Back to all articles
Machine Learning

مقدمة في تعلم الآلة: الجزء الأول

مقدمة مبسطة لتعلم الآلة: ما البيانات والنموذج، وكيف يحدث التدريب والاختبار، وما معنى الدقة وفرط التعلّم، ومتى نستخدم تعلم الآلة؟

By Mohamed AlawakeySeptember 12, 2026
رسم توضيحي لبيانات وصور تدخل نموذج تعلم آلة وتتحول إلى نتائج

اي هو ال Machine Learning ؟

فالحقيقه مصطلح ال Machine Learning ده مقسوم جزئين ال Machine وهي دي بقا الماكينه الي معانا او الجهاز الي معانا وال Learning هي دي العمليه الي بنخلي الماشين تعملها عشان تتعلم فاصبح ان المصطلح ده فالاخير بيوضحلنا ان الماشين بتتعلم

هيجي هنا شويه اساله حلوه:

  • هو الماشين بتتعلم "هي عندها عقل زينا عشان تتعلم وتفهم" ؟
  • ولو هي بتتعلم فهي بتتعلم اي !!؟؟
  • طيب لو الماشين بتتعلم بتتعلم ازاي!!؟؟

فالحقيقه الماشين معندها عقل ولا حاجه فالاول وفالاخر ال Machine دي هي جهاز الكتروني يعني اصلا مش بيفهم لغات هو بيفهم حاجه واحده بس وهي ال 0, 1 فالبتالي هو اصلا مش هيون فاهم احنا بنديله اي بالظبط

طيب هل احنا هنديله 0 و 1 !!

اكيد لا احنا بجهز الداتا له انه يقدر يفهمها مش اكتر لكن احنا اكيد مش هنديله ال 0 وال 1

داتا ؟؟

يعني اي داتا ؟؟

ومن هنا هتيجي الاجابه علي السؤال بتاع هو الماشين اصلا بتتعلم اي !!

الداتا دي هي اصلا الي احنا بنعتمد عليها عشان نخلي ال Machine تتعلم يعني الداتا دي هي المصدر بتاع المعلومات الي ال Machine Learning Model هيتعلم منه

طيب مهو احنا لسه قايلين ان الماشين دي مش بتفهم حاجه غير ال 0, 1 فمعني الكلام كده ان احنا لازم ندخله الداتا دي او هنخلي الماشين تتعلم الداتا دي فصوره ال 0و 1 بس الحقيقه لا

وهي دي الاجابه علي السؤال بتاع هو الماشين بتتعلم ازي !

جت هنا اصلا فكره ال data processing او معالجه البيانات

طيب يعني اي اصلا data processing !!

ال data processing هي دي عمليه تجهيز البيانات بحيث تكون فصوره واضحه لل Machine Learning Model سواء بقا الداتا دي كانت فصوره text او numbers او images او videos وعلي فكره عمليه ال processing جدي هي بروسيس طويله جدا ويمكن هي من اكتر الحجات الي بتاخد اصلا وقت فعالم ال data science وال Machine Learning وعالم ال AI بشكل عام لانه معتمد علي ال data اصلا

العمليه بتاع ال processing دي بتبدا من اول ال data understanding -> data analysis -> data cleaning -> data processing for modeling

طيب معلش احنا من ساعتها عمالين نقول كلمه Model هو يعني اي اصلا ال Model !!

ال Model ده هو ده الي احنا بندربها بقا عشان تتعلم من ال data الي معانا عن طريق المعادلات الرياضيه بحيث ان ال Model يقدر يفهم ال data

خد بالك ان كلمه يتعلم دي مش بمعني تعلم هي معناها "فهم العلاقات من الداتا نفسها"

المعادلات الرياضيه ؟؟

اي علاقه المعادلات الرياضيه بال Machine Learning ؟؟

فالحقيقه علم ال Machine Learning كله مبني علي ال Math, Statistics, Probability, Linear Algebra, Optimization, Computer Science

طيب اي لازمتها برده مش فاهم !؟؟

لازمتها وهي ان ال Math هي من خلالها بنجيب المعادله الرياضيه الي بتمثل الـ Pattern فالداتا الي معانا دي وبالتالي الموديل بنقول عليه اتدرب لانه خلاص لقينا المعادله الي بتحقق نسبه كويسه لان مش منطقي ان المعادله اصلا تكون بتعدي علي كل البيانات الي معانا فاصلا كلمه Learning الي عمالين نتكلم عليها من الصبح دي هو مش تعلم حقيقي وفعلي لا هو مجرد اننا بنحاول نخلي ال Math تساعدنا فاننا نلاقي pattern فالداتا الي معانا

طيب اي علاقه بقا ال Statistics, Probability بالكلام الجميل ده ؟

هقولك احنا بنعمل Models هدفها اصلا انها تتعلم من البيانات الي معانا عشان تساعدنا فاننا نتوقع حاجه مجهوله احنا مش عارفين مصيرها ولكن الفكره ان التوقع ده بيكون مستند علي داتا وبالتالي بنكون بنتوقع حسب الي عندنا وبالتالي هنا هنحتاج علم الحصاء ال "Statistics, Probability" عشان نقدر نطلع توقعات بنسب وعشان كده بنحتاجهم فالاجزاء بتاع التوقع لان اصلا التوقع مبني علي ال Statistics, Probability بالكامل ومش كده وبس لا احنا كمان بنستخدمها في: فهم البيانات وصف البيانات وقياس عدم اليقين وبناء بعض الـ Models وتقييم النتائج واختبار الفرضيات وحساب احتمالات التنبؤ

طيب كان في جملخه انت قولتها كده وهي: ان الموديل بيتدرب ويحقق نسبه كويسه !

يعني اي يحقق نسبه كويسه ؟

فالحقيقه احنا قولنا ان ال Machine Learning Model ده بيتعلم وطبعا مش منطقي انه يتعلم الداتا بالكامل الا فحالت زي ان ال pattern يكون حرفيا واضح جدا جدا فالداتا والدتاا كلها ال pattern ده لانه لو اتعلمها بالكامل فهو هيحفظها وده مصطلح عندنا بنقوله اسمه Overfitting يعني الموديل حفظ الداتا فطبيعي مبيكون في نسبه خطا لان اصلا الموديل حفظ تقريبا كل الداتا فلو اديناله اي سيناريو من ال هو حفظهم هيجاوب صح جدا ولكن لو اديناله حاجه جديده هو مشافهاش فالداتا فهو هيجاوب غلط "يعني الموديل كويس جدا مع ال training data ولكن وحش جدا جدا مع ال testing data"

انا مش فاهم حاجه !!

بص هنفترض اننا معانا شويه داتا وخلاص دربنا الموديل واتعلم فعلا فاحنا محتاجين اننا بقا نجرب الموديل ده عشان نشوف هو صح ولا غلط وبيالف ولا لا وهكذا هنلاقي اننا محتاجين نعمله حاجه اسمها testing فهنروح ندخل القيم بتاع الموديل الي هو اتدرب عليها وهو بقا يتوقع ويطلع نتيجه لينا فهنلاقي ان ساعات الوديل بيجاوب غلط وده منطقي جدا لان زي مقولنا الموديل لو اتعلم كل حاجه فهو كده حفظ ولكن في نقطه مهمه جدا بقا هنا هو الموديل ده بيجاوب كام اجابه غلط قصاد كام اجابه صح ؟

وهي دي بقا المصطح الي كنا بنقوله الي هو ال Accuracy يعني هو الموديل بيجيب كام اجابه صح وكام اجابه غلط فلو فرضنا اننا عندنا 100 عنصر فالداتا دربنا الموديل علي 80 منهم وعملنا تستنج بال 20 الباقيين ولاقينا ان المويل بيطلع مع كل 100 محاوله بنجرب فيها الموديل بيجيب 90 صح و 10 غلط وعني كده ان ال Accuracy بتاع الموديل بتاعنا هي 90% يعني الموديل بتاعنا جاوب 90% من الاساله الي بنسالها او بنحاول نتوقعها بطريقه صحيحه فعلا وهي دي الاجابه علي السؤال

طيب هو اي لازمه ال Machine Learning ؟

فالحقيقه ال Machine Learning حل لينا مشكله كبيره جدا جدا وهي ان ساعات بنكون محتاجين نعمل مثلا توقع وتحليل للداتا الي جايه لينا من اليوزرز عشان نفهمهم اكتر كمثال يعني وفالحاله دي هنضطر نعمل كميه if conditions كبيره جدا عشان ن cover كل ال cases الموجوده عندنا ! فلو احنا عملنا Machine Learning Model يتعلم من ال data الي عندنا بقا هو لوحدها هيفهم الداتا الي داخله دي لان احنا هنكون مدربينه علي داتا زي الي داخله دي وبالتالي ال Machine Learning Model هنا وفر علينا وقت كبير جدا فال conditions الي كنا هنفضل كتير جدا جدا عشان نكتبها ون cover ال cases دي كلها

طيب هل ده بس ؟

الحقيه لا لو جينا نبص لو احنا شغالين علي سستم مثلا بنستخدمه عشان يراقب الطرق مثلا فاحنا ازاي هنخلي الكود يحلل الصور ويتوقع الحوادث او لو فرضا حصل حادثه مثلا اوتماتيك البلاغ يوصل مثلا للحكومه او الجهات المختصه وتيجي فورا لغايه المكان بدقه شديده هل هنقدر نعمل ده بالكود ؟

الحقيقه لا هنا هنضطر اننا نعمل Machine Learning Model وندربه علي فيدوز وصور للطرق الي فيها حوادث ومفهاش حوادث وبوادر الحوادث وهكذا عشان نخلي الموديل قادر انه يراقب المكان صح وبالتالي هنا ال rule base programming مش هيكون مفيد باي حال من الاحوال وفي حلات كتير جدا كده بقا سواء صور سواء فيديوز وعلي اي case مش هنعرف نهندلها بالكود

امتي نستخدم الر Machine Learning وامتي نسخدم ال rule base programming ؟

هنا احنا هنجاوب بسيطه خالص وهي هنستخدم ال rule base programming فاي حاله قادرين صغيره ومش كبيره جدا من ناحيه ال conditions وال decision making وهنستخدم ال Machine Learning زي مقولنا فوق كده

طيب في سؤال برده شدني ونسيت اسال فيه فوق هو انت لما اديت المثال علي حوار ال Accuracy قولت اننا دربنا الموديل علي 80 عنصر من ال 100 بتوع الداتا وعملت testing ب 20 عنصر احنا لي بنقسم الداتا دي اصلا !!

سؤال حلو جدا فالحقيقه احنا مجاوبين علي السؤال فوق ولكن ممكن مكانتش الاجابه كامل

احنا بندرب ال Model علي ال 80 دول احنا بنقسم الداتا إلى Training Data وTesting Data، مش علشان نمنع الموديل من الحفظ، لكن علشان نختبر إذا كان اتعلم يعمم (Generalize) ولا مجرد حفظ بيانات التدريب عشان نعمل ال evaluation فاهم او الي هو التقيم ونبدا نشوف بقا ال Accuracy تمم ولا لسه محتاجين نعمل Optemization خد بالك إن Accuracy مش دايماً أفضل مقياس وفي Metrics تانية زي Precision وRecall وF1 Score وعشان برده نكون واضحين ان ال Accuracy هي عدد التوقعات الصحيحة ÷ إجمالى التوقعات + مناسبة فقط لما تكون الفئات متوازنة

طيب هل دي كل حاجه عن ال Machine Learning ?

لا طبعا ال Machine Learning ده علم يعني مش مجرد هات شويه داتا ونضفهم وجهزهم للموديل وخليه يتددرب عليهم ونجربه وبعد كده نعتمده او لا الدنيا مش كده خالص في حجات كتير جدا جدا زي ال Algorithms الي بنستخدمها اصلا عشان التدريب

Algorithms ؟؟

يعني اي بقا Algorithms معلش !!

يبني مهو ال Algorithms ده طريقة تدريب الموديل للوصول لأفضل معاملات رياضية بحيث تقل قيمة الـ Loss ويحقق أفضل أداء على بيانات جديدة وتخلينا نتوقع صح بقا وهكذا بس كده

يعني: الطريقة الرياضية اللي الموديل بيتعلم بيها من الداتا

#Machine Learning#AI Basics#Data Science

Written by

Mohamed Alawakey

ML & AI Engineer documenting practical decisions from building RAG, LLM, machine-learning, and FastAPI systems.

Let's connect
machine learning types
Machine LearningOctober 15, 2026

انوالع ال Machine Learning بالتفصيل

شرح مبسط لأنواع Machine Learning، والفرق بين Supervised Learning وUnsupervised Learning وReinforcement Learning وSemi-Supervised وSelf-Supervised، مع أشهر استخداماتها وخوارزمياتها.

Read article