Arabic subtitles

Info Loss and Principal Components - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 1 created 06/09/2016 by Udacity Robot.

  1. هكذا إذا كان الخط الأحمر هو المكون الرئيسي الخاص بنا،
  2. فحينئذٍ سيكون فقد المعلومات شيئًا مثل إجمالي جميع
  3. هذه المسافات التي أرسمها هنا.
  4. المسافة بين النقاط
  5. وأماكنها الجديدة المسقطة على الميزة الجديدة على الخط.
  6. ويمكننا تجميع ذلك عبر جميع النقاط، وسنحصل على عدد ما.
  7. وهذه هي الرؤية الأساسية.
  8. دعني أرسم مكون رئيسي آخر يمكننا افتراضه،
  9. مثل المكون الرئيسي الأول، كالمكون الذي نريد استخدامه.
  10. فلنفترض أننا ننظر إلى هذا الخط الأرجواني
  11. بدلاً من الخط الأحمر.
  12. حينئذٍ يمكننا أن نسأل السؤال ذاته بشأن الخط الأرجواني،
  13. ماذا يكون فقد المعلومات عندما نقوم بإسقاط جميع النقاط على الخط.
  14. وسنبدأ في الحصول على شيءٍ مثل ذلك.
  15. أعرف أن الشكل أصبح غير مُرتّب قليلاً، ولكن
  16. أتمنى أن تتمكن من ملاحظة أن هذه الخطوط الأرجوانية جميعها
  17. ستكون ـ في المتوسط ـ أطول بشكل ملحوظ من الخطوط الحمراء.
  18. قد لا يكون ذلك صحيحًا بالنسبة لأي نقطة محددة، ولكن
  19. سيكون ذلك صحيحًا، في المُجمَل، بالنسبة للنقاط.
  20. وعندما نقوم بزيادة التباين إلى أقصى حد، فإننا في الواقع نقلل المسافة
  21. بين النقاط ومكانها الجديد على الخط.
  22. بطريقة أخرى، إن أحد الحقائق الحسابية المعروفة هي أنه عندما نقوم بعمل هذا الإسقاط على
  23. الاتجاه الخاص بأقصى تباين، وعلى هذا الاتجاه فقط، سيعمل ذلك على
  24. تقليل المسافة من النقطة القديمة إلى النقطة الحديثة المحوّلة إلى أدنى حد.
  25. ويعمل ذلك بالضرورة على تقليل فقد المعلومات إلى أدنى حد.