| 1 | |
| 00:00:01,180 --> 00:00:03,500 | |
| بسم الله الرحمن الرحيم الصلاة والسلام على رسول | |
| 2 | |
| 00:00:03,500 --> 00:00:09,210 | |
| اللهأهلا و سهلا بكم في محاضرة جديدة من وثائق تقييم | |
| 3 | |
| 00:00:09,210 --> 00:00:12,350 | |
| البيانات اليوم ان شاء الله هتتكلم على ال second | |
| 4 | |
| 00:00:12,350 --> 00:00:16,890 | |
| mining task او ال third mining task اللي هي ال | |
| 5 | |
| 00:00:16,890 --> 00:00:20,750 | |
| clustering طبعا احنا كنا بتكلمنا سابقا ان ال | |
| 6 | |
| 00:00:20,750 --> 00:00:24,490 | |
| mining task تنقسم من ال predictive او ال | |
| 7 | |
| 00:00:24,490 --> 00:00:26,870 | |
| descriptive و ال predictive اتكلمنا عن ال | |
| 8 | |
| 00:00:26,870 --> 00:00:28,990 | |
| classification و ال regression و ال recommendation | |
| 9 | |
| 00:00:28,990 --> 00:00:31,470 | |
| اليوم طبعا ال recommendation ما شرحناها عشان | |
| 10 | |
| 00:00:31,470 --> 00:00:34,170 | |
| اتكلمنا عن classification و regressionواليوم إن | |
| 11 | |
| 00:00:34,170 --> 00:00:36,710 | |
| شاء الله تعالى هنتكلم .. نبدأ في الـ descriptive | |
| 12 | |
| 00:00:36,710 --> 00:00:41,370 | |
| task هنتكلم على ال clustering طب لما احنا بنتكلم | |
| 13 | |
| 00:00:41,370 --> 00:00:43,910 | |
| على ال clustering بنتكلم على unsupervised learning | |
| 14 | |
| 00:00:43,910 --> 00:00:46,750 | |
| وهذا نوع من ال machine learning اللي بتعلم من ال | |
| 15 | |
| 00:00:46,750 --> 00:00:51,650 | |
| test data يعني انا بهمني انه البيانات تبعتي مايكون | |
| 16 | |
| 00:00:51,650 --> 00:00:55,030 | |
| لهاش label هذا مفهوم ال test data ان ال test data | |
| 17 | |
| 00:00:55,030 --> 00:00:59,090 | |
| انه label مش موجود that has not been labeled | |
| 18 | |
| 00:00:59,090 --> 00:01:04,580 | |
| مالهاش labelclassified or categorized ما تمش | |
| 19 | |
| 00:01:04,580 --> 00:01:09,020 | |
| تصنيفها أو تقسيمها قبل هيك بال unsupervised | |
| 20 | |
| 00:01:09,020 --> 00:01:14,400 | |
| learning على خلاف كل ال machine learning مافيش | |
| 21 | |
| 00:01:14,400 --> 00:01:19,420 | |
| عندي output معروف مسبقا وبالتالي مافيش عندي | |
| 22 | |
| 00:01:19,420 --> 00:01:22,320 | |
| teacher أو instruction مافيش عندي أي structure لل | |
| 23 | |
| 00:01:22,320 --> 00:01:25,700 | |
| learning algorithm فحين انه في ال supervised | |
| 24 | |
| 00:01:25,700 --> 00:01:28,020 | |
| learning سواء كان في ال regression أو كان في ال | |
| 25 | |
| 00:01:28,020 --> 00:01:32,840 | |
| classification كان عندي واضحالـ label هو ال | |
| 26 | |
| 00:01:32,840 --> 00:01:36,180 | |
| guidance تبعي أو هو المعلم تبعي إيه الشغلات اللي | |
| 27 | |
| 00:01:36,180 --> 00:01:39,260 | |
| أنا بديها وإيه ال role اللي أنا كنت بحاول أحصل | |
| 28 | |
| 00:01:39,260 --> 00:01:41,920 | |
| عليها ال unsupervised learning ال learning | |
| 29 | |
| 00:01:41,920 --> 00:01:47,880 | |
| algorithm فقط بأعرض عليه البيانات و بأطلب يعمل | |
| 30 | |
| 00:01:47,880 --> 00:01:50,840 | |
| extract لل knowledge طبعا extract لل knowledge هان | |
| 31 | |
| 00:01:50,840 --> 00:01:54,500 | |
| إما بتقسيمهم لمجموعات أو يقول لي إيش ال frequent | |
| 32 | |
| 00:01:54,500 --> 00:01:57,720 | |
| pattern فيهم زي ما في ال association rules إلى | |
| 33 | |
| 00:01:57,720 --> 00:02:02,710 | |
| آخرينطبعاً لما اتكلم في الـ unsupervised learning | |
| 34 | |
| 00:02:02,710 --> 00:02:06,530 | |
| بدل | |
| 35 | |
| 00:02:06,530 --> 00:02:11,390 | |
| ما انا اخد feedback و | |
| 36 | |
| 00:02:11,390 --> 00:02:15,070 | |
| اقارب الـ unsupervised learning بعرف ال | |
| 37 | |
| 00:02:15,070 --> 00:02:19,510 | |
| communities أو الشغلات المشتركة في ال data الشغلات | |
| 38 | |
| 00:02:19,510 --> 00:02:23,230 | |
| ال common اللي موجودة اللي بتتشارك فيها مجمع معظم | |
| 39 | |
| 00:02:23,230 --> 00:02:28,960 | |
| ال instances اللي موجودة عنديوبتقرر .. وبت .. اللي | |
| 40 | |
| 00:02:28,960 --> 00:02:32,640 | |
| بعرف .. بعد ما بتقرر على الشغلات ال common هاي أو | |
| 41 | |
| 00:02:32,640 --> 00:02:36,760 | |
| الشغلات المشتركة هاي بناء عليها بتتصرف اما بتقرر | |
| 42 | |
| 00:02:36,760 --> 00:02:41,420 | |
| .. يعني بتتصرف وبصير ال algorithm بناء على وجود أو | |
| 43 | |
| 00:02:41,420 --> 00:02:45,940 | |
| عدم وجود ال properties أو ال common properties | |
| 44 | |
| 00:02:45,940 --> 00:02:49,440 | |
| اللي موجود عنده يعني يعني تخيل انا لو انا في عندى | |
| 45 | |
| 00:02:49,440 --> 00:02:53,910 | |
| مجموعة من الصور وقولنا بدنا نصنفهممجموعة من الصور | |
| 46 | |
| 00:02:53,910 --> 00:02:56,290 | |
| وانا بدي أصنفهم معناته حتى اللي عرف المحتوى الصور | |
| 47 | |
| 00:02:56,290 --> 00:03:01,830 | |
| واصيرك والله ان التصنيف هذا بيتبع كده او يتبع كده | |
| 48 | |
| 00:03:01,830 --> 00:03:05,230 | |
| الـ unsupervised learning زي ما قلناه عبارة عن | |
| 49 | |
| 00:03:05,230 --> 00:03:09,330 | |
| descriptive model في اكتر من نوع في ال | |
| 50 | |
| 00:03:09,330 --> 00:03:11,590 | |
| unsupervised learning زي ما بنعرف سابقا ل | |
| 51 | |
| 00:03:11,590 --> 00:03:14,630 | |
| clustering طبعا شفناها في المقدمة تابعة المساق ل | |
| 52 | |
| 00:03:14,630 --> 00:03:18,930 | |
| clustering معناته انا بدي اجسم ال data instances | |
| 53 | |
| 00:03:18,930 --> 00:03:27,350 | |
| اللي موجودة عندي لمجموعة منالـ groups طبعاً مجموع | |
| 54 | |
| 00:03:27,350 --> 00:03:32,050 | |
| الـ groups هذه عددها معروف مسبقاً طب من هنا علشان | |
| 55 | |
| 00:03:32,050 --> 00:03:35,870 | |
| نتم تجميعهم بدنا ندرس صفات ال properties هاي | |
| 56 | |
| 00:03:35,870 --> 00:03:38,970 | |
| وتجميعهم مع بعضهم ال anomaly detection أو ال | |
| 57 | |
| 00:03:38,970 --> 00:03:42,030 | |
| outlier detection أروح أدور على ال unusual أو | |
| 58 | |
| 00:03:42,030 --> 00:03:48,270 | |
| الشغلات النادرة في ال data set اللي موجودة عندها و | |
| 59 | |
| 00:03:48,270 --> 00:03:53,390 | |
| أظهرهاالـ association rules لما انا بتكلم على ال | |
| 60 | |
| 00:03:53,390 --> 00:03:58,570 | |
| patterns و بدور على ال frequent pattern اللي ممكن | |
| 61 | |
| 00:03:58,570 --> 00:04:02,410 | |
| تكون موجود عندي و ارتباط العناصر و اشوف ارتباط | |
| 62 | |
| 00:04:02,410 --> 00:04:06,660 | |
| القوانين او ارتباط ال data مع بعضهاعشان أقدر أبني | |
| 63 | |
| 00:04:06,660 --> 00:04:10,060 | |
| decision وفي عندي transformation اللي هي فعليا أنا | |
| 64 | |
| 00:04:10,060 --> 00:04:13,760 | |
| أقدر أحول ال data ل data set مختلفة عشان أقدر | |
| 65 | |
| 00:04:13,760 --> 00:04:18,480 | |
| أرسمها أو أقدر أتعامل معاها بشكل أبسط احنا طبعا | |
| 66 | |
| 00:04:18,480 --> 00:04:22,980 | |
| هنتكلم على ال course هذا ال clustering و ال | |
| 67 | |
| 00:04:22,980 --> 00:04:27,600 | |
| association rules طبعا لما نتكلم فعلا ال | |
| 68 | |
| 00:04:27,600 --> 00:04:31,380 | |
| clustering معناته ال clustering algorithm بده يروح | |
| 69 | |
| 00:04:31,380 --> 00:04:36,680 | |
| يجسم ال data set اللي عندي ل distinct groupsالجروب | |
| 70 | |
| 00:04:36,680 --> 00:04:42,780 | |
| هذي معروفة مسبقا تخيل | |
| 71 | |
| 00:04:42,780 --> 00:04:48,320 | |
| ان ال raw data تبعتي هي عبارة عن سلة الفواكه رمضان | |
| 72 | |
| 00:04:48,320 --> 00:04:51,600 | |
| كريم ان شاء الله كل عام طيبين ان شاء الله سلة | |
| 73 | |
| 00:04:51,600 --> 00:04:54,580 | |
| الفواكه هي عبارة عن ال input data ال raw data | |
| 74 | |
| 00:04:54,580 --> 00:05:00,580 | |
| تبعتي وانا قلت بدي اجسمها لتلت مجموعاتطبيعي ال | |
| 75 | |
| 00:05:00,580 --> 00:05:05,060 | |
| algorithm هيدرس خصائص العناصر كلياتها يعرف العناصر | |
| 76 | |
| 00:05:05,060 --> 00:05:08,260 | |
| المشتركة ويحدد العناصر المشتركة وبالتالي هيقول لي | |
| 77 | |
| 00:05:08,260 --> 00:05:12,700 | |
| في عندك مجموعة التفاح ومجموعة الموز ومجموعة | |
| 78 | |
| 00:05:12,700 --> 00:05:17,360 | |
| المانجو هذا لما قلت له جسم ليها لتلت مجموعات | |
| 79 | |
| 00:05:17,360 --> 00:05:19,940 | |
| متذكرين ال definition السابق؟ انا قلت لها | |
| 80 | |
| 00:05:19,940 --> 00:05:25,040 | |
| predefine او predetermine number of groups لازم | |
| 81 | |
| 00:05:25,040 --> 00:05:30,110 | |
| احدده مسبقاتمام طيب لو انا روح قولتله ل مجموعتين | |
| 82 | |
| 00:05:30,110 --> 00:05:35,970 | |
| روحت قولتله جسملي اياهم لمجموعتين مش تلات مجموعات | |
| 83 | |
| 00:05:35,970 --> 00:05:42,070 | |
| دراسة العناصر هاي و هيروح و كأنه هيقوللي انه هذه | |
| 84 | |
| 00:05:42,070 --> 00:05:45,990 | |
| انا بتوقع ان يكون هذه التفاح و المانجو في مجموعة و | |
| 85 | |
| 00:05:45,990 --> 00:05:49,690 | |
| الموز في مجموعة تانية لأن الشكل و اللون مختلف بعاد | |
| 86 | |
| 00:05:49,690 --> 00:05:54,430 | |
| كتير عنبعضهم وبالتالي عدد المجموعات هو اللي يلعب | |
| 87 | |
| 00:05:54,430 --> 00:05:57,370 | |
| دور طبعا يا جماعة الخير كل ما كان عندى عدد | |
| 88 | |
| 00:05:57,370 --> 00:06:00,950 | |
| المجموعات اللي انا بتديها تبعتي هو الصح معناته انا | |
| 89 | |
| 00:06:00,950 --> 00:06:04,370 | |
| بأشتغل عليها بشكل كويس أو بكون عندى النتيجة تبعتي | |
| 90 | |
| 00:06:04,370 --> 00:06:09,310 | |
| صح لما بتكلم في ال clustering معناته انا بتكلم ان | |
| 91 | |
| 00:06:09,310 --> 00:06:13,250 | |
| ال method تبعتي هي ال .. ال .. او ال clustering هي | |
| 92 | |
| 00:06:13,250 --> 00:06:17,470 | |
| عبارة عن method بتجسم البيانات اللي بتشارك | |
| 93 | |
| 00:06:19,620 --> 00:06:26,360 | |
| الصفات المشتركة أو الـ similar trend and better | |
| 94 | |
| 00:06:26,360 --> 00:06:32,520 | |
| يعني ان ال instances هتتوزع بناء على محتوى على | |
| 95 | |
| 00:06:32,520 --> 00:06:36,820 | |
| احتوائها على مجموعة من الشغلات المشتركة يعني هيكون | |
| 96 | |
| 00:06:36,820 --> 00:06:40,140 | |
| في عندي تشابه كبير جدا ما بين العناصر اللي في | |
| 97 | |
| 00:06:40,140 --> 00:06:45,200 | |
| المجموعة الواحدة الهدف الأساسي فعليا من ال | |
| 98 | |
| 00:06:45,200 --> 00:06:48,660 | |
| clustering معناته هو عبارة عن split up تقسيم ال | |
| 99 | |
| 00:06:48,660 --> 00:06:56,200 | |
| dataبطريقة طبعا تقسمها ل groups بطريقة ان النقاط | |
| 100 | |
| 00:06:56,200 --> 00:06:59,220 | |
| اللي في ال cluster الواحد او في المجموعة الواحدة | |
| 101 | |
| 00:06:59,220 --> 00:07:03,820 | |
| are very similar متشابهة جدا عشان هيك كانت في | |
| 102 | |
| 00:07:03,820 --> 00:07:08,920 | |
| الرسم السابق هان لما اتكلمنا كان التفاح لحال | |
| 103 | |
| 00:07:08,920 --> 00:07:12,400 | |
| المانجو لحال و الموز لحال و لما قلتلك انا بتقسمهم | |
| 104 | |
| 00:07:12,400 --> 00:07:16,460 | |
| لمجموعتين مش لتلات مجموعاتمعناه تقول نحن هنا | |
| 105 | |
| 00:07:16,460 --> 00:07:21,980 | |
| نضيفهم على مع بعضهم لكن الان ايش الشغلات المشتركة | |
| 106 | |
| 00:07:21,980 --> 00:07:25,280 | |
| اللي انت اعتمدت عليها الحجم مثلا و اللون لكن لو | |
| 107 | |
| 00:07:25,280 --> 00:07:27,640 | |
| واحد ايجي جالي والله انا بتقسمهم هالنا مجموعتين | |
| 108 | |
| 00:07:27,640 --> 00:07:32,400 | |
| بناء على طبيعة الفاكهة اللي موجودة هاي وبالتالي | |
| 109 | |
| 00:07:32,400 --> 00:07:35,660 | |
| احنا نتكلم في عندي فواكه استوائية ال mango و الموز | |
| 110 | |
| 00:07:35,660 --> 00:07:42,040 | |
| فاكهة استوائية ولا لأ وبالتالي ممكن يكون تصنيف في | |
| 111 | |
| 00:07:42,040 --> 00:07:46,540 | |
| الآخرمافيش عندي قرار صحيح مائة في المائة أن | |
| 112 | |
| 00:07:46,540 --> 00:07:50,520 | |
| التقسيمة تبعتي هذه صح أو .. لكن بقدر أقول والله | |
| 113 | |
| 00:07:50,520 --> 00:07:53,820 | |
| التقسيمة هذه أصح من هذه التقسيمة بناء على معرفتي | |
| 114 | |
| 00:07:53,820 --> 00:07:56,640 | |
| بالبيانات اللي موجودة عندها طبعا ال similarity | |
| 115 | |
| 00:07:56,640 --> 00:08:01,640 | |
| طبعا التشابه ما بين ال algorithm for the | |
| 116 | |
| 00:08:01,640 --> 00:08:03,600 | |
| unsupervised learning و ال classification | |
| 117 | |
| 00:08:03,600 --> 00:08:08,820 | |
| algorithm أنه ال cluster algorithm بيخصص أو بتنبأ | |
| 118 | |
| 00:08:08,820 --> 00:08:11,780 | |
| رقم المجموعة | |
| 119 | |
| 00:08:14,590 --> 00:08:16,970 | |
| للـ point يعني انا روح قلتله والله انا بدي تلت | |
| 120 | |
| 00:08:16,970 --> 00:08:19,850 | |
| مجموعات بروح بقولي هذه ال point في المجموعة رقم | |
| 121 | |
| 00:08:19,850 --> 00:08:22,830 | |
| واحد هذه ال point في المجموعة رقم اتنين هذه ال | |
| 122 | |
| 00:08:22,830 --> 00:08:25,090 | |
| point في المجموعة رقم تلاتة هذه ال point في | |
| 123 | |
| 00:08:25,090 --> 00:08:29,550 | |
| المجموعة رقم تلاتة وبالتالي هو بيعمل predict لرقم | |
| 124 | |
| 00:08:29,550 --> 00:08:32,370 | |
| المجموعة اللي انا قلبته من البداية عشان انا قلتله | |
| 125 | |
| 00:08:32,370 --> 00:08:37,550 | |
| بدي تلت مجموعات فهو هجسم ليهم تلت مجموعات طبعا و | |
| 126 | |
| 00:08:37,550 --> 00:08:39,950 | |
| هذه هي المفهوم التشابه اللي انا بتكلم عليه انهم | |
| 127 | |
| 00:08:39,950 --> 00:08:45,040 | |
| بنعمل prediction لالـ number بحيث انه فعليا كما زي | |
| 128 | |
| 00:08:45,040 --> 00:08:48,480 | |
| ما قلنا ان هذا ال number هي عبارة عن رقم المجموعة | |
| 129 | |
| 00:08:48,480 --> 00:08:51,620 | |
| أو رقم ال cluster اللي بيحتوي ال point اللي موجودة | |
| 130 | |
| 00:08:51,620 --> 00:08:57,000 | |
| عندها طبعا | |
| 131 | |
| 00:08:57,000 --> 00:08:59,820 | |
| لما بتكلم على ال clustering معناته ان انا بدي اخد | |
| 132 | |
| 00:08:59,820 --> 00:09:07,020 | |
| بيانات كلها في نفس ال space بتكلم على بيانات كلها | |
| 133 | |
| 00:09:07,020 --> 00:09:13,040 | |
| في نفس ال spaceفي مجموعات معينة يعني هذا الـ space | |
| 134 | |
| 00:09:13,040 --> 00:09:17,240 | |
| هو عبارة عن high dimensional ممكن يكون 2D, 3D, 4D | |
| 135 | |
| 00:09:17,240 --> 00:09:23,080 | |
| طبعا اتكلم دي اللي هي عدد ال attribute و بروح اللي | |
| 136 | |
| 00:09:23,080 --> 00:09:28,300 | |
| بجسمليها لمجموعات بجسم ال rows ال instances أو ال | |
| 137 | |
| 00:09:28,300 --> 00:09:33,860 | |
| points هاي بجسمليها لمجموعات عبارة عن مجموعات أو | |
| 138 | |
| 00:09:33,860 --> 00:09:46,740 | |
| طبعااللي ب guess ال point هذه لمجموعات اصغر ب | |
| 139 | |
| 00:09:46,740 --> 00:09:51,060 | |
| guess similarly عفوا اللي قولنا احنا كمان مرة ان | |
| 140 | |
| 00:09:51,060 --> 00:09:56,440 | |
| فكرة ال algorithm بياخد ال points اللي موجودة | |
| 141 | |
| 00:09:56,440 --> 00:10:00,220 | |
| عندها بغض النظر عن ال space او ال dimensionality | |
| 142 | |
| 00:10:00,220 --> 00:10:05,440 | |
| تبعتهالكن كل ال points أو ال data set تبعتي على | |
| 143 | |
| 00:10:05,440 --> 00:10:09,560 | |
| نفس العدد من ال attributes ثابتة بروح بجسمليها | |
| 144 | |
| 00:10:09,560 --> 00:10:12,760 | |
| لمجموعات أصغر يعني بين جوسين كانت والله عندي ال | |
| 145 | |
| 00:10:12,760 --> 00:10:15,780 | |
| data set فيها مائة ألف record وقلتله جسمليها لتلت | |
| 146 | |
| 00:10:15,780 --> 00:10:18,980 | |
| مجموعات المائة ألف هدولة بتجسموا على تلت مجموعات | |
| 147 | |
| 00:10:18,980 --> 00:10:25,500 | |
| حتماEach cluster consists of a point that are near | |
| 148 | |
| 00:10:25,500 --> 00:10:31,080 | |
| to some in some sense وهذه النقاط في كل مجموعة | |
| 149 | |
| 00:10:31,080 --> 00:10:36,460 | |
| متشابهة بشكل او باخر طبعا لما نتكلم على ال similar | |
| 150 | |
| 00:10:36,460 --> 00:10:41,660 | |
| أو العلاقة related similar to another في نفس | |
| 151 | |
| 00:10:41,660 --> 00:10:46,640 | |
| المجموعة عناصر المجموعة الواحدة متشابهة وعناصر | |
| 152 | |
| 00:10:46,640 --> 00:10:49,860 | |
| المجموعات المختلفة غير متشابهة | |
| 153 | |
| 00:10:52,050 --> 00:10:58,450 | |
| هذا المصطلح أهم و more professional أن الـ intra | |
| 154 | |
| 00:10:58,450 --> 00:11:03,050 | |
| distance أو ال cluster distance يجب أن يكون قليل | |
| 155 | |
| 00:11:06,170 --> 00:11:10,330 | |
| كان المسافة ما بين عناصر ال in instance أو ال | |
| 156 | |
| 00:11:10,330 --> 00:11:14,550 | |
| cluster الواحدة تكون قصيرة جدا ليس منها in | |
| 157 | |
| 00:11:14,550 --> 00:11:20,110 | |
| instance او ال distance لما بتكلم على distance يا | |
| 158 | |
| 00:11:20,110 --> 00:11:24,310 | |
| جماعة الخير لو تخيل ان في اتنين متطابقين او | |
| 159 | |
| 00:11:24,310 --> 00:11:30,150 | |
| متشابهين المسافة بينهم جديش صفر أصبحلكن لما يكون | |
| 160 | |
| 00:11:30,150 --> 00:11:34,690 | |
| المختلفين المسافة بينهم أبعد ما يمكن وبالتالي انا | |
| 161 | |
| 00:11:34,690 --> 00:11:37,670 | |
| بقى اتكلم انه لازم يكون في عند ال Inter distance | |
| 162 | |
| 00:11:37,670 --> 00:11:42,270 | |
| أبعد ما يمكن و ال intra distance أصغر ما يمكن | |
| 163 | |
| 00:11:42,270 --> 00:11:46,830 | |
| وبهيك انا بكون نجحت في تقسيم المجموعات اللي موجودة | |
| 164 | |
| 00:11:46,830 --> 00:11:51,940 | |
| عندها طبعا لو انا بده اعمل مقارنة فعليا ما بينالـ | |
| 165 | |
| 00:11:51,940 --> 00:11:55,440 | |
| Clustering و الـ Classification بناء على ال data | |
| 166 | |
| 00:11:55,440 --> 00:11:59,220 | |
| اللي موجودة عندي طبعا الرسم الأولى اللي فوق بتمثل | |
| 167 | |
| 00:11:59,220 --> 00:12:03,700 | |
| classification و الرسم اللي تحت بتمثل ال | |
| 168 | |
| 00:12:03,700 --> 00:12:05,820 | |
| clustering طبعا اللي بتكلم عن ال classification | |
| 169 | |
| 00:12:05,820 --> 00:12:09,520 | |
| يعني ان في عندي label لازم يكون label هي ال label | |
| 170 | |
| 00:12:09,520 --> 00:12:13,960 | |
| النقاط اللي باللون الأخضر proteins و اللي باللون | |
| 171 | |
| 00:12:13,960 --> 00:12:18,120 | |
| البن الغامق هذا او البن الداكن هي عبارة عن ال | |
| 172 | |
| 00:12:18,120 --> 00:12:22,870 | |
| genes و معناته ان لازم يكون في عندي ruleيخصص كل | |
| 173 | |
| 00:12:22,870 --> 00:12:26,950 | |
| point ل label واضح طبعا ال rule هذا زي ما بنعرف في | |
| 174 | |
| 00:12:26,950 --> 00:12:32,270 | |
| ال prediction أو في هاي في عندي هذا الخط الفاصل هو | |
| 175 | |
| 00:12:32,270 --> 00:12:36,010 | |
| العناصر الموجرة يعني لو انا اجيت تبعا لل variable | |
| 176 | |
| 00:12:36,010 --> 00:12:40,510 | |
| الأول و قلت والله لو كان ال variable الأول تبعي | |
| 177 | |
| 00:12:40,510 --> 00:12:49,550 | |
| قيمته كذامعناته هذا هيكون أكبر أو تساوي X معناته | |
| 178 | |
| 00:12:49,550 --> 00:12:59,030 | |
| أنا بتكلم على أن هذا هيكون مع ال label اللي موجود | |
| 179 | |
| 00:12:59,030 --> 00:13:02,970 | |
| كمان مرة بقول لو أنا إجيت فعليا الخط هذا هو بمثل | |
| 180 | |
| 00:13:02,970 --> 00:13:06,470 | |
| المعادلة أو ال role تبعتي في ال classification لو | |
| 181 | |
| 00:13:06,470 --> 00:13:09,510 | |
| أنا خدت خط مستقيب ل high على ال point اللي عندي | |
| 182 | |
| 00:13:09,510 --> 00:13:14,880 | |
| هنابالشكل هذا او اتكلمت فعليا انا هي العناصر اللي | |
| 183 | |
| 00:13:14,880 --> 00:13:19,660 | |
| موجودة عندي هناأنا فعلياً لما تكون ال point تبعتي | |
| 184 | |
| 00:13:19,660 --> 00:13:24,700 | |
| بالنسبة لل variable الأول أكبر أو تساوي X معناته | |
| 185 | |
| 00:13:24,700 --> 00:13:29,020 | |
| هذا genes otherwise بكون ال protein وهذا معادلة | |
| 186 | |
| 00:13:29,020 --> 00:13:31,640 | |
| الخط المستقيم زي ما في عندي classifier اسمه | |
| 187 | |
| 00:13:31,640 --> 00:13:34,560 | |
| support vector machine هو عبارة عن أفضل line يفصل | |
| 188 | |
| 00:13:34,560 --> 00:13:38,120 | |
| ما بين العناصر الموجودة طبعاً بهذا supervised | |
| 189 | |
| 00:13:38,120 --> 00:13:41,880 | |
| learning في ال non-clustering أو عفوا في ال | |
| 190 | |
| 00:13:41,880 --> 00:13:47,580 | |
| unsupervised في ال clustering أنا ماعنديش labelأنا | |
| 191 | |
| 00:13:47,580 --> 00:13:52,140 | |
| مجرد و اتجمعت البيانات بناء على ال similarity على | |
| 192 | |
| 00:13:52,140 --> 00:13:55,980 | |
| التشابه اللي بينها كلهم متشابهين مع بعض بناء على | |
| 193 | |
| 00:13:55,980 --> 00:14:00,100 | |
| ال distance اللي موجودة ال distance بين أي نقطين | |
| 194 | |
| 00:14:00,100 --> 00:14:04,920 | |
| اللي هي ال intra distance لازم تكون أصغر من أقرب | |
| 195 | |
| 00:14:04,920 --> 00:14:11,900 | |
| نقطين يعني أكبر intra distance لازم تكون أقصر من | |
| 196 | |
| 00:14:11,900 --> 00:14:19,350 | |
| أيمن اكتر الـ Inter distance كمان مرة بقول انه في | |
| 197 | |
| 00:14:19,350 --> 00:14:23,190 | |
| ال clustering لما انا بأجي بتكلم هنا انه المفروض | |
| 198 | |
| 00:14:23,190 --> 00:14:31,030 | |
| ال اقوى ال intra distance المفروض تكون عندى اقصر | |
| 199 | |
| 00:14:31,030 --> 00:14:36,170 | |
| من ال inter distance اللى موجودة اللى هنا لو انا | |
| 200 | |
| 00:14:36,170 --> 00:14:40,310 | |
| اجيت و قلتلك ان هذه ال data اللى عندي هي عبارة عن | |
| 201 | |
| 00:14:40,310 --> 00:14:45,330 | |
| data عشان نوضح الموضوع ال clusteringطبعاً عندما | |
| 202 | |
| 00:14:45,330 --> 00:14:49,930 | |
| أتكلم عن الوضع في البيانات يعني أنني أتكلم عن | |
| 203 | |
| 00:14:49,930 --> 00:14:54,630 | |
| توزيع البيانات وبشوف رسم أو هيكرية البيانات اللي | |
| 204 | |
| 00:14:54,630 --> 00:14:58,650 | |
| موجودة عندي لو أنا أتقعد نشوف بالمثال في البسيط | |
| 205 | |
| 00:14:58,650 --> 00:15:02,530 | |
| هذا جاب من ال .. لو أجيت و قلت أن ال data هيبتمثل | |
| 206 | |
| 00:15:02,530 --> 00:15:06,970 | |
| ال customer purchases و أجيت و قلت كالتالي هدق | |
| 207 | |
| 00:15:06,970 --> 00:15:10,130 | |
| طبعاً أنا ميزت هان بالألوان عشان أسهل عليكم عملية | |
| 208 | |
| 00:15:10,130 --> 00:15:15,420 | |
| الاستيعاب اللي هتصير كالتاليأنا فعليا لو أدرس | |
| 209 | |
| 00:15:15,420 --> 00:15:19,360 | |
| البيانات اللى موجودة عندى هان اللى باللون الأحمر | |
| 210 | |
| 00:15:19,360 --> 00:15:23,640 | |
| هي عبارة عن مجموعة من القطع الصغيرة أو عفوا | |
| 211 | |
| 00:15:23,640 --> 00:15:29,760 | |
| الأعداد القليلة واللي أسعارها عالية جدا يعنى عندى | |
| 212 | |
| 00:15:29,760 --> 00:15:38,280 | |
| 1700 على 2 بتكلم في حدود 6850 3000 على 2000 على | |
| 213 | |
| 00:15:38,280 --> 00:15:45,880 | |
| 3000 بتكلم على 660 تقريبابنتكلم على 2300 على 4 | |
| 214 | |
| 00:15:45,880 --> 00:15:50,580 | |
| بينما اللي تحت بنتكلم على أعداد أعداد كبيرة و | |
| 215 | |
| 00:15:50,580 --> 00:15:55,200 | |
| أسعار قليلة بينما اللي تحت أعداد قليلة و أسعار | |
| 216 | |
| 00:15:55,200 --> 00:16:00,020 | |
| قليلة، مظبوط؟ لأ لو أنا بدي أجي أجسم، معناته هيكون | |
| 217 | |
| 00:16:00,020 --> 00:16:02,480 | |
| التقسيم في ال cluster الأول اللي على أسر باللون | |
| 218 | |
| 00:16:02,480 --> 00:16:08,220 | |
| الأحمر اللي هي few purchases with high pricesطبعا | |
| 219 | |
| 00:16:08,220 --> 00:16:10,620 | |
| احنا جماعة الخير واحد و اتنين و تلات اللي هي ال | |
| 220 | |
| 00:16:10,620 --> 00:16:13,660 | |
| raw number اللي باللون الأسود أنا مش ملونها معنى | |
| 221 | |
| 00:16:13,660 --> 00:16:16,300 | |
| هان عشان اقولك ان هذه ماتدخل في التصنيف مالهاش | |
| 222 | |
| 00:16:16,300 --> 00:16:22,060 | |
| داخل لأن ممكن ال data تكون عند هان shuffled، not | |
| 223 | |
| 00:16:22,060 --> 00:16:22,880 | |
| ordered | |
| 224 | |
| 00:16:25,670 --> 00:16:30,370 | |
| طيب ال cluster التاني هي عبارة عن money prices او | |
| 225 | |
| 00:16:30,370 --> 00:16:34,610 | |
| purchase money فهي عندى مجموعة عالية من ال items | |
| 226 | |
| 00:16:34,610 --> 00:16:39,530 | |
| عالية و ال purchases تبعتى high prices كذلك وهذه | |
| 227 | |
| 00:16:39,530 --> 00:16:42,370 | |
| اللى باللون الأزرق كذلك باللون الأخضر لما انا | |
| 228 | |
| 00:16:42,370 --> 00:16:47,470 | |
| بتكلم ان ال customer بيشتري مجموعة قليلة من | |
| 229 | |
| 00:16:47,470 --> 00:16:52,510 | |
| العناصر باسعار قليلة أو باسعار زهيدة نوعا ما تمام | |
| 230 | |
| 00:16:54,270 --> 00:16:57,630 | |
| طبعاً وين المجالات أو وين التطبيقات اللي ممكن انا | |
| 231 | |
| 00:16:57,630 --> 00:17:01,750 | |
| اشغل فيها اعفوا اشغل فيها او اطبق فيها ال | |
| 232 | |
| 00:17:01,750 --> 00:17:05,590 | |
| clustering العديد من المجالات في ال target | |
| 233 | |
| 00:17:05,590 --> 00:17:11,230 | |
| marketing في التسويق الموجه لما انا حابب استكشف من | |
| 234 | |
| 00:17:11,230 --> 00:17:15,950 | |
| الناس اللي ممكن يشتريهالإبداع تبعتي و أروح أوجه | |
| 235 | |
| 00:17:15,950 --> 00:17:20,910 | |
| لهم الإعلانات أو أعرض عليهم المنتج تبعي مثلا انا و | |
| 236 | |
| 00:17:20,910 --> 00:17:27,750 | |
| الله لو جينا سألنا انا عمال بعمل تطبيق IOS عشان | |
| 237 | |
| 00:17:27,750 --> 00:17:32,670 | |
| يتكلم او بعملي high prediction لضغط الدم و عدد | |
| 238 | |
| 00:17:32,670 --> 00:17:37,450 | |
| ضربات القلب و الاخره مين المعنيين لو انا بده اروح | |
| 239 | |
| 00:17:37,450 --> 00:17:42,950 | |
| ادور في ال data او بده احاول استكشفعندي data set | |
| 240 | |
| 00:17:42,950 --> 00:17:45,830 | |
| لل customers اللي بيشتغلوا applications ممكن انا | |
| 241 | |
| 00:17:45,830 --> 00:17:48,430 | |
| اروح ادور على فئة الناس اللي ممكن تشتري ال | |
| 242 | |
| 00:17:48,430 --> 00:17:51,230 | |
| application هذا من خلال اما من خلال ال similarity | |
| 243 | |
| 00:17:51,230 --> 00:17:55,390 | |
| او من خلال الاهتمامات | |
| 244 | |
| 00:17:55,390 --> 00:17:59,510 | |
| تبعتهم في الآخر لازم بلاقي بين العناصر هدولة شغلات | |
| 245 | |
| 00:17:59,510 --> 00:18:02,670 | |
| مشتركة وممكن انا اتوجههم لانه ممكن اتوجههم لكل | |
| 246 | |
| 00:18:02,670 --> 00:18:05,950 | |
| المجموعات فلما انا بروح و اجسمهم لمجموعات بلاقي | |
| 247 | |
| 00:18:05,950 --> 00:18:13,310 | |
| حتما مجموعة فيها هذه العناصرفي ال genomics أو في | |
| 248 | |
| 00:18:13,310 --> 00:18:17,730 | |
| علم الجينات ممكن انا اروح اصنف الجينات كذلك او | |
| 249 | |
| 00:18:17,730 --> 00:18:21,310 | |
| عفوا اقسم الجينات لمجموعات في ال astronomy او في | |
| 250 | |
| 00:18:21,310 --> 00:18:26,670 | |
| علم الفضاء عشان اصنف او اجسم المجموعات او اوجد | |
| 251 | |
| 00:18:26,670 --> 00:18:30,470 | |
| مجموعات لل similar stars و ال galaxies و المجارات | |
| 252 | |
| 00:18:30,470 --> 00:18:33,660 | |
| اللي موجودة عندىفي ال insurance أو في التأمين عشان | |
| 253 | |
| 00:18:33,660 --> 00:18:37,460 | |
| اعرف في المجموعات اللي انا فعليا كيف ممكن اعرف | |
| 254 | |
| 00:18:37,460 --> 00:18:44,420 | |
| فيها ال vehicles او انصدر او اقسم بوليست التأمين | |
| 255 | |
| 00:18:44,420 --> 00:18:48,240 | |
| حسب ال holder اللي موجود عندها لو جديش قيمة ال | |
| 256 | |
| 00:18:48,240 --> 00:18:51,200 | |
| insuranceفي ال city planning كذلك في التخطيط | |
| 257 | |
| 00:18:51,200 --> 00:18:56,200 | |
| الحضري للمدن كيف يتم جسمها لمجموعة من ال houses | |
| 258 | |
| 00:18:56,200 --> 00:19:03,220 | |
| بناء على أنواعهم وانواع سفرتهم و ال location أو ال | |
| 259 | |
| 00:19:03,220 --> 00:19:07,260 | |
| geographical location تبعتهم لكن أنا فعليا جامعة | |
| 260 | |
| 00:19:07,260 --> 00:19:11,300 | |
| الخيركل الكلام الجميل عن ال clustering في عندي من | |
| 261 | |
| 00:19:11,300 --> 00:19:13,860 | |
| ضمن الكلام كان في عندي مشكلة واضحة أو هي ال | |
| 262 | |
| 00:19:13,860 --> 00:19:19,560 | |
| challenge الأساسي في موضوع ال clustering فعليا إذا | |
| 263 | |
| 00:19:19,560 --> 00:19:23,240 | |
| ال data unlabeled يديش عدد ال clusters الحقيقية | |
| 264 | |
| 00:19:23,240 --> 00:19:28,380 | |
| اللي موجودة عندي لو أنا عرضت عنك ال data هاي كام | |
| 265 | |
| 00:19:28,380 --> 00:19:34,600 | |
| clusters؟ هاي ال data set unlabeled data مافيش | |
| 266 | |
| 00:19:34,600 --> 00:19:38,000 | |
| عليها أي علامات مميزة و سألتك هذه كام مجموعة؟ | |
| 267 | |
| 00:19:47,800 --> 00:19:55,400 | |
| ممكن اكتر ؟ اه ممكن هاي اربع clusters هادول معبق | |
| 268 | |
| 00:19:55,400 --> 00:20:06,910 | |
| هادى لحال هادول لحال هادى لحال او هادلحال ممكن ستة | |
| 269 | |
| 00:20:06,910 --> 00:20:10,630 | |
| كذلك طب أي عدد فيهم الصح طب التلاتة ليش مش تلاتة؟ | |
| 270 | |
| 00:20:10,630 --> 00:20:14,130 | |
| لو أنا قلت له تلاتة حاجة اسمهم على تلاتة مين الصح | |
| 271 | |
| 00:20:14,130 --> 00:20:19,030 | |
| فيهم؟ تين ولا تلاتة ولا أربعة ولا ستة ولا خمسة؟ | |
| 272 | |
| 00:20:19,030 --> 00:20:23,850 | |
| مين؟ لأن ال label غايب عندي معناته انا في عندي | |
| 273 | |
| 00:20:23,850 --> 00:20:26,810 | |
| مشكلة او احنا بيقول في عندي challenge حقيقية لان | |
| 274 | |
| 00:20:26,810 --> 00:20:32,480 | |
| اقدر اقيمالـ Cluster Algorithm أو الـ Behavior تبع | |
| 275 | |
| 00:20:32,480 --> 00:20:34,340 | |
| الـ Cluster Algorithm علشان هي بيقول الـ | |
| 276 | |
| 00:20:34,340 --> 00:20:39,120 | |
| Clustering can be ambiguous ممكن يكون مضلل، مضلل | |
| 277 | |
| 00:20:39,120 --> 00:20:42,600 | |
| يعني مش واضح أو ضبابي في التعامل اللي موجود عندها | |
| 278 | |
| 00:20:43,850 --> 00:20:46,950 | |
| الـ Clustering Types لما أتكلم على الـ Clustering | |
| 279 | |
| 00:20:46,950 --> 00:20:51,630 | |
| Types المعنى هو .. ال .. ال Clustering هي عبارة عن | |
| 280 | |
| 00:20:51,630 --> 00:20:56,110 | |
| مجموعة من الست في ال clusters وهذه تراوح مجموعات | |
| 281 | |
| 00:20:56,110 --> 00:20:59,010 | |
| ال clusters هذه إما ما بين ال hierarchical أو ال | |
| 282 | |
| 00:20:59,010 --> 00:21:03,830 | |
| partitional ال cluster إما بتكون هرمي أو تجزيئي أو | |
| 283 | |
| 00:21:03,830 --> 00:21:06,810 | |
| تقطيعي ال clusters اللي موجودة لما أتكلم على | |
| 284 | |
| 00:21:06,810 --> 00:21:09,250 | |
| partitional ال clustering معناته أنا بتكلم على | |
| 285 | |
| 00:21:09,250 --> 00:21:15,790 | |
| division لل dataعلى مجموعات غير متقاطعة انا بجسم | |
| 286 | |
| 00:21:15,790 --> 00:21:20,310 | |
| ال data objects أو ال instances اللي موجودة على | |
| 287 | |
| 00:21:20,310 --> 00:21:25,870 | |
| مجموعات غير متقاطعة وهذا ما نسميها non overlapping | |
| 288 | |
| 00:21:25,870 --> 00:21:29,330 | |
| clusters او non overlapping subsets او نسميها احنا | |
| 289 | |
| 00:21:29,330 --> 00:21:36,230 | |
| cluster وبالتالي كل element بكون موجود فقط في one | |
| 290 | |
| 00:21:36,230 --> 00:21:40,140 | |
| subsetبينما في الـ Hierarchical Clustering معناته | |
| 291 | |
| 00:21:40,140 --> 00:21:45,860 | |
| أنا بتكلم على set of nested clusters organized as | |
| 292 | |
| 00:21:45,860 --> 00:21:49,720 | |
| hierarchical tree وبالتالي لأ انا في عندي تقاطع ما | |
| 293 | |
| 00:21:49,720 --> 00:21:53,060 | |
| بين كل cluster و التاني لما ان في عندي هيكلية او | |
| 294 | |
| 00:21:53,060 --> 00:21:56,660 | |
| hierarchy هيرامية او في عندي tree معناته انا قاعد | |
| 295 | |
| 00:21:56,660 --> 00:22:00,420 | |
| في عندي عناصر اللي هتكون عندي ماخدة أشكال مختلفة | |
| 296 | |
| 00:22:00,420 --> 00:22:03,660 | |
| لو انا قلت هي ال data اللي عندي هان وبدأ اطبق | |
| 297 | |
| 00:22:03,660 --> 00:22:07,660 | |
| عليها partitionary clusteringمعناته ممكن هيكون | |
| 298 | |
| 00:22:07,660 --> 00:22:10,860 | |
| عبارة عن الـ Partition Different Partitional | |
| 299 | |
| 00:22:10,860 --> 00:22:15,140 | |
| Clustering لو انا افترضت انه بالـ Hierarchical | |
| 300 | |
| 00:22:15,140 --> 00:22:17,660 | |
| data معناته انا ممكن احيي الـ Hierarchical فكرة | |
| 301 | |
| 00:22:17,660 --> 00:22:24,370 | |
| انه اتنين و تلاتة هان في one clusterوالـ cluster | |
| 302 | |
| 00:22:24,370 --> 00:22:27,870 | |
| هذا مع أربعة كوّنوا cluster جديد مع واحد كوّنوا | |
| 303 | |
| 00:22:27,870 --> 00:22:30,830 | |
| cluster جديد وهذه طبعا بسميها traditional | |
| 304 | |
| 00:22:30,830 --> 00:22:33,710 | |
| hierarchical clustering بينما هذه بسميها | |
| 305 | |
| 00:22:33,710 --> 00:22:37,850 | |
| dendrogram وطبعا الـ dendrogram بيبين بشكل واضح | |
| 306 | |
| 00:22:37,850 --> 00:22:41,290 | |
| علاقة ال instances مع بعض يعني أنا واضح ان عندي | |
| 307 | |
| 00:22:41,290 --> 00:22:47,950 | |
| اتنين و تلاتة انجمعوا بعدين انجمع لهم أربعة و | |
| 308 | |
| 00:22:47,950 --> 00:22:54,500 | |
| بعدين انجمع لكل اللي هي واحدةكذلك هنا هنا الـ non | |
| 309 | |
| 00:22:54,500 --> 00:22:56,940 | |
| -traditional الهيراريكال .. الهيراريكال طبعا ال | |
| 310 | |
| 00:22:56,940 --> 00:22:59,740 | |
| traditional في كل مرة انا عمالي بضيف point لكن في | |
| 311 | |
| 00:22:59,740 --> 00:23:02,220 | |
| ال non-traditional لأ ممكن تكون الأمور شوية مختلفة | |
| 312 | |
| 00:23:02,220 --> 00:23:05,500 | |
| ممكن بي واحد و بي اتنين مع بعض بي اتنين و بي تلاتة | |
| 313 | |
| 00:23:05,500 --> 00:23:08,840 | |
| مع بعض بي تلاتة و بي أربعة و هدول كلهم موجودين مع | |
| 314 | |
| 00:23:08,840 --> 00:23:13,200 | |
| بعض و هده هي في ال dendogram اللي بتظهر عندنا ان | |
| 315 | |
| 00:23:13,200 --> 00:23:16,840 | |
| شاء الله تعالى في التسجيل الجاي هروح باتجاه ال | |
| 316 | |
| 00:23:16,840 --> 00:23:20,300 | |
| partitional clustering أشوفكم على خير ان شاء الله | |
| 317 | |
| 00:23:20,300 --> 00:23:21,640 | |
| و السلام عليكم و مرحبا لله | |