<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ar">
	<id>https://3rabica.org/index.php?action=history&amp;feed=atom&amp;title=%D8%AA%D8%B9%D9%84%D9%85_%D8%B4%D8%BA%D9%88%D9%81</id>
	<title>تعلم شغوف - تاريخ المراجعة</title>
	<link rel="self" type="application/atom+xml" href="https://3rabica.org/index.php?action=history&amp;feed=atom&amp;title=%D8%AA%D8%B9%D9%84%D9%85_%D8%B4%D8%BA%D9%88%D9%81"/>
	<link rel="alternate" type="text/html" href="https://3rabica.org/index.php?title=%D8%AA%D8%B9%D9%84%D9%85_%D8%B4%D8%BA%D9%88%D9%81&amp;action=history"/>
	<updated>2026-06-10T15:26:34Z</updated>
	<subtitle>تاريخ التعديل لهذه الصفحة في الويكي</subtitle>
	<generator>MediaWiki 1.43.7</generator>
	<entry>
		<id>https://3rabica.org/index.php?title=%D8%AA%D8%B9%D9%84%D9%85_%D8%B4%D8%BA%D9%88%D9%81&amp;diff=3521362&amp;oldid=prev</id>
		<title>عبد العزيز في 13:42، 21 نوفمبر 2023</title>
		<link rel="alternate" type="text/html" href="https://3rabica.org/index.php?title=%D8%AA%D8%B9%D9%84%D9%85_%D8%B4%D8%BA%D9%88%D9%81&amp;diff=3521362&amp;oldid=prev"/>
		<updated>2023-11-21T13:42:48Z</updated>

		<summary type="html">&lt;p&gt;&lt;/p&gt;
&lt;p&gt;&lt;b&gt;صفحة جديدة&lt;/b&gt;&lt;/p&gt;&lt;div&gt;{{يتيمة|تاريخ =نوفمبر 2023}}&lt;br /&gt;
&amp;#039;&amp;#039;&amp;#039;التعلم الشغوف&amp;#039;&amp;#039;&amp;#039;&amp;lt;ref&amp;gt;{{استشهاد بويكي بيانات|Q111421033|صفحة=65}}&amp;lt;/ref&amp;gt; في [[ذكاء اصطناعي|الذكاء الاصطناعي]] هو طريقة تعلم يحاول فيها النظام إنشاء دالة هدف عامة مستقلة عن المدخلات أثناء تدريب النظام، على عكس [[تعلم كسول|التعلم الكسول]]، حيث يؤخر التعميم خارج بيانات التدريب حتى يُستعلَم النظامُ.&amp;lt;ref&amp;gt;{{استشهاد بمنشورات مؤتمر|مؤلف=Hendrickx, Iris|مؤلف2=Van den Bosch, Antal|وصلة مؤلف2=Antal van den Bosch|تاريخ=October 2005|عنوان=Hybrid algorithms with Instance-Based Classification|مسار=https://books.google.com/books?id=GtcevX7n90wC&amp;amp;pg=PA158|ناشر=Springer|صفحات=158–169|isbn=9783540292432}}&amp;lt;/ref&amp;gt; الميزة الرئيسية المكتسبة في استخدام طريقة التعلم الشغوف مثل [[شبكة عصبونية اصطناعية|الشبكة العصبية الاصطناعية]] هي أن الدالة المستهدفة ستُقرب أثناء التدريب، وبذلك تتطلب مساحة أقل بكثير من استخدام نظام التعلم البطيء. كما تتعامل أنظمة التعلم الشغوف تعلمًا أفضل في حال وجود التشويش في [[بيانات التدريب والتحقق والاختبار|بيانات التدريب]]. التعلم الشغوف هو مثال على {{Ill-WD2|تعلم غير متصل|id=Q7079636}} ، حيث لا يكون لاستعلامات ما بعد التدريب للنظام أي تأثير على النظام نفسه، ولذلك فإن نفس الاستعلام للنظام سيؤدي دائمًا إلى نفس النتيجة.&lt;br /&gt;
&lt;br /&gt;
العيب الرئيس في التعلم الشغوف هو أنه غير قادر عمومًا على إتاحة تقديرات محلية جيدة في الدالة المستهدفة.&amp;lt;ref&amp;gt;{{استشهاد بكتاب|عنوان=INTRODUCTION TO KNOWLEDGE PROCESSING|صفحات=2}}&amp;lt;/ref&amp;gt;&lt;br /&gt;
{|&lt;br /&gt;
|&amp;#039;&amp;#039;&amp;#039;التعلم الشغوف&amp;#039;&amp;#039;&amp;#039;&amp;lt;ref&amp;gt;Wouda, Frank J., et al. &amp;quot;Estimation of full-body poses using only five inertial sensors: an eager or lazy learning approach?.&amp;quot; Sensors 16.12 (2016): 2138.&amp;lt;/ref&amp;gt;&lt;br /&gt;
| &amp;#039;&amp;#039;&amp;#039;التعلم الكسول&amp;#039;&amp;#039;&amp;#039;&amp;lt;ref&amp;gt;Aha, David W. &amp;quot;Lazy learning.&amp;quot; Lazy learning. Dordrecht: Springer Netherlands, 1997. 7-10.&amp;lt;/ref&amp;gt;&lt;br /&gt;
|-&lt;br /&gt;
| يُنشأ النموذج في أقرب وقت ممكن&lt;br /&gt;
| إنشاء النموذج يُؤخَّر حتى آخر نقطة ممكنة&lt;br /&gt;
|-&lt;br /&gt;
| تُستهلك طاقة المعالجة أسرع&lt;br /&gt;
| معالجة الطاقة المستهلكة في وقت لاحق&lt;br /&gt;
|-&lt;br /&gt;
| النموذج جاهز للاستعلام مرة واحدة&lt;br /&gt;
| ينتظر إنشاء نموذج حتى الاستعلام&lt;br /&gt;
|-&lt;br /&gt;
|}&lt;br /&gt;
== طالع أيضًأ ==&lt;br /&gt;
&lt;br /&gt;
* [[تعلم الآلة]]&lt;br /&gt;
* [[تعلم كسول]]&lt;br /&gt;
&lt;br /&gt;
== المراجع ==&lt;br /&gt;
{{مراجع}}&lt;br /&gt;
{{مقالات بحاجة لشريط بوابات}}&lt;br /&gt;
[[تصنيف:تعلم الآلة]]&lt;/div&gt;</summary>
		<author><name>عبد العزيز</name></author>
	</entry>
</feed>