1
00:00:20,870 --> 00:00:23,690
بسم الله الرحمن الرحيم اليوم ان شاء الله بنكمل

2
00:00:23,690 --> 00:00:26,970
الموضوع اللي بدأنا فيه المحاضرة الماضية اللي هو ال

3
00:00:26,970 --> 00:00:30,410
decision ال trees قلنا انه احنا اللي بنزلنا من

4
00:00:30,410 --> 00:00:36,960
الموضوع هذا هو انه نبني trees بناء على dataالتري

5
00:00:36,960 --> 00:00:42,820
هذه بعدها كذا بنبني منها ال rule set مجموعة ال

6
00:00:42,820 --> 00:00:48,960
rules اللي نعطيها ل ال express system عشان يعمل

7
00:00:48,960 --> 00:00:53,160
عملية ال decision لل data اللي بتيجي له جديدة

8
00:00:53,160 --> 00:00:56,800
فبنانا على ال data السابقة يكفي عندي أنا في الاخر

9
00:00:56,800 --> 00:00:59,280
اللي هو ال column الأخير اللي هو ال column اللي

10
00:00:59,280 --> 00:01:03,000
على أساسه انا بدي أو يعني بدي أصنف ال data على

11
00:01:03,000 --> 00:01:06,720
أساسهفيها جدت عمدة اخرى عمدة اخرى بناسميها

12
00:01:06,720 --> 00:01:11,700
attributes اللي انا بتضافها لإله في الآخر هو

13
00:01:11,700 --> 00:01:16,420
decision tree بهذا الشكل بهذا الشكل اللي في الآخر

14
00:01:16,420 --> 00:01:19,850
ال leaf nodes تبعتهاLeaf notes بتاعتها هي عبارة عن

15
00:01:19,850 --> 00:01:24,590
classifications ال yes و ال no هي إجابة على السؤال

16
00:01:24,590 --> 00:01:29,630
هل الشخص ده هيشتري و لا مش هيشتري إذا بتذكروا ال

17
00:01:29,630 --> 00:01:34,310
table هذا بالاصل كان عبارة عن بينات جمعات عن ناس

18
00:01:34,310 --> 00:01:38,410
اشتروا قد ما تقلهم دعاية و في بعض منهم اشتروا و

19
00:01:38,410 --> 00:01:42,170
بعض منهم ماشتراش اللي هو ال computer يعني و جمعات

20
00:01:42,170 --> 00:01:46,490
المعلومات عنهم سواء اللي اشتروا و لا ماشتروشالتي

21
00:01:46,490 --> 00:01:51,230
احنا بنتهي بـ decision tree اللي بنصرلها بتنتهي بـ

22
00:01:51,230 --> 00:01:55,530
leaf nodes فيها اللي هو classifications أصبح

23
00:01:55,530 --> 00:02:01,070
المصار المؤدي من ال root تبقى ال tree إلى leaf

24
00:02:01,070 --> 00:02:05,850
node هو عبارة عن بقدر أنا أترجمه إلى rule مظبوط

25
00:02:05,850 --> 00:02:13,330
فعدي عدة مصارات بقدر أستمت منها هذه ال rulesفهمنا

26
00:02:13,330 --> 00:02:19,890
هذا الكلام هنا وقفنا عند النقطة السؤال هو على أساس

27
00:02:19,890 --> 00:02:25,910
ايش انا لما بشكل ال tree ببدأ من ال root node ال

28
00:02:25,910 --> 00:02:28,150
root node هذه عبارة عن attribute واحدة من ال

29
00:02:28,150 --> 00:02:33,230
attributes واحدة من ال attributes تبع ال table صح

30
00:02:33,230 --> 00:02:38,490
واحدة من ال attributes تبع ال table ببدأ فيها

31
00:02:38,490 --> 00:02:42,170
عملية splittingعملية ال splitting للعكس للعكس

32
00:02:42,170 --> 00:02:52,350
للعكس للعكس للعكس للعكس للعكس للعكس للعكس للعكس

33
00:02:52,550 --> 00:02:55,450
بنانة على ال two values هذوله صار split او بنانة

34
00:02:55,450 --> 00:02:58,430
على ال attribute صار في split لناحية اللي هم جماعة

35
00:02:58,430 --> 00:03:02,590
ال yes و جماعة ال no إلى هذا table سب تابل وهذا سب

36
00:03:02,590 --> 00:03:07,330
تابل بستمر الأمر إلى أن هذا قولنا انه إلى أن نصل

37
00:03:07,330 --> 00:03:13,690
إلى ال leaf notes قولنا انه السؤال اللي او الميارة

38
00:03:13,690 --> 00:03:16,870
اللي على أساسه بنختار ليش احنا اخترنا student

39
00:03:16,870 --> 00:03:20,390
ماخترناش مثلا ال age ولا ال income ولا ال credit

40
00:03:20,390 --> 00:03:25,270
ratioالمعيار كان ال information gain ال

41
00:03:25,270 --> 00:03:31,270
information gain ال

42
00:03:31,270 --> 00:03:35,870
information

43
00:03:35,870 --> 00:03:39,770
gain بدنا

44
00:03:39,770 --> 00:03:45,490
ناخده من المعادلة هذه المعادلة هذهبنطلع الآن عليها

45
00:03:45,490 --> 00:03:49,730
بالتفصيل احنا شوفنا ال example هذا صح؟ شوفنا ال

46
00:03:49,730 --> 00:03:55,330
example هذا بنتطلع ال example هذا كيف انحسبت القيم

47
00:03:55,330 --> 00:04:01,370
تبعته اولا لان انا في ادي المعادلات

48
00:04:01,370 --> 00:04:06,350
هذي بندن استخدم ال secret الجدول هذا بمعنى ان انا

49
00:04:07,010 --> 00:04:10,070
إن أنا بدي أحسب ال information gained لكل واحدة من

50
00:04:10,070 --> 00:04:12,870
ال attributes فبدي أعمل جدول لكل واحدة من ال

51
00:04:12,870 --> 00:04:15,530
attributes طبعا أنا مش هأعمل هو عادة ال system

52
00:04:15,530 --> 00:04:19,710
اللي بيبنيلي ال decision trees بيعمل الحسبات هذه

53
00:04:19,710 --> 00:04:25,790
كلها و بيطلعلي انه هذا بيطلعلي ال tree نهائيا يعني

54
00:04:25,790 --> 00:04:28,090
بيطلعلي انه في الأول بعمل split على أساس ال

55
00:04:28,090 --> 00:04:32,150
student بعدين اللي بعد بعد اللي بعده بس عشان يقرر

56
00:04:32,150 --> 00:04:36,010
إذا كانت هي student ولا غيرها بيعملالـ table زي

57
00:04:36,010 --> 00:04:39,030
هذا لكل واحد من ال attributes الان student ك

58
00:04:39,030 --> 00:04:43,870
attribute بتطلع على انه اكم value لها yes و no صح

59
00:04:43,870 --> 00:04:48,010
بينما القرر attributes زي مثلا ال age نرجع تاني لل

60
00:04:48,010 --> 00:04:52,290
age ايش

61
00:04:52,290 --> 00:04:58,310
كانت ال values المختلفة تبع ال age ها

62
00:04:58,310 --> 00:05:00,990
في احد مثلا اقل من او يسوى تلاتين اقل من او يسوى

63
00:05:00,990 --> 00:05:04,090
تلاتين من واحد تلاتين لاربعين فال age ك attribute

64
00:05:05,200 --> 00:05:15,720
الى كم value؟ اكبر

65
00:05:15,720 --> 00:05:26,360
من 40 هدولة تلاتة different values للattribute

66
00:05:26,360 --> 00:05:32,350
ال income high و medium و lowالـ student بس yes و

67
00:05:32,350 --> 00:05:34,910
no الـ credit ال rating يانما فيه و يانما اكسلان

68
00:05:34,910 --> 00:05:38,710
فيه رأو اكسلان مظبوط فانا كل attribute فيها قدت

69
00:05:38,710 --> 00:05:43,430
ايش قدت values اللي احنا بدنا نكوّن ال table إذا

70
00:05:43,430 --> 00:05:48,890
انت .. إذا رجعت لل .. ال table تبع ال student

71
00:05:48,890 --> 00:05:51,970
attribute فيها دي two values هي منهم اللي هم ال

72
00:05:51,970 --> 00:05:59,140
yes و ال noالان بدي اشوف برضه يعني بدي ا .. ا ..

73
00:05:59,140 --> 00:06:01,560
بدي احض عمود لل positive و عمود لل negative عمود

74
00:06:01,560 --> 00:06:04,800
لل positive بمعنى ايش positive yes و no لأ بمعنى

75
00:06:04,800 --> 00:06:09,140
انه حسب ال class النهائي اللي انا بدي اصنف على

76
00:06:09,140 --> 00:06:13,760
اساسه ان هو اشتروه ولا مشتروش okay فجديش ال P هنا

77
00:06:13,760 --> 00:06:18,280
بمعنى انه ا .. ا .. ا .. اشتروه و ال N بمعنى

78
00:06:18,280 --> 00:06:23,100
مشتروه مشتروه okay الان لكل واحد من ال .. من ال

79
00:06:23,100 --> 00:06:27,770
values تبع ال attributeهلاجي يعني الناس اللي هم

80
00:06:27,770 --> 00:06:32,090
student هلاجي بعض منهم اشتروا بعض منهم لأ يعني

81
00:06:32,090 --> 00:06:33,970
ممكن اللي student ماشترهاش و ممكن اللي student

82
00:06:33,970 --> 00:06:37,230
اشتره مظبوط كذلك الحالة في ال age كذلك الحالة في

83
00:06:37,230 --> 00:06:39,450
ال characterization هممكن اللي بيجي عندي ال table

84
00:06:39,450 --> 00:06:44,470
تبع ال age بيجي

85
00:06:44,470 --> 00:06:49,370
عندي أكم سطر تلاتة اللي هو less than or equal to

86
00:06:49,370 --> 00:06:55,610
30 من 31 إلى 840 و بعدين اكبر من 40 لان كل فئة

87
00:06:55,610 --> 00:06:58,790
منها دولة هيبقى فيه positive و هيبقى فيه negative

88
00:06:58,790 --> 00:07:09,730
هذا القيمة اللي انا بضعها هنا هي قيمة ايش

89
00:07:09,730 --> 00:07:19,050
ال I تبعت هذا ال value ال positive و ال negative

90
00:07:19,050 --> 00:07:25,570
تبعت هذا ال valueخلّيني أقول مثلا هذا value نعطيه

91
00:07:25,570 --> 00:07:33,230
تقيم 1,2,3,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1

92
00:07:33,230 --> 00:07:33,430
,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1

93
00:07:33,430 --> 00:07:34,370
,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1

94
00:07:34,370 --> 00:07:39,250
,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1

95
00:07:39,250 --> 00:07:46,890
,1,1,1

96
00:07:46,890 --> 00:08:00,710
,1,1I ل P1 P2 N2 I ل P3 N3 او

97
00:08:00,710 --> 00:08:04,670
P3

98
00:08:04,670 --> 00:08:07,070
N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او

99
00:08:07,070 --> 00:08:10,170
P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3

100
00:08:10,170 --> 00:08:10,210
N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او

101
00:08:10,210 --> 00:08:10,230
P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3

102
00:08:10,230 --> 00:08:13,130
او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3 N3 او P3

103
00:08:13,130 --> 00:08:17,700
N3أنا غيرت في المعادلة هذه الصيرة تبعها بس عشان

104
00:08:17,700 --> 00:08:22,920
تبقى واضحة الأمور ان هو ال ratio هذا ال ratio هذا

105
00:08:22,920 --> 00:08:26,460
ذكرتها في المحاضرة الماضية و هدي برضه ال ratio هذا

106
00:08:26,460 --> 00:08:30,480
هذا أبقى عن نسبة ال positive على المجموعة أو الاخر

107
00:08:30,480 --> 00:08:33,940
اللي هو نسبة ال negative على المجموعة المجموعة

108
00:08:33,940 --> 00:08:37,460
اللي أنا عنها أنهي مجموعة هل مجموعة كل ال

109
00:08:37,460 --> 00:08:40,790
attribute ولا مجموعةالـ value الواحد بداخل ال

110
00:08:40,790 --> 00:08:43,990
attribute الان هنفسس في هذا الأمر بس المهم انه انا

111
00:08:43,990 --> 00:08:51,070
لما بكتب P positive او P negative بقصد اذا P

112
00:08:51,070 --> 00:08:54,690
positive بقصد ال positive على المجموعة اذا بكتب P

113
00:08:54,690 --> 00:09:01,170
negative بقصد ال negative على المجموعة واضح فانا

114
00:09:01,170 --> 00:09:05,910
هنا اش كتبت عن اشارة النقص هي تزامني ماجيتش بيها

115
00:09:05,910 --> 00:09:11,030
بس كتبت HP plus صح اللي هيالـ positive على المجموع

116
00:09:11,030 --> 00:09:16,590
look base 2 برضه نفسه صح ال positive على المجموع

117
00:09:16,590 --> 00:09:23,850
ناجس P negative

118
00:09:23,850 --> 00:09:28,490
صح اللي هو نسبة ال negative على المجموع look base

119
00:09:28,490 --> 00:09:31,050
2 برضه ال negative على المجموع

120
00:09:34,390 --> 00:09:37,030
طيب نأتي الأن نقوم بتفضيل هذا الكلام على ال

121
00:09:37,030 --> 00:09:42,250
student attribute ال student attribute إذا بتذكروا

122
00:09:42,250 --> 00:09:48,390
قدناهم احنا المحاضرة الماضية قدناهم طول عندي ال

123
00:09:48,390 --> 00:09:58,190
positive كده؟ ال positive طلعهم ستة okay ستة

124
00:09:58,190 --> 00:10:02,290
ايش؟ ستة students

125
00:10:05,630 --> 00:10:11,370
6 student اشتروا واحد student ماشترقش نرجع تاني لل

126
00:10:11,370 --> 00:10:16,350
table هم

127
00:10:16,350 --> 00:10:22,750
هنا احنا اربع اتناش جداش منهم students اربع

128
00:10:22,750 --> 00:10:28,110
اتناش هيبقى فيه عندك هاي واحد اتنين تلاتة اربع

129
00:10:28,110 --> 00:10:34,050
خمسة ستة سبعة مظبوط سبعة students و جداش و سبعة مش

130
00:10:34,050 --> 00:10:42,890
studentsيعني هى

131
00:10:42,890 --> 00:10:47,670
student positive

132
00:10:47,670 --> 00:10:58,830
و هى negative yes و هى no لأن yes student اشترى

133
00:10:58,830 --> 00:11:04,990
جديش هى اشترى هى yes student اشترى

134
00:11:11,070 --> 00:11:15,930
واحد اتنين تلت اربع خمسة ستة وهم سبعيه بيخلص اللي

135
00:11:15,930 --> 00:11:17,950
هو واحد و اللي مااشتراهاش اللي هو بيناه اللي هو

136
00:11:17,950 --> 00:11:27,410
هذا لأن no student واشتراه positive هاي واحد وهاي

137
00:11:27,410 --> 00:11:36,070
اتنين هاي اتنين صح؟

138
00:11:36,070 --> 00:11:39,650
وهاي وانت التالت

139
00:11:51,070 --> 00:11:55,170
لو انا بدي اعمل نفس ال table هذا لمن؟ ل ال age

140
00:12:04,910 --> 00:12:12,770
ليش مافيش ياندي يسولولة عندي اللي هم نسلة تلاتين و

141
00:12:12,770 --> 00:12:18,030
واحد تلاتين الى اربعين و بعدين اكبر من اربعين

142
00:12:18,030 --> 00:12:25,470
اربعين و اربعين تمام الى ان هي yes قوة انه اقل من

143
00:12:25,470 --> 00:12:29,710
تلاتين اكتر من واحدة هي هذا وهي هذا وهي هذا وهي

144
00:12:29,710 --> 00:12:32,610
هذا وهي هذا وخلاص

145
00:12:36,570 --> 00:12:40,290
الخمسة هؤلاء طبعا بيضعوا عددهم هنا أنا بس عشان

146
00:12:40,290 --> 00:12:49,930
أذكر ال .. الخمسة هؤلاء كم واحد منهم اشترى واحد

147
00:12:49,930 --> 00:12:57,650
صح وهذا اتنين يبقى الإضاءة ماشتراش تلاتة لأن فيها

148
00:12:57,650 --> 00:13:04,910
التانية واحد تلاتين هي واحد اتنينتلاتة هي أربعة

149
00:13:04,910 --> 00:13:12,350
أربعة أكمل واحد منهم اشتراك هاي واحد هاي اتنين هاي

150
00:13:12,350 --> 00:13:26,710
تلاتة كلهم كلهم أربعة صفر اللي ضايقين واحد اتنين

151
00:13:26,710 --> 00:13:31,170
تلاتة المعادلة هنا دي تقول لي إنه أنا عشان أحسب

152
00:13:31,170 --> 00:13:36,390
اللي كان لازم أحسب في الأولالـ I الـ information

153
00:13:36,390 --> 00:13:40,870
يعني الـ gain تبع الكل ال class الكل ال class اللي

154
00:13:40,870 --> 00:13:44,550
هو على بعضه بمعنى ان كل ال positive و كل ال

155
00:13:44,550 --> 00:13:48,950
negative للكل بغض النظر عن ال value بغض النظر عن

156
00:13:48,950 --> 00:13:52,150
ال value ليش لكل ال student اللي لم يجددش كل ال

157
00:13:52,150 --> 00:13:59,110
positive تسعة لم يجدش كل ال negative خمسة لإن لو

158
00:13:59,110 --> 00:14:07,290
بدي أحسب ال positive ratioplus تبع كل ال class تبع

159
00:14:07,290 --> 00:14:14,330
كل ال .. كل ال attribute هو عبارة عن التسعة على

160
00:14:14,330 --> 00:14:21,790
خمسة تسعة على خمسة على أربعة عشر ال negative ratio

161
00:14:21,790 --> 00:14:29,710
خمسة على أربعة عشر صح؟ مصبوط؟ هذا الآن بدنا ناخده

162
00:14:29,710 --> 00:14:36,280
لأنه هيكرر معاناةباس تو تبع التمانية هذا أسهل مثال

163
00:14:36,280 --> 00:14:41,080
التلاتة ماهي القيمة اللى بترفعها اتنين قص هذا

164
00:14:41,080 --> 00:14:46,280
القيمة عشان احصل على فهذا الكلام طبعا احنا يعني

165
00:14:46,280 --> 00:14:49,340
بالأقل حاسبه بنسويه زي أجر سؤال في امتحانة و كده

166
00:14:49,340 --> 00:14:51,900
بس المهم بيبقى فاهمين ايش يعني look base two و

167
00:14:51,900 --> 00:14:54,980
look base ten لو مافيش ال two هنا معناته عيش ten

168
00:14:54,980 --> 00:15:00,570
base tenطيب ايش الان هاتو نمشي معاه على حسبته اللي

169
00:15:00,570 --> 00:15:04,430
هي وين موجودة في ال slide اللي هي اللي هي هالي

170
00:15:04,430 --> 00:15:09,470
okay الايش بتطلع في الأول بتطلع ال I of P N

171
00:15:09,470 --> 00:15:15,130
general P N general يعني كل ال attribute بعدين

172
00:15:15,130 --> 00:15:21,750
بتطلع الايش لكل واحد من هدولة اللي هي I تبع P sub

173
00:15:21,750 --> 00:15:28,400
N subيعني لكل مين value من ال values بدي أحسب ال

174
00:15:28,400 --> 00:15:34,540
IPN بس في الأول ال IPN ال general هي جوعا عن هي

175
00:15:34,540 --> 00:15:38,580
توقيت ناقص

176
00:15:38,580 --> 00:15:46,920
في الأول 9 على 14 log 2 اللي هو مين برضه 9 على 14

177
00:15:46,920 --> 00:15:59,040
ناقص الأن ال negative 5 على 14log base 2 هو خمسة

178
00:15:59,040 --> 00:16:04,220
على اربعة اربعاش هذا الكلام في نهاية القمر يعطيني

179
00:16:04,220 --> 00:16:09,180
الـ 0.944 الان

180
00:16:09,180 --> 00:16:15,160
هدف حد ذاته ان انا عندي جزئية اخرى اللي هي ان انا

181
00:16:15,160 --> 00:16:20,880
بدي اجي احسب ال .. بدي احسب ال entropy تبع ال A

182
00:16:20,880 --> 00:16:29,420
entropy تبع ال A هي اجمالي حصة ضربالـ H مجموعة الـ

183
00:16:29,420 --> 00:16:34,060
positive والـ negative تبع هذا ال .. هؤلاء اللي

184
00:16:34,060 --> 00:16:39,560
هان values كل واحد من ال values مضروفة ال I تبعته

185
00:16:39,560 --> 00:16:43,560
يبقى ان انا لان بدي احسب لكل value من دول ال

186
00:16:43,560 --> 00:16:46,880
values سواء ان عندي student كثنو او عندي ايش واحد

187
00:16:46,880 --> 00:16:50,200
اتنين تلاتة values بدي احسب لكل واحد اللي هو H

188
00:16:50,980 --> 00:16:54,980
جدّيش هذا يعني مثلا عندي سولة دلوقتي جدّيش ال

189
00:16:54,980 --> 00:16:58,920
positive و ال negative تبع ال value yes 6 زي ال

190
00:16:58,920 --> 00:17:03,280
واحد سبعة okay هذا الكلام على ال total كله تبع ال

191
00:17:03,280 --> 00:17:07,820
positive مع ال negative ال 14 بالظبط okay يعني

192
00:17:07,820 --> 00:17:12,740
جدّيش ال proportion تبع هذا ال value من المجموعة

193
00:17:12,740 --> 00:17:20,330
خلينا نيجي وين نحسبها هذه هي تموجد هنا okayالان

194
00:17:20,330 --> 00:17:30,670
ايش حاسب اللي هو ستة

195
00:17:30,670 --> 00:17:38,790
.. ايش احنا قلتنا اللي هو ال .. اه بدنا نحسب ..

196
00:17:38,790 --> 00:17:44,290
بدنا نحسب الان ال ratios اللي هو ال P plus تبع مين

197
00:17:44,290 --> 00:17:49,780
I بساوي yesواضح ال notation هي دي إيش قصدنا فيها

198
00:17:49,780 --> 00:17:55,200
إحنا لو عملنا هيكة بنحكي عن ال plus أو ال positive

199
00:17:55,200 --> 00:18:00,480
ratio تبقى كل ال attribute بس لما أقول I بساوي yes

200
00:18:00,480 --> 00:18:06,220
يعني أنا بحكي بس عن .. فبساوي العدد تبعها لو 6 على

201
00:18:06,220 --> 00:18:11,060
مجموعة ال positive و ال negative تبع ال attribute

202
00:18:11,060 --> 00:18:17,730
تبع ال yes اللي هو 7 صح؟الان ال positive ال P

203
00:18:17,730 --> 00:18:25,670
نيجاتيف لل ratio تبقى نيجاتيف لل yes برضه بيساويش

204
00:18:25,670 --> 00:18:31,890
واحد على سبعة ايه القيم هذه بيستخدمها هنا في الاول

205
00:18:31,890 --> 00:18:36,450
في ال term الاول وفي ال term التاني بيستخدمين اللي

206
00:18:36,450 --> 00:18:40,470
هي واحد على سبعة هنا ستة على سبعة بيطلع معايا مين

207
00:18:40,470 --> 00:18:42,410
مساجد وين

208
00:18:49,930 --> 00:18:54,650
9-1 هذا الرقم اللي بدأت أضربه في ash بناء على

209
00:18:54,650 --> 00:19:02,070
المعادلة هذه هذا هو هذا صح؟ بدأت أضربه في مين؟ في

210
00:19:02,070 --> 00:19:11,270
ال P yes زائد ال positive yes وال negative yes على

211
00:19:11,270 --> 00:19:15,310
ال ash ال total positive و negative تبع مين؟ تبع

212
00:19:15,310 --> 00:19:19,890
ال attribute كلهاالـ P student زائد ال N student

213
00:19:19,890 --> 00:19:26,890
انا بضع كلمة حرف ال A اختصار ال attribute هنا بضع

214
00:19:26,890 --> 00:19:31,010
V اختصار ال value يعني ال value ا اقصد فيه yes او

215
00:19:31,010 --> 00:19:34,510
no او هذا او هذا، مصمم؟ فإيش بيطلع معايا هذا

216
00:19:34,510 --> 00:19:38,130
الكلام ال P زائد ال N تبع ال value اللي انا موجه

217
00:19:38,130 --> 00:19:46,910
عليه لسه سبعة من الكل الاربع اتناش اللي هو النص

218
00:19:48,420 --> 00:19:56,000
اللي هو النص طبعا هنا لل yes هيطلع النص بالزمن

219
00:19:56,000 --> 00:20:00,960
عمود اخر بالزمن عمود اخر للقيمة هذه مش ضروري بس

220
00:20:00,960 --> 00:20:06,040
واضحة ان هذا القيمة من وين جاية كيف بحسبها اللي هي

221
00:20:06,040 --> 00:20:11,380
ال proportion تبع هذه ال value من المجموع تبع ال

222
00:20:11,380 --> 00:20:13,880
attribute يعني ال positive و ال negative تبع هذه

223
00:20:13,880 --> 00:20:16,240
ال value من ال positive و ال negative تبع ال

224
00:20:16,240 --> 00:20:21,590
attribute كلهاطبعا انا في حالة ال student بما انهم

225
00:20:21,590 --> 00:20:28,350
two values يبقى اذا هذا 7 من 14 يبقى التاني ال

226
00:20:28,350 --> 00:20:33,170
value اللي هم السبعة التانية 7 على 14 طبعا هذا

227
00:20:33,170 --> 00:20:39,610
بستوي ايش 0.5 وهذا هيطلع 0.5 طبعا بنفع اجي اقول

228
00:20:39,610 --> 00:20:47,510
هنا y باختصار ل yes وهنا اجي اقول pn باختصار ل no

229
00:20:48,820 --> 00:20:52,660
بنفح هيك هى ايه المخصصة اللى قولناها هى ال

230
00:20:52,660 --> 00:21:00,900
attribute كلها طيب

231
00:21:00,900 --> 00:21:05,160
هذا الرقم الان انا حسبته الآن بده اضربه في ال I

232
00:21:05,160 --> 00:21:14,680
يعني بقوللي اضرب كل واحد لكل value اضرب هذا ال

233
00:21:14,680 --> 00:21:20,610
ratio في ال I وجميع المضاريبمظبوط؟ هذا ال

234
00:21:20,610 --> 00:21:25,010
summation يبقى أنا الآن لما بدي أعمل لل إيش بدي

235
00:21:25,010 --> 00:21:32,150
أحسب لاحظ

236
00:21:32,150 --> 00:21:37,110
أنا هنا بحط ال V اختصار لل value هو بيستخدم ال I

237
00:21:37,110 --> 00:21:45,710
نفس الشيء لأن هذولة الآن تلاتة كل واحدة منهم ضد

238
00:21:45,710 --> 00:21:49,940
القيمة في مين في ال ratio تبعهاو جمع المضارين هذا

239
00:21:49,940 --> 00:22:02,000
هو الكلام اللى عمله عمل اولا شيء عمل اشي حسب ال 0

240
00:22:02,000 --> 00:22:12,700
.59 ثم حسب لنه 0.987 لان هذه القيم لازم نخدها و

241
00:22:12,700 --> 00:22:13,200
نضربها في

242
00:22:20,200 --> 00:22:31,160
القيمة الأولى هذه الخمسة

243
00:22:31,160 --> 00:22:38,940
هي هذه القيمة ضربها في مين؟ ضربها في مين؟ في مين؟

244
00:22:38,940 --> 00:22:42,620
في النسبة هذه التي هي السبعة على أربعة عشر صح؟ فهي

245
00:22:42,620 --> 00:22:49,000
zero point five الآن هذه القيمة اللي طلعتجمعها على

246
00:22:49,000 --> 00:23:05,200
مين هذا مضروب برضه يعني عمليا النص ال E student نص

247
00:23:05,200 --> 00:23:11,300
الأولى هي تبع ال positive صح تبع ال yes 0.5 مضروب

248
00:23:11,300 --> 00:23:15,540
في ايش 0

249
00:23:15,540 --> 00:23:22,530
.591هذا يجب أن ينجمع على 0

250
00:23:22,530 --> 00:23:35,250
.5 مضروف finish 0.987 هذا و الابناء مع بعض هم ال

251
00:23:35,250 --> 00:23:40,510
summation هذه في حالة ال age يكون لي ليس فقط اتنين

252
00:23:40,510 --> 00:23:44,630
يكون لي تلاتةتلاتة terms حسب قداش فيه values لهذا

253
00:23:44,630 --> 00:23:48,530
ال attribute مظبوط الان ايش اللي طلع في الآخر ال

254
00:23:48,530 --> 00:23:52,010
entropy ال E ال entropy تبع ال student هذا المقدار

255
00:23:52,010 --> 00:23:57,210
لأن هذا المقدار هو اللي بنزل هنا بينخصه من ال I

256
00:23:57,210 --> 00:24:03,950
اللي حسبناها في الأول اللي هي هذا لكل ال attribute

257
00:24:03,950 --> 00:24:11,160
وبيطلع ال information gain اللي هو ال 0.155بتكرر

258
00:24:11,160 --> 00:24:16,160
الموضوع هذا لل attributes الأخرى ايش هذا في

259
00:24:16,160 --> 00:24:22,060
البداية عشان لسه تقرر هذا لسه

260
00:24:22,060 --> 00:24:26,340
خطوة رقم واحد لما تخلص من كل ال attributes student

261
00:24:26,340 --> 00:24:32,300
ايش credit ratio ايش الرابعة كانت المهم لما تخلص

262
00:24:32,300 --> 00:24:38,390
منهم كله و تشوف مين ال maximumأه ال attribute اللي

263
00:24:38,390 --> 00:24:41,890
أقولها maximum ال information gain تبعها maximum

264
00:24:41,890 --> 00:24:45,950
بتستخدمها في ال splitting يعني هذا الكلام إيش في

265
00:24:45,950 --> 00:24:48,770
الآخر بيعطيني يعني إيش في الآخر انا أو ليش بعتمد

266
00:24:48,770 --> 00:25:03,190
على هذا القمر لأنه ال split

267
00:25:03,190 --> 00:25:07,970
على أساس الكلام ديالـ split على أساس ال student لو

268
00:25:07,970 --> 00:25:16,390
طلعت على الجدول

269
00:25:16,390 --> 00:25:21,770
أو الجدولين اللي بينتجو من هذا ال split تطلع

270
00:25:21,770 --> 00:25:27,050
بتلاقي انه طلع العمود العمود هذا و العمود هذا هنا

271
00:25:28,970 --> 00:25:33,110
هنا في خاصية أساسية عملت من أجل هذه حسبة الـ Gain

272
00:25:33,110 --> 00:25:37,870
وهي أنه أنا بدي ال classes اللي هنا ال .. ال .. ال

273
00:25:37,870 --> 00:25:42,730
.. ال items اللي هنا ال class تبعهم شوف هنا كلهم

274
00:25:42,730 --> 00:25:50,130
يسمع على هذا no تمام هنا في يدي no .. no ..و no و

275
00:25:50,130 --> 00:25:53,810
بعدين اتنى تلاتة yes و الباقى no تلاتة من السبعة

276
00:25:53,810 --> 00:25:58,470
مش هالسبعة من السبعة تلاتة yes الهدف ان انا احصل

277
00:25:58,470 --> 00:26:02,650
على تقسيمة حيث ان قدر الامكان ال classes دى هنا

278
00:26:02,650 --> 00:26:08,510
يبقوا واحد يعني يا اما كلهم yes يا اما كلهم no هذا

279
00:26:08,510 --> 00:26:13,930
اسمه ال purityتبعت ال split إيش هال purity درجة

280
00:26:13,930 --> 00:26:18,470
صفاوة التقسيم يعني أنا هذا اللي بأطمحله ان يبقى

281
00:26:18,470 --> 00:26:23,050
هدولة كلهم yes و هدولة كلهم no بس مابقدرش دايما بس

282
00:26:23,050 --> 00:26:28,830
على الأقل باسعى إلى ال attribute اللي هتعطيني أعلى

283
00:26:28,830 --> 00:26:32,390
قدر من ال .. من ال purity من ال .. من ال purity

284
00:26:32,390 --> 00:26:36,690
هنا في عندي purity عالية يعني كلهم yes و واحدة بس

285
00:26:36,690 --> 00:26:42,650
اللي عاملة جاي كشواقب مظبوط؟هنا ال purity أقل بس

286
00:26:42,650 --> 00:26:46,810
لو أنا جيت قرنت هذا الكلام بال purity اللي هحصل

287
00:26:46,810 --> 00:26:50,630
عليها لو أنا جسمته على أساس ال age و لا كده هيطلع

288
00:26:50,630 --> 00:26:55,130
أسوأ من هيك تمام فهذا أفضل ما يمكن وصول اليها فعلى

289
00:26:55,130 --> 00:26:58,410
أساسلما أريد أن أقوم بالsplit بين هذه الأرقام و

290
00:26:58,410 --> 00:27:04,710
هذه الأرقام، فأريد أن أعيد نفس الحسبة لأن الإحصائي

291
00:27:04,710 --> 00:27:09,650
هنا اختلفت، فهنا لدي واحد فقط هنا في الأوكانو ياس

292
00:27:09,650 --> 00:27:14,750
سبعة و .. فانا الآن أريد أن أعيدالحسبة على هذولا

293
00:27:14,750 --> 00:27:18,550
ال income و ال credit ratio و الايش عشان نقرر مين

294
00:27:18,550 --> 00:27:22,250
من هذولا الان يكون هو أساس ال splitting وهنا برضه

295
00:27:22,250 --> 00:27:26,550
نفس الشيء هذا الكلام طبعا احنا بيؤتمت يعني بمعناه

296
00:27:26,550 --> 00:27:29,830
ان ال system هو اللي بيسوي الكلام ده كله و هو اللي

297
00:27:29,830 --> 00:27:35,150
بيقرر و هو اللي بيعمل ال tree بناء على ال criteria

298
00:27:35,150 --> 00:27:40,910
ده او ال equations هذه و في الآخر بيطلع معاه يعني

299
00:27:40,910 --> 00:27:44,980
انت الآنالان لو بدك تعملها يدوي بيلزمك ال

300
00:27:44,980 --> 00:27:51,160
equations هذه تمام؟ وبنقولك مثلا مابين .. يعني

301
00:27:51,160 --> 00:27:54,680
بيعطيك جدول جدول الممكن يكون فيه خمس attributes بس

302
00:27:54,680 --> 00:27:59,220
مش هشغلك تحسب ال gain تبع الخمسة لإن واحدة منهم

303
00:27:59,220 --> 00:28:02,740
شغلانة ممكن تاخدها جدش معاك في الولايات المتحدة بس

304
00:28:02,740 --> 00:28:06,060
حاجة أقولك مابين ال attributes هذي و هذي و هذي

305
00:28:06,060 --> 00:28:11,220
طلّيها لمين منهم اللي ليش ال gain تبع أعلىعشان

306
00:28:11,220 --> 00:28:16,220
تحسبها تلاتة اما انا هسيبك بعد هيك انت لتقرر هذه

307
00:28:16,220 --> 00:28:20,800
ال attribute اي كم value فيها و تعمل الباقية اللي

308
00:28:20,800 --> 00:28:25,760
لها بعد هيك ممكن مثلا اجي اقولك بناء على ال split

309
00:28:25,760 --> 00:28:31,420
اللي طلعت معاك او لو هندي انا ال tree زي هيكأو

310
00:28:31,420 --> 00:28:36,800
طلّها لمثلًا خمس ستة rules خمس ستة rules من هذه

311
00:28:36,800 --> 00:28:41,580
decision tree فهتعطيني rules زي .. زي هذا الأمر

312
00:28:41,580 --> 00:28:46,560
واضح فالآن هذا الكلام خلاصة اللي حاكي عنه decision

313
00:28:46,560 --> 00:28:50,580
tree لنواقف هنا مش عارف اذا تبقى معانا واجد نرجع

314
00:28:50,580 --> 00:28:54,340
ان نعاجأ ال statistical methods ماظننيش بنخليها

315
00:28:54,340 --> 00:28:58,120
لمحاضرة الجايب بس خلاصة الكلام اللي هو ان احنا

316
00:28:58,750 --> 00:29:06,050
بنعتمد على تقنية decision tree في وصول

317
00:29:06,050 --> 00:29:12,810
الى decision tree من statistical data التي هي ال

318
00:29:12,810 --> 00:29:17,810
table ال statistical data هذه على أساسها نطلع ال

319
00:29:17,810 --> 00:29:21,070
decision tree decision tree في حد ذاتها ممكن تبقى

320
00:29:21,070 --> 00:29:26,870
decision makerهي نفسها استخدمها في ال decision لكن

321
00:29:26,870 --> 00:29:31,730
احنا اذا عندي انا expert rule based expert system

322
00:29:31,730 --> 00:29:35,510
ال rule based بده rules فانا بقدر اعطيه rules من

323
00:29:35,510 --> 00:29:40,070
مين من ال decision tree اللي انا بانشئها او بولدها

324
00:29:40,070 --> 00:29:44,930
او بعملها generation من ال table بالتقنية دي تمام

325
00:29:44,930 --> 00:29:48,930
المحاضرة الجاية ان شاء الله بنطلع بنكمل بنطلع على

326
00:29:48,930 --> 00:29:51,890
الموضوع اللي هو statistical methods يعني اللي هي

327
00:29:53,170 --> 00:29:57,090
أدوات الأحصائية الشائعة في الاستخدام اللي برضه

328
00:29:57,090 --> 00:29:59,970
ممكن تستخدم في ال data mining لاستخلاص بعض

329
00:29:59,970 --> 00:30:04,590
الاستنتاجات بعد ذلك ننتقل على ال data

330
00:30:04,590 --> 00:30:08,490
visualization data visualization القضية مهمة جدا

331
00:30:08,490 --> 00:30:10,690
في ال data mining لان انا اقدر اشوف ال data

332
00:30:10,690 --> 00:30:15,850
visually و في

333
00:30:15,850 --> 00:30:18,290
ال data visualization في موضوع ال regression نحكي

334
00:30:18,290 --> 00:30:20,850
في ال regression هنابعد ذلك في المحاضرة اللي بعد

335
00:30:20,850 --> 00:30:23,630
نكمل principle component analysis و Association

336
00:30:23,630 --> 00:30:24,510
rule ان شاء الله