ما هي لغة Python؟ ولماذا نستعملها في التعلم الآلي؟

رسم توضيحي للغة بايثون في التعلم الآلي مع شاشة كمبيوتر وشعار بايثون ومخططات بيانية وشبكات عصبية.

لتدريب نماذج التعلم الآلي نحتاج إلى ترجمة الخطوات الرياضية إلى أكواد يفهمها الحاسوب. 
تتعدد لغات البرمجة المستخدمة عالميًا وتختلف في طريقة كتابتها وفي الأوامر التي تستعملها، ومن أشهرها لغة Python.

ما هي لغة Python؟

Python لغة برمجة ظهرت لأول مرة عام 1991. تتميز بسهولة تعلمها واستخدامها، ولذلك تُستعمل اليوم على نطاق واسع في مجالات كثيرة حول العالم، مثل تطوير التطبيقات والمواقع، وعلم البيانات، والتعلم الآلي. 
كما أنها مجانية بالكامل، وتعمل على أنظمة التشغيل المختلفة، مثل Windows وmacOS وLinux.

كيف يبدو كود Python؟

نأخذ معادلة التنبؤ في الانحدار الخطي مثالًا. لكي يحسب الحاسوب قيمة التنبؤ، يجب أن نترجم هذه المعادلة الرياضية إلى أوامر يفهمها، وتسمى هذه الأوامر كودًا، فينفذها خطوة بعد خطوة. 
يعرض المقطع التالي كودًا بسيطًا يحسب تنبؤ النقطة الأولى في النموذج الأول (w = 0 وb = 5) وخطأه.
    
w = 0
b = 5
x = 1
y = 8
prediction = w * x + b
error = prediction - y
print(error)

هذا شكل واحد من الأشكال التي قد يكون عليها الكود في Python، وتتغير الأوامر والبيانات من نموذج لآخر.
 نشرحه سطرًا سطرًا:
في السطرين الأولين أنشأنا متغيرين سميناهما w وb، وأعطيناهما القيمتين 0 و5. يمثلان المعاملين w وb في النموذج الأول.
في السطرين التاليين خزّنا قيمة المدخل x وهي 1، وقيمة المخرج الحقيقية y وهي 8. بذلك عرّفنا البيانات التي يستخدمها النموذج.
بعد ذلك نكتب طريقة التنبؤ وحساب الخطأ. في السطر الخامس أعطينا الحاسوب العملية w * x + b، وخزّنا ناتجها في متغير سميناه prediction، أي التنبؤ.
في السطر السادس أنشأنا متغيرًا جديدًا اسمه error، أي الخطأ، وخزّنا فيه الفرق بين التنبؤ والقيمة الحقيقية: prediction - y.
في السطر الأخير يأمر print() الحاسوب بإظهار قيمة المتغير الذي نختاره. هنا نطبع قيمة error، وناتجها −3، وهو الخطأ نفسه الذي حسبناه للنقطة الأولى في النموذج الأول.

لا يهم إن لم تفهم كل سطر الآن، فسنشرح في المقالات القادمة الأساسيات والأوامر التي نحتاجها قبل التعمق في Python.

بيئات كتابة كود Python وتشغيله

تتعدد البيئات التي نكتب فيها أكواد Python ونجرّب بها النماذج، ومنها:
  • Google Colab: بيئة طورتها غوغل، نكتب فيها الكود مباشرة من المتصفح دون تثبيت Python على الحاسوب. واجهتها سهلة، وتتيح مشاركة الدفتر مع الآخرين والتعليق عليه وتعديله.
  • Kaggle: منصة تتبع غوغل أيضًا، وهي مجتمع على الإنترنت لعلماء البيانات ومهندسي التعلم الآلي. تتيح كتابة الكود وتشغيله من المتصفح، وتوفر مكتبة كبيرة من البيانات نستطيع تنزيلها واستخدامها في مشاريعنا.
أما البيئات التي نثبّتها على الحاسوب فمن أبرزها:
  • Jupyter Notebook: تطبيق ويب يعمل على الحاسوب، نكتب فيه أكواد Python وننفذها ونرى ناتجها في المستند نفسه، ويمكن مشاركته مع الآخرين.
كل هذه البيئات مناسبة لكتابة كود Python وتجربته، وأفضلها للمبتدئين Google Colab، لسببين: الأول أنها لا تحتاج إلى تثبيت.
والثاني أنها توفر وصولًا مجانيًا ضمن حدود معينة الوصول إلى وحدة المعالجة الرسومية (GPU) ووحدة معالجة الموتّرات (TPU)، وهما تسرّعان تدريب النماذج الكبيرة.

كيف نشغّل أول كود في Google Colab؟

يوضح الفيديو التالي كيف ندخل إلى Google Colab وننشئ دفترًا جديدًا ونشغّل أول كود فيه، ثم نضيف خلية (Cell) جديدة لنجرّب كودًا آخر:

الكودان اللذان جرّبناهما في الفيديو:
print("hello")
print(2+5)

لماذا نستعمل Python في التعلم الآلي؟

تتميز Python بسرعة الكتابة، فأوامرها قريبة من اللغة الإنجليزية وقواعدها قليلة التعقيد، ويكفينا عدد قليل من الأسطر لنترجم معادلة رياضية إلى كود. لذلك يبدأ بها كثير من المتعلمين المبتدئين.

ولا تقتصر أسباب استعمال Python في التعلم الآلي على سهولتها، فلديها مكتبات جاهزة كتبها مطورون آخرون، منها ما يجري العمليات الحسابية على كميات كبيرة من الأرقام بسرعة، ومنها ما يرسم البيانات ونتائجها، ومنها ما يدرّب النماذج. وبعض هذه المكتبات يدرّب النموذج بأوامر قليلة دون أن نرى ما يجري داخله.

أما في هذه السلسلة فسنكتب الخطوات بأنفسنا، ونستعين بمكتبة للعمليات الحسابية فقط، لأن فهم كيف يعمل النموذج هو ما يساعدنا على اكتشاف الأخطاء وإصلاحها بأنفسنا مستقبلًا.



سنعتمد في هذه الدورة على لغة Python لأنها مناسبة للمبتدئين، وفي المقال القادم سنتعرف على الأوامر الأساسية التي نحتاجها قبل الانتقال إلى المعادلات الرياضية.
ولمن أراد التعمق في اللغة، فدورة موقع harmash عن Python تشرح أساسياتها بالتفصيل.

Amar bedrane
Amar bedrane
أهلاً بك في SmartDay AI. أنا مؤسس الموقع، وأهتم بتعلم الذكاء الاصطناعي وفهم تقنياته وتطبيقاته. أنشأت هذا الموقع لأشارك المعرفة التي أتعلمها بطريقة بسيطة وواضحة، وأساعد القارئ على فهم الذكاء الاصطناعي واستخدامه بشكل أفضل. أؤمن بأن فهم التقنية يبدأ من الأساسيات، لذلك أحرص على تقديم محتوى مفيد للمبتدئين مع التعمق في الأفكار المهمة دون تعقيد.
تعليقات