاز ذلك. بدلاً من ذلك ، سيُطلب منك تزويد الخوارزمية بالبيانات ، والتي ستبني عليها منطقها.
هناك أنواع مختلفة من التعلم الآلي ، دعونا نأخذ مثالاً لفهم هذا بطريقة أفضل. لدينا نوع من الخوارزمية يُعرف باسم خوارزمية التصنيف. يقسم البيانات إلى مجموعات منفصلة. يمكن استخدام هذه الخوارزمية لفصل البريد العشوائي عن رسائل البريد الإلكتروني الخاصة بك وتحديد الأرقام المكتوبة بخط اليد دون الحاجة إلى تغيير الرمز ولو بشكل طفيف. تظل الخوارزمية كما هي ولكن الاختلاف في منطق التصنيف الخاص بها يأتي من بيانات التدريب المختلفة التي يتم تقديمها.
تعلم دورة التعلم الآلي من أفضل الجامعات في العالم. احصل على درجة الماجستير أو برنامج PGP التنفيذي أو برامج الشهادات المتقدمة لتسريع مسار حياتك المهنية.

ما هو جيثب؟
GitHub هو تطبيق مفتوح المصدر يُستخدم لتخزين التعليمات البرمجية على الويب. يمكن استخدامه بعدة طرق مختلفة. يمكنك استخدامه لتخزين مشاريعك على السحابة مجانًا أو كمحفظة عبر الإنترنت تتيح لأصحاب العمل المحتملين معرفة مدى براعتك في الترميز. ومع ذلك ، لن يكون من الخطأ القول إن GitHub أكثر بكثير مما تراه العين.
انها ليست مجرد تخزين التعليمات البرمجية الخاصة بك ؛ إنها بالأحرى أداة يستخدمها المطورون في جميع أنحاء العالم للتعاون في المشاريع. يساعد المطورين والفرق على تحسين أكوادهم من خلال وجود مجموعة من المطورين الآخرين الموجودين في مواقع مختلفة لتقديم مساهماتهم القيمة.
يعتمد GitHub على Git ، وهو برنامج التحكم في الإصدار الذي يمكن تنزيله بسهولة على جهازك المحلي لمزيد من الاستخدام. يختلف Git و GitHub عن بعضهما البعض ؛ ومع ذلك ، لن نناقش هذه الاختلافات في هذه المدونة. ينصب تركيزنا هنا على مساعدتك في فهم كيفية ارتباط التعلم الآلي و GitHub ، ثم سرد بعض مشاريع التعلم الآلي التي تتم استضافتها على GitHub. تعرف أيضًا على المزيد حول أفكار مشاريع التعلم الآلي المثيرة للاهتمام للمبتدئين.
يأتي GitHub مع العديد من الميزات الفريدة التي ساهمت بشكل كبير في جعلها شائعة جدًا. بالإضافة إلى كونه مساحة تخزين بسيطة ، فهو مركز الترميز الخاص بك مع اتصالات شبكات اجتماعية مهمة للغاية. يسمح للمطورين الفرديين بالانتشار عبر طول واتساع هذا العالم لتقديم مساهماتهم في مشاريع وفرق متعددة. بمجرد أن تعتاد على كيفية عملها ، ستعرف كل تلك الأشياء التي يمكنك فعلها بها. محتار حول الاختلاف بين جيت وجيثب؟ لقد قمنا بإدراج الفرق بين Git و Github في هذه المقالة.
أهم 7 مشاريع للتعلم الآلي على GitHub
1. المصنف العصبي (NLP)
أحد أكبر التحديات التي قد تواجهها في الحياة اليومية هو استخدام البيانات النصية لإجراء تصنيف متعدد التصنيفات. عند العمل على مشاكل البرمجة اللغوية العصبية التي لا تزال في مراحلها الأولى ، نستخدم التصنيف أحادي التسمية. ولكن عندما يتعلق الأمر بالبيانات من العالم الحقيقي ، يرتفع مستوى التصنيف بضع درجات أعلى.
عندما يتعلق الأمر بالتصنيف متعدد العلامات المتدرج ، يمكن استخدام المصنف العصبي لتنفيذ النماذج العصبية بسرعة أكبر. أحد أفضل الأشياء في المصنفات العصبية هو أنه يأتي مع ترميز نصوص اعتدنا على رؤيته - ترميز المحولات ، FastText ، و RCNN من بين أمور أخرى. يمكننا استخدامه لأداء العديد من مهام التصنيف ، بما في ذلك تصنيف نص الفئة الثنائية ، وتصنيف النص متعدد التصنيفات ، وتصنيف النص متعدد الفئات ، وتصنيف النص الهرمي أو المتدرج.

2. ميديكال نت
يعتقد معظم الناس أن نقل التعلم يتعلق فقط بمعالجة اللغات الطبيعية. إنهم منغمسون في التطورات لدرجة أنهم ينسون التطبيقات الأخرى لتعلم النقل. ميديكال نت هي واحدة من تلك المشاريع التي ستسعد برؤيتها.
يجمع هذا المشروع بين مجموعات البيانات الطبية والعديد من الأشياء المختلفة ، مثل الأعضاء المستهدفة والأمراض والطرائق المتنوعة التي تأتي مع مجموعات بيانات أكبر. وإذا كنت تعرف كيف تعمل نماذج التعلم العميق ، فسوف تدرك أين يمكن استخدام مجموعات البيانات الكبيرة هذه. هذا مشروع مفتوح المصدر رائع يجب أن تعمل عليه بالتأكيد.
3. TDEngine
هذه منصة بيانات كبيرة تم إنشاؤها لإنترنت الأشياء أو IOT والبنية التحتية لتكنولوجيا المعلومات والسيارات المتصلة وإنترنت الأشياء الصناعي من بين أشياء أخرى. يوفر مجموعة كاملة من الأعمال الهندسية للبيانات. تم تصنيفها من بين أفضل المشاريع الجديدة المستضافة على GitHub.
4. بيرت
تعد تمثيلات التشفير ثنائية الاتجاه من Transformers أو BERT مرة أخرى مشروعًا شائعًا للتعلم الآلي على GitHub. BERT هي إضافة جديدة للمشاريع المتعلقة بتمثيلات اللغة. إنه نظام ثنائي الاتجاه وأول نظام غير خاضع للإشراف للتدريب المسبق على البرمجة اللغوية العصبية.
5. إزالة كائن الفيديو
وصلت طريقة تعامل الآلات الحديثة مع الصور ومعالجتها إلى مرحلة متقدمة جدًا. إذا كنت تريد أن تصبح متخصصًا في رؤية الكمبيوتر ، فأنت بحاجة إلى أن تكون في مقدمة اللعبة عندما يتعلق الأمر باكتشاف الأشياء في الصور.

ليس الأمر سهلاً على الإطلاق عندما يُطلب منك العمل على مقاطع الفيديو وإنشاء مربعات إحاطة حول كائنات مختلفة فيها. هذه مهمة معقدة لأن الأشياء ديناميكية بطبيعتها. يساعدك تدريب التعلم الآلي على إنجاز هذه المهام بسهولة نسبية.
6. Aweome-TensorFlow
يحتوي مشروع التعلم الآلي هذا على GitHub على موارد تجعل فهم واستخدام TensorFlow أمرًا سهلاً للغاية. لديها مجموعة من مشاريع TensorFlow والتجارب والمكتبات. برنامج التعلم الآلي مفتوح المصدر TensorFlow الذي يحتوي على موارد وأدوات ومكتبات مجتمعية مختلفة لمساعدتك في إنشاء أكثر المشاريع تقدمًا باستخدام التعلم الآلي. يمكن للمطورين استخدام TensorFlow لبناء ونشر تطبيقات التعلم الآلي بوتيرة أسرع بكثير.
7. fastText FacebookResearch
هذه مكتبة مجانية مفتوحة المصدر تابعة لـ FacebookResearch توفر طريقة فعالة من حيث التكلفة لتعلم تمثيل الكلمات. fasText خفيف الوزن ويوفر لك فهمًا عميقًا لمصنفات الجمل بالإضافة إلى تمثيلات النص. هذه مكتبة رائعة للأشخاص المهتمين بمعالجة اللغات الطبيعية.
خاتمة
تناقش هذه المدونة التعلم الآلي و GitHub وكيفية ارتباطها ببعضها البعض. قمنا بإدراج بعض مشاريع التعلم الآلي التي تمت استضافتها على GitHub وقدمنا فهمًا موجزًا لكيفية عمل هذه المشاريع والأشخاص الذين يمكنهم الاستفادة منها.
إذا كنت مهتمًا بمعرفة المزيد عن التعلم الآلي ، فراجع برنامج IIIT-B & upGrad's Executive PG في التعلم الآلي والذكاء الاصطناعي المصمم للمهنيين العاملين ويقدم أكثر من 450 ساعة من التدريب الصارم ، وأكثر من 30 دراسة حالة ومهمة ، IIIT -ب حالة الخريجين ، 5+ مشاريع التخرج العملية العملية والمساعدة في العمل مع الشركات الكبرى.
ما هي حدود التعلم الآلي؟
يعد التعلم الآلي أداة قوية للغاية لحل مجموعة واسعة من المشكلات في جميع الصناعات. ومع ذلك ، هناك أيضًا بعض القيود في استخدام التعلم الآلي: 1. التعلم الآلي مكلف ، فأنت بحاجة إلى إنفاق الكثير من المال لشراء البرنامج وتدريب مجموعات البيانات. 2. ليس من السهل البدء في التعلم الآلي ، فمن الصعب جدًا استخدام مكتبات التعلم الآلي مفتوحة المصدر. 3. التعلم الآلي ليس حلاً فوريًا ، يجب عليك قضاء الوقت والجهد لفهم البيانات. 4. التعلم الآلي ليس متاحًا للجميع ، فأنت بحاجة إلى معرفة المزيد عن علوم البيانات والإحصاءات والرياضيات. 5. لا يمكن استخدام التعلم الآلي إلا للتنبؤ والتقدير ، لذلك لا تزال بحاجة إلى القيام ببعض الأعمال البشرية.
كيف تبدأ التعلم الآلي؟
يعد التعلم الآلي موضوعًا ساخنًا وأذكى طريقة لدخول هذه الصناعة هي تعلمه من الأساسيات وفهم كيفية عمله. التعلم الآلي هو في الأساس مجموعة من الخوارزميات المستخدمة لتحليل واتخاذ القرارات باستخدام البيانات التاريخية. التعلم الآلي هو مصطلح واسع للغاية وهناك الكثير لنتعلمه وقد يبدو الأمر مربكًا. لذلك ، نوصيك بالبدء بخوارزمية بسيطة مثل الانحدار الخطي ثم الانتقال إلى مناهج أكثر تقدمًا مثل تعزيز التدرج والتعلم العميق.
ما هي بعض الأشياء الرائعة التي يمكنك القيام بها باستخدام التعلم الآلي؟
يمكنك تطوير نموذج للتنبؤ بسلوك اللاعبين (أو سلوك المستخدمين) ، على سبيل المثال ، بناءً على موقعهم ووقت اليوم والجهاز وما إلى ذلك. يمكنك استخدام هذا النموذج لبدء إجراء تلقائيًا. على سبيل المثال ، أرسل إشعارات مع عرض خاص للمستخدمين عندما يكونون بالقرب من متجرك. هذه هي أسهل طريقة لكسب المال من علم البيانات. إذا كنت تريد أن تصبح مهندسًا للتعلم الآلي ، فسوف يزداد الطلب عليك. تستثمر معظم الشركات ، من الشركات الناشئة الصغيرة إلى Google و Amazon و IBM و Facebook وغيرها ، بشكل كبير في التعلم الآلي.