| 1 | |
| 00:00:20,960 --> 00:00:23,280 | |
| بسم الله الرحمن الرحيم. اليوم، إن شاء الله، نحن | |
| 2 | |
| 00:00:23,280 --> 00:00:27,560 | |
| نبدأ موضوعًا جديدًا، تقنية أخرى من التقنيات التي ممكن | |
| 3 | |
| 00:00:27,560 --> 00:00:31,800 | |
| تستخدم في الذكاء الاصطناعي. هذه التقنية معروفة | |
| 4 | |
| 00:00:31,800 --> 00:00:35,400 | |
| بالاسم العلمي Evolutionary computing أو | |
| 5 | |
| 00:00:35,400 --> 00:00:41,140 | |
| Evolutionary computation، وأشهر مثال عليها، أشهر | |
| 6 | |
| 00:00:41,140 --> 00:00:47,180 | |
| تقنية تحت هذا الإطار، وهو الـ Genetic Algorithm | |
| 7 | |
| 00:00:47,180 --> 00:00:54,000 | |
| أو algorithms. تمام. في هذا الموضوع، سيُمتد معنا إلى | |
| 8 | |
| 00:00:54,000 --> 00:01:00,400 | |
| two slides، ملفين يعني. في الجزء الأول، نأخذ ما هو | |
| 9 | |
| 00:01:00,400 --> 00:01:05,000 | |
| هو الفكرة الأساسية عن آلية عمل هذه التقنية، الـ | |
| 10 | |
| 00:01:05,000 --> 00:01:09,240 | |
| Genetic Algorithm، ونشوف عليها example. وفي الجزء | |
| 11 | |
| 00:01:09,240 --> 00:01:13,880 | |
| التالي، بنشوف استخدامات أخرى لهذه التقنية، بس في | |
| 12 | |
| 00:01:13,880 --> 00:01:18,890 | |
| الأول، نحن نأخذ فكرة عن الـ Basic Mechanism، | |
| 13 | |
| 00:01:18,890 --> 00:01:23,470 | |
| الآلية أو الخطوات الأساسية لـ Genetic Algorithm. | |
| 14 | |
| 00:01:23,470 --> 00:01:29,090 | |
| فبداية، الاسم Evolutionary Computation من Evolution، | |
| 15 | |
| 00:01:29,090 --> 00:01:33,230 | |
| Evolution يعني التطور، تذكر نظرية التطور وداروين، | |
| 16 | |
| 00:01:33,230 --> 00:01:38,750 | |
| والكلام هذا؟ جاي يعني الـ Genetic Algorithm جاي | |
| 17 | |
| 00:01:38,750 --> 00:01:46,190 | |
| على هذا المبدأ. مبدأ إيه؟ في الـ computing، إذا كان | |
| 18 | |
| 00:01:46,190 --> 00:01:50,790 | |
| عندي مثل، وهذه الأمثلة صعب أن أحط لها solution | |
| 19 | |
| 00:01:50,790 --> 00:01:57,990 | |
| بخوارزمية محددة الخطوات، نحن ممكن نتبع الـ Genetic | |
| 20 | |
| 00:01:57,990 --> 00:02:02,790 | |
| Algorithm، الخوارزمية الجينية. فكرتها تقوم على | |
| 21 | |
| 00:02:02,790 --> 00:02:08,990 | |
| أساس أن نحن نضع solutions عديدة، كلها عشوائية، | |
| 22 | |
| 00:02:10,530 --> 00:02:14,570 | |
| ونترك الـ algorithm تعمل نوعًا من الانتخاب الطبيعي | |
| 23 | |
| 00:02:14,570 --> 00:02:20,270 | |
| بين هذه الـ solutions، iteration | |
| 24 | |
| 00:02:20,270 --> 00:02:25,290 | |
| ورا iteration، تبدأ الـ algorithm تتحسن في الـ solutions، | |
| 25 | |
| 00:02:25,290 --> 00:02:31,850 | |
| وصولاً إلى الـ solution المطلوب. بمعنى أنه أنا | |
| 26 | |
| 00:02:31,850 --> 00:02:38,150 | |
| لا أضع steps محددة لحل المسألة، بل آتي وأقول okay، | |
| 27 | |
| 00:02:38,150 --> 00:02:42,470 | |
| إذا كانت عندي المسألة هكذا، معنى هذا أنني أضع | |
| 28 | |
| 00:02:42,470 --> 00:02:46,290 | |
| solutions عشوائية، وبعدين أقيم هذه الـ solutions، | |
| 29 | |
| 00:02:46,290 --> 00:02:52,200 | |
| آخذ أفضل مجموعة، وأروح أعمل عليها نوعًا من الـ | |
| 30 | |
| 00:02:52,200 --> 00:02:56,540 | |
| reproduction، وهو التكاثر أو التزاوج، أطلق عليها | |
| 31 | |
| 00:02:56,540 --> 00:03:00,220 | |
| solutions جديدة. هذه الـ solutions الجديدة، على فرض | |
| 32 | |
| 00:03:00,220 --> 00:03:07,160 | |
| أنها جاءت من parents، خليني أقول من | |
| 33 | |
| 00:03:07,160 --> 00:03:12,200 | |
| آباء يعني، أو من generation، فستطلع أبناؤهم جيدين، | |
| 34 | |
| 00:03:12,200 --> 00:03:15,920 | |
| الأبناء، جيل في الـ generation التالي، سأقول أحفاد | |
| 35 | |
| 00:03:15,920 --> 00:03:22,910 | |
| أفضل، وصولاً إلى… وصولاً إلى… نشوف مثالاً على هذا الكلام، | |
| 36 | |
| 00:03:22,910 --> 00:03:27,110 | |
| مثال بسيط | |
| 37 | |
| 00:03:27,110 --> 00:03:35,450 | |
| على هذا الكلام. فأنا سأتجاوز الـ introduction، وأدخل | |
| 38 | |
| 00:03:35,450 --> 00:03:40,070 | |
| على طول على الـ Genetic Algorithm، ولماذا تم عمله، هذا | |
| 39 | |
| 00:03:40,070 --> 00:03:43,770 | |
| الكلام في المقدمة، وهو التأصيل النظري، من أين | |
| 40 | |
| 00:03:43,770 --> 00:03:47,950 | |
| جاء هذا الموضوع، الـ Evolutionary computing. | |
| 41 | |
| 00:03:57,900 --> 00:04:06,500 | |
| آخذ مثالًا بسيطًا على هذا الكلام، هذه | |
| 42 | |
| 00:04:06,500 --> 00:04:10,840 | |
| معادلة بسيطة. لو… لو أردنا أن نسأل السؤال: متى | |
| 43 | |
| 00:04:10,840 --> 00:04:15,900 | |
| تكون قيمة هذه المعادلة أعلى ما يمكن؟ يعني f of x، | |
| 44 | |
| 00:04:15,900 --> 00:04:19,700 | |
| متى تكون أعلى؟ لو أنا جئت أخذت الـ values لـ x، | |
| 45 | |
| 00:04:19,700 --> 00:04:25,380 | |
| من، مثلًا، واحد إلى عشرين، إلى مئة، ورسمت الـ | |
| 46 | |
| 00:04:25,380 --> 00:04:30,700 | |
| curve. فماذا لدينا هنا؟ المعادلة مرة ثانية؟ | |
| 47 | |
| 00:04:30,700 --> 00:04:40,680 | |
| خليني أكتبها على اللوحة: 15x - x²، لما | |
| 48 | |
| 00:04:40,680 --> 00:04:49,220 | |
| تكون x بساوي صفر، صحيح؟ | |
| 49 | |
| 00:04:49,220 --> 00:04:54,840 | |
| f of 1 بيساوي، صحيح؟ | |
| 50 | |
| 00:04:56,700 --> 00:05:02,800 | |
| F of 2، F | |
| 51 | |
| 00:05:02,800 --> 00:05:17,820 | |
| of | |
| 52 | |
| 00:05:17,820 --> 00:05:20,160 | |
| 6 | |
| 53 | |
| 00:05:26,930 --> 00:05:39,270 | |
| خمسة في خمسة عشر، ستين، صحيح؟ ناقص 25، يطلع 50 | |
| 54 | |
| 00:05:39,270 --> 00:05:47,270 | |
| four، تقريبًا. 54 هنا، 60، أقل من | |
| 55 | |
| 00:05:47,270 --> 00:05:54,950 | |
| 60 شوي. كم في سبعة؟ جدش؟ سبعة في… زيد على | |
| 56 | |
| 00:05:54,950 --> 00:06:01,730 | |
| هذا، خمسة عشر، مئة وخمسة ناقص 49، 6 و | |
| 57 | |
| 00:06:01,730 --> 00:06:09,770 | |
| خمسين… إيش؟ 56… لا، 66… 66… 6 | |
| 58 | |
| 00:06:09,770 --> 00:06:16,970 | |
| و60، صحيح؟ حسابها يطلع لسة okay، فبقف في 8، | |
| 59 | |
| 00:06:16,970 --> 00:06:24,350 | |
| 69، 69، 69… 6 أو 6 أو 6 أو | |
| 60 | |
| 00:06:24,350 --> 00:06:30,130 | |
| 6 أو 6 أو 6 أو 6 أو 56 أو 56 أو 56 أو 56 أو 56 أو | |
| 61 | |
| 00:06:30,130 --> 00:06:34,470 | |
| 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 | |
| 62 | |
| 00:06:34,470 --> 00:06:35,170 | |
| 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 | |
| 63 | |
| 00:06:35,170 --> 00:06:35,250 | |
| أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو | |
| 64 | |
| 00:06:35,250 --> 00:06:38,790 | |
| 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 | |
| 65 | |
| 00:06:38,790 --> 00:06:40,270 | |
| أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو | |
| 66 | |
| 00:06:40,270 --> 00:06:42,490 | |
| 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 | |
| 67 | |
| 00:06:42,490 --> 00:06:48,310 | |
| أو 56 أو 56 | |
| 68 | |
| 00:06:48,310 --> 00:06:49,330 | |
| أو 56 | |
| 69 | |
| 00:07:02,830 --> 00:07:06,910 | |
| مفروض يعني خلاص معي… معي أكثر من هنا، مفروض | |
| 70 | |
| 00:07:06,910 --> 00:07:14,350 | |
| تنزل هكذا، تصبح؟ | |
| 71 | |
| 00:07:14,350 --> 00:07:17,590 | |
| خمسين، خمسين، آه، بدأت تنزل، عشر، نعم. | |
| 72 | |
| 00:07:21,750 --> 00:07:30,510 | |
| مش هكذا؟ خمسين؟ أربعة؟ 54، إلى هنا خلاص. | |
| 73 | |
| 00:07:30,510 --> 00:07:34,690 | |
| واضح أنه بدأ ينزل، وواضح أن المنحنى ينزل. نحن | |
| 74 | |
| 00:07:34,690 --> 00:07:38,210 | |
| الآن نستخدم | |
| 75 | |
| 00:07:38,210 --> 00:07:44,530 | |
| هذا كمثال في الـ Genetic Algorithm، يعني | |
| 76 | |
| 00:07:44,530 --> 00:07:48,850 | |
| نحن عمليًا نقدر نطلع القيمة التي عندها بالضبط، كم | |
| 77 | |
| 00:07:48,850 --> 00:07:54,770 | |
| الـ F of X تكون maximum، تكون أعلى ما يمكن، تمام. | |
| 78 | |
| 00:07:54,770 --> 00:07:59,350 | |
| التي هي النقطة الـ peak التي هنا، نقدر نحسبها عادي | |
| 79 | |
| 00:07:59,350 --> 00:08:03,770 | |
| بطريقة سهلة، أو نحسب الـ derivative، ونرى أن الـ | |
| 80 | |
| 00:08:03,770 --> 00:08:07,250 | |
| derivative تساوي صفر، المشتقة تساوي صفر، وعند | |
| 81 | |
| 00:08:07,250 --> 00:08:11,370 | |
| المشتقة التي تساوي صفر، الـ X هي التي تكون أعلى، صحيح؟ لأنه | |
| 82 | |
| 00:08:11,370 --> 00:08:16,990 | |
| الـ slope هذا سيكون يساوي صفر عند الـ maximum، | |
| 83 | |
| 00:08:16,990 --> 00:08:22,050 | |
| عند الـ maximum. مفهوم؟ فنحسب أين المشتقة تكون صفر، و | |
| 84 | |
| 00:08:22,050 --> 00:08:26,370 | |
| نطلع الـ X. بس نحن نستخدم الـ Genetic Algorithm | |
| 85 | |
| 00:08:26,370 --> 00:08:28,650 | |
| لتوضيح فكرة الـ Genetic Algorithm. فماذا نحن | |
| 86 | |
| 00:08:28,650 --> 00:08:32,610 | |
| سنفعل؟ يقول: ماذا نبحث عنه؟ | |
| 87 | |
| 00:08:32,610 --> 00:08:36,750 | |
| قيمة X التي عندها F of X تساوي maximum. | |
| 88 | |
| 00:08:36,750 --> 00:08:41,410 | |
| فنحن لا نعرف قيمة X، فنذهب لنضع قيمًا عشوائية، | |
| 89 | |
| 00:08:42,770 --> 00:08:49,170 | |
| قيمًا عشوائية لـ X، ونبقى نأخذها في عملية evolutionary، | |
| 90 | |
| 00:08:49,170 --> 00:08:55,970 | |
| عملية انتخاب طبيعي، أو evolutionary fitness. فهنا | |
| 91 | |
| 00:08:55,970 --> 00:09:00,230 | |
| ماذا لدينا؟ لدينا الـ X1، X2، X3، X4، X5، X6، | |
| 92 | |
| 00:09:00,230 --> 00:09:05,710 | |
| نأخذ ستة random solutions. هذه الـ solutions | |
| 93 | |
| 00:09:05,710 --> 00:09:13,780 | |
| random، كل واحد منها له قيمة عشرية، نعبر عنها بـ | |
| 94 | |
| 00:09:13,780 --> 00:09:22,820 | |
| binary. نحن الآن، هذا الـ binary string، نسميه | |
| 95 | |
| 00:09:22,820 --> 00:09:25,860 | |
| chromosome، على نفس التسمية في الـ biology، | |
| 96 | |
| 00:09:25,860 --> 00:09:31,680 | |
| chromosome. نحن نبحث… نبحث… نبحث… نبحث… | |
| 97 | |
| 00:09:31,680 --> 00:09:32,780 | |
| نبحث… نبحث… نبحث… نبحث… نبحث… نبحث… | |
| 98 | |
| 00:09:32,780 --> 00:09:33,820 | |
| نبحث… نبحث… نبحث… نبحث… نبحث… نبحث… | |
| 99 | |
| 00:09:33,820 --> 00:09:35,920 | |
| نبحث… نبحث… نبحث… نبحث… نبحث… نبحث… | |
| 100 | |
| 00:09:35,920 --> 00:09:38,980 | |
| نبحث… نبحث… نبحث… نبحث… نبحث… نبحث… | |
| 101 | |
| 00:09:38,980 --> 00:09:41,900 | |
| نبحث… نبحث… نبحث… نبحث… نبحث… لأننا وضعنا | |
| 102 | |
| 00:09:41,900 --> 00:09:45,960 | |
| أرقامًا عشوائية، وقيمًا عشوائية. هذه القيم، ربما لا يوجد | |
| 103 | |
| 00:09:45,960 --> 00:09:51,580 | |
| فيها واحد هو الـ solution، لكن عندما نجربها، ونأخذ | |
| 104 | |
| 00:09:51,580 --> 00:09:55,960 | |
| أفضل مجموعة منها، ونعمل تزاوجًا من هذه أفضل مجموعة، | |
| 105 | |
| 00:09:55,960 --> 00:10:02,600 | |
| نتقدم خطوة للأمام، وتدريجيًا، نصل إلى best | |
| 106 | |
| 00:10:02,600 --> 00:10:08,620 | |
| solution. الخطوة الأولى: أن نضع… نضع random solutions، | |
| 107 | |
| 00:10:08,620 --> 00:10:14,140 | |
| نمثلها على شكل binary، على شكل string of | |
| 108 | |
| 00:10:14,140 --> 00:10:17,160 | |
| binary values، التي هي الـ ones والـ zeros. لماذا؟ | |
| 109 | |
| 00:10:17,160 --> 00:10:22,160 | |
| لأننا سنقوم بتقييمها، لنرى أيها أفضل، | |
| 110 | |
| 00:10:22,160 --> 00:10:26,320 | |
| ما هو الأفضل؟ الذي يعطيني قيمة الـ f of x، | |
| 111 | |
| 00:10:26,320 --> 00:10:31,020 | |
| هذا الاثنا عشر، | |
| 112 | |
| 00:10:31,020 --> 00:10:36,420 | |
| ماذا يعطيني؟ عندما أضع f of 12، لاحظوا أنني توقفت هنا | |
| 113 | |
| 00:10:36,420 --> 00:10:40,340 | |
| عند التسعة، ولكن هناك قيم أخرى كثيرة لم نجربها، | |
| 114 | |
| 00:10:40,340 --> 00:10:43,000 | |
| لذلك، هذا الاثنا عشر واحد من التي لم نجربها، ماذا هو f | |
| 115 | |
| 00:10:43,000 --> 00:10:48,780 | |
| of 12؟ تمام، كم يطلع؟ 6 و30، okay. | |
| 116 | |
| 00:10:48,780 --> 00:10:55,400 | |
| هذه الآن هي القيم لـ f of x، لو أننا أدخلنا | |
| 117 | |
| 00:10:55,400 --> 00:11:01,840 | |
| كل واحد من هذه x، صحيح؟ الآن، أيها أفضل؟ الأعلى، صحيح؟ | |
| 118 | |
| 00:11:01,840 --> 00:11:06,720 | |
| لأننا سنأخذ… مثلًا، هذه المدينة… أعلى… فهذه أفضل، | |
| 119 | |
| 00:11:06,720 --> 00:11:10,300 | |
| هذه أفضل شيء. نحن الآن، في الخطوة الثانية في الـ | |
| 120 | |
| 00:11:10,300 --> 00:11:15,320 | |
| Genetic Algorithm، نأخذ الأفضل، نأخذ الأفضل، ونعمل | |
| 121 | |
| 00:11:15,320 --> 00:11:20,500 | |
| منهم new generation. هذا هو first generation، الجيل | |
| 122 | |
| 00:11:20,500 --> 00:11:26,360 | |
| الأول. نطلع منه جيلًا جديدًا، ستة أخرى. كيف ممكن نطلع | |
| 123 | |
| 00:11:26,360 --> 00:11:30,720 | |
| جيلًا جديدًا من الجيل الأول؟ تزاوج، يعني، مثلًا لو | |
| 124 | |
| 00:11:30,720 --> 00:11:35,340 | |
| جئت اخترت أفضل ثلاثة من هؤلاء، من هذا وهذا، | |
| 125 | |
| 00:11:35,340 --> 00:11:41,040 | |
| وهذا، صحيح؟ هؤلاء أفضل ثلاثة، لو أخرجت | |
| 126 | |
| 00:11:41,040 --> 00:11:45,180 | |
| منهم ثلاثة أخرى، لو جئت عملت تزاوجًا بين كل اثنين | |
| 127 | |
| 00:11:45,180 --> 00:11:54,040 | |
| مع بعض، أخذت هذا وهذا، مع هذا وهذا، أخذت الثلاثة | |
| 128 | |
| 00:11:54,040 --> 00:11:58,340 | |
| هؤلاء، وعملت… هؤلاء، صحيح؟ أنا الآن أتعامل فقط مع | |
| 129 | |
| 00:11:58,340 --> 00:12:02,450 | |
| الـ binary representation، وعملت تزاوجًا بشكل أو آخر. | |
| 130 | |
| 00:12:02,450 --> 00:12:07,650 | |
| قلت مثلًا، هذا أريد أن آخذه مع هذا، وأخرج منهما a | |
| 131 | |
| 00:12:07,650 --> 00:12:11,750 | |
| child جديدًا، بعدين هذا مع هذا، أخرج كمان child، اصلاً | |
| 132 | |
| 00:12:11,750 --> 00:12:15,770 | |
| two children. بعدين هذا مع هذا، أخرج child ثالث، | |
| 133 | |
| 00:12:15,770 --> 00:12:19,790 | |
| تعرفون أن الثلاثة الأولين، الذين هم الأفضل، وثلاثة | |
| 134 | |
| 00:12:19,790 --> 00:12:23,530 | |
| children خرجوا منهم، هؤلاء، أنا لا أعرف، ممكن | |
| 135 | |
| 00:12:23,530 --> 00:12:28,670 | |
| يكونوا أفضل من آبائهم، وممكن يكونوا أسوأ. أدخلهم الآن | |
| 136 | |
| 00:12:28,670 --> 00:12:32,680 | |
| على الـ generation الجديد، وأقيمهم، وأعيد الكرة، وكل | |
| 137 | |
| 00:12:32,680 --> 00:12:40,220 | |
| مرة أعمل ماذا؟ أعمل reproduction، عادة تكاثر يعني، و | |
| 138 | |
| 00:12:40,220 --> 00:12:45,260 | |
| أعمل تقييمًا، ودائمًا ما ننتخب حتى متى؟ حتى | |
| 139 | |
| 00:12:45,260 --> 00:12:50,860 | |
| حتى نصل إلى… حتى نصل إلى… أن لا يوجد تحسن، يعني الذي… الذي… | |
| 140 | |
| 00:12:50,860 --> 00:12:55,380 | |
| الذي… الذي… الذي يطلع معي، الـ fitness تبعه، | |
| 141 | |
| 00:12:55,910 --> 00:12:59,910 | |
| لا يوجد. يعني، آخذ الفرق بين الـ fitness لهذا | |
| 142 | |
| 00:12:59,910 --> 00:13:03,310 | |
| الجيل، والـ fitness للجيل الذي قبله، ضئيل، المعنى | |
| 143 | |
| 00:13:03,310 --> 00:13:07,390 | |
| هذا، كأننا وصلنا إلى أفضل ما يمكن، صحيح؟ لا داعي أن أستمر | |
| 144 | |
| 00:13:07,390 --> 00:13:12,010 | |
| أكثر من هذا، في عملية الـ reproduction، وآخذ أفضل | |
| 145 | |
| 00:13:12,010 --> 00:13:16,610 | |
| واحد من الذي طلع معي في هذا الجيل، كزوج، بيصير | |
| 146 | |
| 00:13:16,610 --> 00:13:19,830 | |
| على values distinct. يعني، مثلًا، لو الـ value طلعت 56، | |
| 147 | |
| 00:13:19,830 --> 00:13:26,190 | |
| كررت عندي مرتين، هل آخذ أربعة values؟ آه، مفترض… لا… | |
| 148 | |
| 00:13:26,190 --> 00:13:36,190 | |
| بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 149 | |
| 00:13:36,190 --> 00:13:36,390 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 150 | |
| 00:13:36,390 --> 00:13:37,590 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 151 | |
| 00:13:37,590 --> 00:13:37,650 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 152 | |
| 00:13:37,650 --> 00:13:37,910 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 153 | |
| 00:13:37,910 --> 00:13:38,610 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 154 | |
| 00:13:38,610 --> 00:13:42,390 | |
| قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ | |
| 155 | |
| 00:13:42,390 --> 00:13:50,320 | |
| قيمة… بس آخذ قيمة… لكن كانوا من المجموعة | |
| 156 | |
| 00:13:50,320 --> 00:13:55,140 | |
| الأفضل، آخدهم… آخدهم، آه، لأنه ليس مهم أن يكونوا | |
| 157 | |
| 00:13:55,140 --> 00:13:58,500 | |
| متساويين في الـ fitness، المهم أن يكونوا two different | |
| 158 | |
| 00:13:58,500 --> 00:14:03,100 | |
| two different solutions، صحيح؟ نحن الآن، إذا… | |
| 159 | |
| 00:14:03,100 --> 00:14:08,400 | |
| يعني، لكي نبلور هذه الفكرة بشكل أفضل، نحن نريد | |
| 160 | |
| 00:14:08,400 --> 00:14:13,840 | |
| أن نأتي نتبع المثال. أول شيء، أن هناك نقطة مهمة | |
| 161 | |
| 00:14:13,840 --> 00:14:18,220 | |
| أقولها، أريد أن أحسبها، أنني لا أريد أن أنظر إلى الـ | |
| 162 | |
| 00:14:18,220 --> 00:14:23,540 | |
| fitness هذا كما هو، أريد أن أحسب شيء اسمه الـ fitness | |
| 163 | |
| 00:14:23,540 --> 00:14:29,320 | |
| ratio، الـ fitness ratio. لو أنني جئت جمعت إجمالي الـ | |
| 164 | |
| 00:14:29,320 --> 00:14:33,840 | |
| fitness كلها، أجمعها، يطلع على ما أعتقد، كم؟ 100 | |
| 165 | |
| 00:14:33,840 --> 00:14:43,500 | |
| و28، أظن، 128. أنا | |
| 166 | |
| 00:14:43,500 --> 00:14:53,260 | |
| باختصار، أريد أن آخذ 224. | |
| 167 | |
| 00:14:53,260 --> 00:15:00,620 | |
| 224. أنا آخذ كل واحدة منها، قسمة، كل واحدة على | |
| 168 | |
| 00:15:00,620 --> 00:15:07,840 | |
| هذا الـ total، يعني الـ 16.5 هذه هي عبارة عن قسمة 36 | |
| 169 | |
| 00:15:07,840 --> 00:15:12,860 | |
| على المجموع، 44 على المجموع، وبعدين 20، فأنا آخذ الـ | |
| 170 | |
| 00:15:12,860 --> 00:15:15,960 | |
| ratio، على أنه هو مع | |
| 223 | |
| 00:19:14,810 --> 00:19:17,790 | |
| فرصة عالية.. هتقولك شغل بس.. احنا في الطريقة هذه | |
| 224 | |
| 00:19:17,790 --> 00:19:20,510 | |
| على الرغم من أنه في عندنا randomization في الأمر | |
| 225 | |
| 00:19:20,510 --> 00:19:24,950 | |
| إلا أنه في فرصة أكبر لمن؟ للـ solutions اللي more | |
| 226 | |
| 00:19:24,950 --> 00:19:31,950 | |
| fit يعني هذا الـ X، كلما كان الـ fitness له عالي، فرصته | |
| 227 | |
| 00:19:31,950 --> 00:19:37,180 | |
| هيحصله من الـ.. ليش؟ من الـ wheel، فرصته أكبر حتى | |
| 228 | |
| 00:19:37,180 --> 00:19:40,540 | |
| على الرغم من وجود randomization، بس فرصته أكبر في | |
| 229 | |
| 00:19:40,540 --> 00:19:46,380 | |
| أنه يطلع على الـ generation اللي اللاحقة، صح؟ أنا | |
| 230 | |
| 00:19:46,380 --> 00:19:49,960 | |
| كان ممكن أعمل، و أنا بأعمل، آخذ الأفضل دائماً، آخذ | |
| 231 | |
| 00:19:49,960 --> 00:19:54,300 | |
| الأفضل، بس بدنا نحط عنصر الـ randomization، لأنه هذا | |
| 232 | |
| 00:19:54,300 --> 00:20:00,540 | |
| واقع الأمر في الطبيعة، أن حتى اللي مش أفضل ممكن يصمد | |
| 233 | |
| 00:20:00,540 --> 00:20:03,820 | |
| ويترحل للـ generation اللي بعده، ممكن ما تبانش | |
| 234 | |
| 00:20:03,820 --> 00:20:06,820 | |
| viable، بس لما يكون عندك معادلات فيها ثلاث.. ثلاث | |
| 235 | |
| 00:20:06,820 --> 00:20:11,060 | |
| مجاهيل، و بدك تحل مشكلة زي.. زي simplex method | |
| 236 | |
| 00:20:11,060 --> 00:20:14,340 | |
| مثلاً.. تتذكر.. تتذكر.. إذا.. إذا تتذكر، و احنا | |
| 237 | |
| 00:20:14,340 --> 00:20:18,920 | |
| بنحكي في الـ السياسي، لما كنا بنحكي في اللي هو الـ.. الـ | |
| 238 | |
| 00:20:18,920 --> 00:20:22,870 | |
| hill climbing، و قلنا أنه ممكن تقع في الـ local | |
| 239 | |
| 00:20:22,870 --> 00:20:27,330 | |
| minima، ما تصلش لـ global minima، ايش المخرج؟ أنه أنا | |
| 240 | |
| 00:20:27,330 --> 00:20:31,590 | |
| أعمل randomization، عشان أخرج من الـ local minima، أن | |
| 241 | |
| 00:20:31,590 --> 00:20:34,530 | |
| أختار أي واحد من الـ possible solutions اللي حواليه | |
| 242 | |
| 00:20:34,530 --> 00:20:38,990 | |
| حتى وإن كان سيء، و أخش فيه، علشان ربما يدخلني على | |
| 243 | |
| 00:20:38,990 --> 00:20:43,810 | |
| مسار يطلعني لـ solution أحسن من الـ local اللي أنا | |
| 244 | |
| 00:20:43,810 --> 00:20:48,690 | |
| كنت واجده، فاحنا هنا الـ randomization عشان نحط هامش | |
| 245 | |
| 00:20:48,690 --> 00:20:56,000 | |
| ولو لِ solutions اللي رديئة، نعطيها فرصة، لربما | |
| 246 | |
| 00:20:56,000 --> 00:21:03,080 | |
| ييجي من وراها offspring، يعني ذرية صالحة، ذرية هي في | |
| 247 | |
| 00:21:03,080 --> 00:21:08,700 | |
| حد ذاتها سيئة، رديئة، لكن لربما يطلع منها، لما أنتَ | |
| 248 | |
| 00:21:08,700 --> 00:21:13,460 | |
| عملت تزاوج مع.. واضح؟ واضحة الفكرة؟ | |
| 249 | |
| 00:21:14,350 --> 00:21:18,650 | |
| الآن ما بنحكي في التزاوج، الآن هدول اللي بنختارهم | |
| 250 | |
| 00:21:18,650 --> 00:21:22,530 | |
| عشان نأسس عليهم الـ generation اللاحق، اخترناهم على | |
| 251 | |
| 00:21:22,530 --> 00:21:26,010 | |
| أساس مش بس الـ fitness لحاله، أو الـ fitness ratio | |
| 252 | |
| 00:21:26,010 --> 00:21:29,410 | |
| لحاله، لأ، اللي على أيضاً فرصته في الـ roulette wheel | |
| 253 | |
| 00:21:29,410 --> 00:21:36,050 | |
| في الـ roulette wheel، اه تمام، الآن الآن | |
| 254 | |
| 00:21:36,050 --> 00:21:43,180 | |
| هدول الـ six solutions، و هذا We have an initial | |
| 255 | |
| 00:21:43,180 --> 00:21:47,180 | |
| population of 6 chromosomes، الآن ده أعمل new | |
| 256 | |
| 00:21:47,180 --> 00:21:52,740 | |
| generation، برضه بتكون فيه 6 chromosomes، فبدي أجيب | |
| 257 | |
| 00:21:52,740 --> 00:21:57,360 | |
| .. بدي أختار pairs اللي أعمل منها تزاوج، عشان أطلع | |
| 258 | |
| 00:21:57,360 --> 00:22:02,160 | |
| .. okay، 6 تانيين، لما أنا بعمل تزاوج في هيدا، هات | |
| 259 | |
| 00:22:02,160 --> 00:22:08,120 | |
| اسمها crossover، crossover، بجيب two parents، هات two | |
| 260 | |
| 00:22:08,120 --> 00:22:11,240 | |
| parents، two chromosomes، P1 و P2 | |
| 261 | |
| 00:22:13,730 --> 00:22:18,070 | |
| طبعاً الـ generation هو عبارة عن binary strings، خلّي | |
| 262 | |
| 00:22:18,070 --> 00:22:27,650 | |
| المعادلة، يهمني هنا طبعاً | |
| 263 | |
| 00:22:27,650 --> 00:22:33,590 | |
| نفس القول، احنا أربعة bits ولا لأ، بس نفترض إنهم | |
| 264 | |
| 00:22:33,590 --> 00:22:36,890 | |
| أكثر من ذلك، أتر أتر أتر أتر أتر أتر أتر أتر أتر | |
| 265 | |
| 00:22:36,890 --> 00:22:40,250 | |
| أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر | |
| 266 | |
| 00:22:40,250 --> 00:22:42,010 | |
| أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر | |
| 267 | |
| 00:22:42,010 --> 00:22:42,230 | |
| أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر | |
| 268 | |
| 00:22:42,230 --> 00:22:45,060 | |
| أتر أتر أتر أتر أتر أتر أتر أتر أتر، نقطة انقسام | |
| 269 | |
| 00:22:45,060 --> 00:22:50,820 | |
| بروحي ببدّل، بطلّع يعني من هدول بطلّع two children | |
| 270 | |
| 00:22:50,820 --> 00:22:56,040 | |
| two children، يعني الزوج بيطلّعلي زوج، مش بيطلّعلي | |
| 271 | |
| 00:22:56,040 --> 00:22:59,800 | |
| واحد، الـ two parents بيطلّعولي ايش؟ two children | |
| 272 | |
| 00:22:59,800 --> 00:23:07,040 | |
| okay، اللي هو بيكون هذا الجزء، يعني أقول مثلاً أنا | |
| 273 | |
| 00:23:07,040 --> 00:23:09,340 | |
| عندي 00100100 | |
| 274 | |
| 00:23:13,840 --> 00:23:17,800 | |
| لازم يكون جزء آخر بالصحيح، لازم طبعاً لازم الـ.. لأ | |
| 275 | |
| 00:23:17,800 --> 00:23:21,160 | |
| الجزء، الواحد، اللي يقسم من أي مكان بالصحيح، اه | |
| 276 | |
| 00:23:21,160 --> 00:23:24,140 | |
| بس إن أنا عند نفس النقطة، أنا بقسم عند الثالثة | |
| 277 | |
| 00:23:24,140 --> 00:23:28,600 | |
| لازم هنا أقسم عند الثالثة، صح؟ فهذا الآن الـ try | |
| 278 | |
| 00:23:28,600 --> 00:23:33,760 | |
| addition بيكون zero one one، وبعدين الثالثة | |
| 279 | |
| 00:23:33,760 --> 00:23:37,820 | |
| الثانية اللي بجيبها، بتصير ايش؟ one one zero، أيوة، ايش؟ | |
| 280 | |
| 00:23:37,820 --> 00:23:44,490 | |
| zero one one zero، تمام، شق من الـ pyramid الأول، الشق | |
| 281 | |
| 00:23:44,490 --> 00:23:47,110 | |
| الأول من الـ parent الأول، و الشق الثاني من الـ parent | |
| 282 | |
| 00:23:47,110 --> 00:23:54,510 | |
| الثاني، و العكس عند الـ child الآخر، هذا بنزله زي ما هو | |
| 283 | |
| 00:23:54,510 --> 00:24:01,590 | |
| و بأخذ الشق الثاني من مين؟ أنا | |
| 284 | |
| 00:24:01,590 --> 00:24:06,250 | |
| هيك عملت crossover، عملت generation لـ two new | |
| 285 | |
| 00:24:06,250 --> 00:24:10,890 | |
| children، من الـ two parents الأصليين، باستخدام | |
| 286 | |
| 00:24:10,890 --> 00:24:15,090 | |
| Microsoft Word، عملية random، صح؟ مالهاش أي معنى | |
| 287 | |
| 00:24:15,090 --> 00:24:20,370 | |
| سواءً إنه نأمل إن بعض الخصائص الجيدة الموجودة في | |
| 288 | |
| 00:24:20,370 --> 00:24:26,050 | |
| هذا الـ parent، تجعل | |
| 289 | |
| 00:24:26,050 --> 00:24:31,930 | |
| معها خصائص جيدة من الـ parent الآخر، تمام؟ هو هذا | |
| 290 | |
| 00:24:31,930 --> 00:24:35,410 | |
| أصلاً اللي بيصير في الـ metabolism، أظن أنه يسميه، و | |
| 291 | |
| 00:24:35,410 --> 00:24:39,210 | |
| لا، ايش الـ chromosomes، أنا الناس الكلام هذا في الـ | |
| 292 | |
| 00:24:39,210 --> 00:24:43,370 | |
| biology، مش بيصير انقسام الـ chromosomes، وبعدين | |
| 293 | |
| 00:24:43,370 --> 00:24:48,110 | |
| تلتحم تاني، فعشان بهذه الطريقة تختلط الجينات من | |
| 294 | |
| 00:24:48,110 --> 00:24:54,590 | |
| الذكر و من الأنثى، مظبوط، تمام، فبنقول احنا الآن هذا | |
| 295 | |
| 00:24:54,590 --> 00:24:57,570 | |
| الـ generation الجديد، الستة الجداد اللي هنولدهم | |
| 296 | |
| 00:24:57,570 --> 00:24:59,230 | |
| بهذه الطريقة | |
| 297 | |
| 00:25:01,960 --> 00:25:09,580 | |
| مورفزم مورفزم مورفزم | |
| 298 | |
| 00:25:09,580 --> 00:25:23,920 | |
| مورفزم مورفزم مورفزم مورفزم مورفزم مورفزم | |
| 299 | |
| 00:25:24,010 --> 00:25:27,710 | |
| مش مشكلة، تمام، أنا الآن بهذه الطريقة، أنا أخذت two | |
| 300 | |
| 00:25:27,710 --> 00:25:31,490 | |
| parents، ثم another two parents، و كذلك أنا اتنين | |
| 301 | |
| 00:25:31,490 --> 00:25:37,330 | |
| تانيين، و عملت منهم a new set of children، بنفس العدد | |
| 302 | |
| 00:25:37,330 --> 00:25:41,150 | |
| اللي هو ايش؟ ستة كانوا في الأصل، صاروا ستة، هذا الجيل | |
| 303 | |
| 00:25:41,150 --> 00:25:45,730 | |
| التاني، هدول كانوا تابعين لـ generation one، لأن | |
| 304 | |
| 00:25:45,730 --> 00:25:49,250 | |
| هدول خلصوا في يوم، بدي أعمل evaluation عليهم، أو | |
| 305 | |
| 00:25:49,970 --> 00:25:54,070 | |
| يعني أحسب الـ fitness تبعهم، عشان أشوف مين الأفضل | |
| 306 | |
| 00:25:54,070 --> 00:25:57,630 | |
| في هالـ generation، عشان أُعيد الكرة من جديد، و بضلني | |
| 307 | |
| 00:25:57,630 --> 00:26:02,250 | |
| أعيد، بقول مرة ورا مرة، إلى أن أُشاهد، إلى أن ألاقي أن | |
| 308 | |
| 00:26:02,250 --> 00:26:08,170 | |
| الـ errors أو الـ | |
| 309 | |
| 00:26:08,170 --> 00:26:13,890 | |
| fitness تبع هدول ما يختلف كتير عن الـ fitness تبع | |
| 310 | |
| 00:26:13,890 --> 00:26:17,610 | |
| اللي جابهم، يمكن ما في تحسن و خلاص، بوقف، ما في داعي | |
| 311 | |
| 00:26:17,610 --> 00:26:21,370 | |
| أن أنا أستمر، إلى ما أهدف، في شغلة أخرى برضه، اللي | |
| 312 | |
| 00:26:21,370 --> 00:26:24,190 | |
| رح أحكيها، أنه كنا نقول الـ crossover هي الطريقة | |
| 313 | |
| 00:26:24,190 --> 00:26:28,150 | |
| الأساسية لتوليد الـ children، في شغلة أخرى غير الـ | |
| 314 | |
| 00:26:28,150 --> 00:26:32,150 | |
| crossover، ليه؟ الـ mutation، mutation، يعني طفرة | |
| 315 | |
| 00:26:32,150 --> 00:26:35,270 | |
| بالعربي، يعني إن واحد من الجينات هذا، الـ chromosome | |
| 316 | |
| 00:26:35,270 --> 00:26:39,510 | |
| بتسميه، كل واحد من هذول جين، واحد من الجينات، إنه | |
| 317 | |
| 00:26:39,510 --> 00:26:44,230 | |
| بشكل عشوائي يتغير، يعني الواحد يصير zero، الـ zero | |
| 318 | |
| 00:26:44,230 --> 00:26:48,510 | |
| يصير واحد، تمام؟ برضه هذا randomized، يعني بيجي على | |
| 319 | |
| 00:26:48,510 --> 00:26:52,600 | |
| الواحد، بيجي على هدول الست، بعد ما عملناهم بالـ | |
| 320 | |
| 00:26:52,600 --> 00:27:01,140 | |
| crossover، بنقول: هذا نعمل عليه mutation ولا لأ، بروح | |
| 321 | |
| 00:27:01,140 --> 00:27:05,960 | |
| و بنحط random number، إذا random number جاء أعلى من | |
| 322 | |
| 00:27:05,960 --> 00:27:11,200 | |
| أو أقل من الـ probability تبع الـ mutation، بنفس | |
| 323 | |
| 00:27:11,200 --> 00:27:16,560 | |
| ما نعملوش، بنسيبه، يعني بنعمل selection لواحد من هدول | |
| 324 | |
| 00:27:16,560 --> 00:27:21,650 | |
| أو لمجموعة من هدول، نعملهم ايش؟ إذا وقع الاختيار | |
| 325 | |
| 00:27:21,650 --> 00:27:25,850 | |
| على أي واحد منهم، بنروح برضه randomly، بناخد واحدة من | |
| 326 | |
| 00:27:25,850 --> 00:27:33,810 | |
| الـ genes، و بنقلبها، ففي عندنا احنا، في عندنا ايش؟ أنا | |
| 327 | |
| 00:27:33,810 --> 00:27:36,770 | |
| تذكرت، قلنا الـ probability تبع الـ mutation ايش؟ | |
| 328 | |
| 00:27:36,770 --> 00:27:40,790 | |
| عندنا probability، يعني أنا بحط احتمال مثلاً | |
| 329 | |
| 00:27:45,340 --> 00:27:48,940 | |
| بعمل generational number، إذا الرقم هذا وقع أقل، إذا | |
| 330 | |
| 00:27:48,940 --> 00:27:52,720 | |
| أنا واقف الآن هنا، و عملت random generation، و طلع | |
| 331 | |
| 00:27:52,720 --> 00:27:58,680 | |
| الرقم أقل من هذا أو يساوي، يبقى الاختيار وقع، إذا | |
| 332 | |
| 00:27:58,680 --> 00:28:02,120 | |
| طلع number أكبر من ذلك، يبقى ما وقع الاختيار على | |
| 333 | |
| 00:28:02,120 --> 00:28:07,200 | |
| هذا الرقم، هذا الرقم، كل ما قل، كل ما زاد، كل ما قلت | |
| 334 | |
| 00:28:07,200 --> 00:28:13,600 | |
| احتمالية حدوث الاشياء، يعني لو أنا عملته خمسين في | |
| 335 | |
| 00:28:13,600 --> 00:28:18,450 | |
| المئة، Probability of mutation، إذا كانت خمسين، وجيت | |
| 336 | |
| 00:28:18,450 --> 00:28:21,790 | |
| هنا، و عملت random number، ايش احتمالية أن الـ random | |
| 337 | |
| 00:28:21,790 --> 00:28:26,430 | |
| number يطلع أقل من الخمسين؟ احتمالية 50%، يعني فرصة | |
| 338 | |
| 00:28:26,430 --> 00:28:32,130 | |
| هذا أن يعمله mutation، fifty fifty، كل واحد منهم | |
| 339 | |
| 00:28:32,130 --> 00:28:36,570 | |
| فرصته fifty fifty، كل ما صغر الرقم، كل ما صغرت الرقم | |
| 340 | |
| 00:28:37,280 --> 00:28:40,500 | |
| الكلمة، قلت فرصة الوقوع، و أنا أصلاً فعلاً هذا اللي | |
| 341 | |
| 00:28:40,500 --> 00:28:45,240 | |
| بدي إياه، أنا ما بديش أعمل mutation عليهم كلهم، أنا بدي | |
| 342 | |
| 00:28:45,240 --> 00:28:48,320 | |
| الـ mutation هذا، لأنها طفرة أصلاً، ايش يعني طفرة؟ يعني | |
| 343 | |
| 00:28:48,320 --> 00:28:51,820 | |
| حاجة بتحصل مرة في الـ.. rarely، very rarely، مظبوط | |
| 344 | |
| 00:28:51,820 --> 00:28:57,140 | |
| نادراً جداً، بيبقى الـ probability of mutation منخفضة | |
| 345 | |
| 00:28:57,140 --> 00:29:02,480 | |
| عشان ما.. ما نعملش mutation كثير، كذلك الحاجة برضه | |
| 346 | |
| 00:29:02,480 --> 00:29:07,890 | |
| الـ crossover، الـ crossover، بنقول probability ايش؟ | |
| 347 | |
| 00:29:07,890 --> 00:29:11,750 | |
| احنا قلنا، اتفقنا، قلنا إنه اختيار، أنا عند الـ | |
| 348 | |
| 00:29:11,750 --> 00:29:17,490 | |
| generation الأولاني، بدي أختار منه مجموعة عشان أُولّد | |
| 349 | |
| 00:29:17,490 --> 00:29:21,230 | |
| منهم الجيل، تمام، هدول المجموعة اللي اخترتهم، الـ 6 | |
| 350 | |
| 00:29:21,230 --> 00:29:30,170 | |
| P1، P2، الـ parents، يعني P3، P4، P5، P6، تمام | |
| 351 | |
| 00:29:34,470 --> 00:29:39,910 | |
| أنا الآن بدي أعمل crossover، بحتاج two parents، بدي | |
| 352 | |
| 00:29:39,910 --> 00:29:43,610 | |
| أختار من هدول الـ two parents، اتنين، أعمل لهم | |
| 353 | |
| 00:29:43,610 --> 00:29:48,410 | |
| crossover، لما أعمل crossover، هيطلع معي two | |
| 354 | |
| 00:29:48,410 --> 00:29:55,130 | |
| children، C1 و C2، صح؟ مين اللي أختارهم، أعمل بينهم | |
| 355 | |
| 00:29:55,130 --> 00:29:59,260 | |
| أعمل لهم crossover؟ هل آجي على كل اتنين، الأول | |
| 356 | |
| 00:29:59,260 --> 00:30:01,860 | |
| و الثاني، و الثاني و الثالث، و الرابع و الخامس، | |
| 357 | |
| 00:30:01,860 --> 00:30:05,840 | |
| و السادس؟ لا، ما بنعملش هيك، بهذه الطريقة، ليش؟ بنقول أنا | |
| 358 | |
| 00:30:05,840 --> 00:30:11,580 | |
| الآن بدي.. أنا عندي هنا صندوق لـ crossover، بسميه | |
| 359 | |
| 00:30:11,580 --> 00:30:15,780 | |
| أنا صندوق لـ crossover، الـ box هذا بتحط فيه اتنين | |
| 360 | |
| 00:30:15,780 --> 00:30:19,560 | |
| و بيطلع منه ايش؟ two children، صح؟ مين اللي بنخشّه في | |
| 361 | |
| 00:30:19,560 --> 00:30:24,540 | |
| الصندوق؟ بدي أختار برضه من هدول بشكل عشوائي، في | |
| 362 | |
| 00:30:24,540 --> 00:30:29,860 | |
| حاجة اسمها probability of crossover، برضه كمان ايش؟ | |
| 363 | |
| 00:30:29,860 --> 00:30:37,480 | |
| بتبقى عالية، يعني، أو بتبقى أعلى من الـ mutation، ايش | |
| 364 | |
| 00:30:37,480 --> 00:30:40,320 | |
| معنى هذه probability؟ أنه هل، هل نختارهم ولا ما نختارهمش؟ | |
| 365 | |
| 00:30:40,320 --> 00:30:45,660 | |
| طبعاً، إذا بنعمل random number generation، إذا وقع على | |
| 366 | |
| 00:30:45,660 --> 00:30:49,920 | |
| الاختيار، بنحطه، الآن بدنا تاني، بنكمل، إذا وقع على | |
| 367 | |
| 00:30:49,920 --> 00:30:53,780 | |
| الاختيار، بنحطه، خلاص، نعمل crossover، الآن هذول | |
| 368 | |
| 00:30:53,780 --> 00:30:58,770 | |
| بنشيلم، و نختار مرة أخرى، بمعنى آخر، أن ممكن الـ parent | |
| 369 | |
| 00:30:58,770 --> 00:31:05,730 | |
| الواحد يدخل مرتين في عملية الـ crossover، حسب كمان | |
| 370 | |
| 00:31:05,730 --> 00:31:09,010 | |
| .. حسب، و وقع عليه الـ random.. الاختيار الـ random | |
| 371 | |
| 00:31:09,010 --> 00:31:17,030 | |
| ولا لأ، ف أنا في عندي اللي هو الـ cross | |
| 372 | |
| 00:31:17,030 --> 00:31:22,510 | |
| over، نعم، نطبق نفس الـ procedure اللي فاتت، بعدها في | |
| 373 | |
| 00:31:22,510 --> 00:31:26,030 | |
| نوع من الـ procedure، أنا الآن بأطور في الـ procedure شوي | |
| 374 | |
| 00:31:26,030 --> 00:31:29,650 | |
| شوي، يعني بقول لك حاجة، وبعدين بروح بأعدل عليها، ايش | |
| 375 | |
| 00:31:29,650 --> 00:31:36,050 | |
| الخلاصة الآن، الخلاصة مرة أخرى، أن أنا أولاً بأعمل | |
| 376 | |
| 00:31:36,050 --> 00:31:38,670 | |
| random generation للـ first، أو للـ initial | |
| 377 | |
| 00:31:38,670 --> 00:31:43,910 | |
| generation، مظبوط، بعد كده أول شيء بسويه عليهم، بسوي | |
| 378 | |
| 00:31:43,910 --> 00:31:49,870 | |
| fitness، بحسب جودتهم، بدخلهم على الـ fitness، هذه | |
| 379 | |
| 00:31:49,870 --> 00:31:52,830 | |
| المعادلة هي اللي على أساسها أنا بدي أقرر من | |
| 380 | |
| 00:31:52,830 --> 00:31:56,410 | |
| المناسبين، اللي ده بطلّع الـ fitness، الـ fitness | |
| 381 | |
| 00:31:56,410 --> 00:32:00,470 | |
| value هذا، بطلّعه من الـ fitness ratio، صح؟ الـ fitness | |
| 382 | |
| 00:32:00,470 --> 00:32:06,630 | |
| ratio هذا عامل من عوامل اختياره للتأهيل للـ | |
| 383 | |
| 00:32:06,630 --> 00:32:12,310 | |
| generation القادم، بعمل الـ roulette wheel، علشان | |
| 384 | |
| 00:32:12,310 --> 00:32:16,480 | |
| أختار الـ generation الجديد، بختار اتنين، و بحطهم في | |
| 385 | |
| 00:32:16,480 --> 00:32:22,380 | |
| الخطوة، صح؟ بختارهم، و بدخل معي، في، أختار المبدأ | |
| 386 | |
| 00:32:22,380 --> 00:32:28,460 | |
| الآن هدول، بدي أطلع منهم الـ generation الجديد، فبدي | |
| 387 | |
| 00:32:28,460 --> 00:32:32,560 | |
| أول شيء أطبق الـ crossover operation، crossover | |
| 388 | |
| 00:32:32,560 --> 00:32:35,860 | |
| operation، بدي أطبقها مرة ورا مرة، إلى أن يكتمل | |
| 389 | |
| 00:32:35,860 --> 00:32:40,000 | |
| عندي ستة، اه، يكتمل عندي الـ generation، بدي أطبقها | |
| 390 | |
| 00:32:40,000 --> 00:32:43,330 | |
| يعني بدي أختار اتنين، الاتنين اللي بتختارهم في | |
| 445 | |
| 00:37:19,320 --> 00:37:24,320 | |
| بختار زوجين أو زوج، يعني two parents، الـ two parents | |
| 446 | |
| 00:37:24,320 --> 00:37:28,380 | |
| اللي بجلبهم أو بعمل crossover بيطلع معايا الـ new | |
| 447 | |
| 00:37:28,380 --> 00:37:33,340 | |
| children، الآن الـ children اللي طلعوا بروح بقرر مين | |
| 448 | |
| 00:37:33,340 --> 00:37:36,700 | |
| منهم أعمله mutation بناءً برضه على ليش الـ | |
| 449 | |
| 00:37:36,700 --> 00:37:40,120 | |
| probability تبع الـ mutation، PM بيطلع معايا هذا | |
| 450 | |
| 00:37:40,120 --> 00:37:44,480 | |
| مثلاً أوقع عليه الاختيار أنه يعمل mutation فبتتبدل | |
| 451 | |
| 00:37:44,480 --> 00:37:50,160 | |
| الـ gene .. الـ .. الـ .. واحد من الـ genes تبعه، تمام؟ | |
| 452 | |
| 00:37:50,160 --> 00:37:53,940 | |
| الآن هذا خلاص هو نهاية، ليش نهاية عملية الـ mutation | |
| 453 | |
| 00:37:53,940 --> 00:37:57,820 | |
| بتدخل معايا كـ GT plus one plus one، يعني الـ | |
| 454 | |
| 00:37:57,820 --> 00:38:01,230 | |
| generation القادمة هذا، أو generation two generation | |
| 455 | |
| 00:38:01,230 --> 00:38:05,230 | |
| two، هذا بعمله تقييم وبعيده، مرة ومرة ومرة | |
| 456 | |
| 00:38:05,230 --> 00:38:09,450 | |
| إلى أن زي ما قلنا ما يصيرش فيه اللي هو difference | |
| 457 | |
| 00:38:09,450 --> 00:38:13,530 | |
| ده نهاية الـ example، محاضرة جايه إن شاء الله بنشوف | |
| 458 | |
| 00:38:13,530 --> 00:38:17,770 | |
| exam الآخر فيه تعديل بسيط، يعني معادلة أخرى، وبعد | |
| 459 | |
| 00:38:17,770 --> 00:38:24,050 | |
| كده بنشوف مثال عملي أكثر على استخدام الـ genetic | |
| 460 | |
| 00:38:24,050 --> 00:38:26,230 | |
| algorithm، ماشي، أعطيكم يا عزيزي | |