| 1 | |
| 00:00:20,700 --> 00:00:26,060 | |
| بسم الله الرحمن الرحيم. اليوم نكمل على نفس الموضوع | |
| 2 | |
| 00:00:26,060 --> 00:00:29,760 | |
| المحاضرة الماضية، اللي هو الـ uncertainty management | |
| 3 | |
| 00:00:29,760 --> 00:00:33,860 | |
| and more basics for systems. وهذه هي المحاضرة | |
| 4 | |
| 00:00:33,860 --> 00:00:38,100 | |
| الثانية في هذا الموضوع. المحاضرة الأولى كانت في الـ | |
| 5 | |
| 00:00:38,100 --> 00:00:42,770 | |
| certainty factor theory. مظبوط، وشوفنا كيف أن الـ | |
| 6 | |
| 00:00:42,770 --> 00:00:45,910 | |
| certainty factor لما دخل على الـ rules، لما صارت الـ | |
| 7 | |
| 00:00:45,910 --> 00:00:50,050 | |
| rules بيضاف إليها certainty factor، أيش هالأثر على | |
| 8 | |
| 00:00:50,050 --> 00:00:54,630 | |
| عملية الـ inference، وكيف صار أن الاستنتاجات أصبح | |
| 9 | |
| 00:00:54,630 --> 00:01:01,830 | |
| بكل استنتاج كيف بينحسب، وكيف بأنه بيصبح في عندي أنا | |
| 10 | |
| 00:01:01,830 --> 00:01:05,970 | |
| ممكن أكثر من استنتاج في قانون واحد. بقدر استنتاج أن | |
| 11 | |
| 00:01:05,970 --> 00:01:09,130 | |
| tomorrow is rain و tomorrow is dry، ولكن بالنسبة | |
| 12 | |
| 00:01:09,130 --> 00:01:12,480 | |
| متفاوتة. الآن هذا كمان برضه بيتكرر معنا هنا، بس | |
| 13 | |
| 00:01:12,480 --> 00:01:15,300 | |
| بأسلوب آخر، يعني نتعامل مع الـ uncertainty بأسلوب | |
| 14 | |
| 00:01:15,300 --> 00:01:21,260 | |
| آخر، اللي هو Bayesian Reasoning. باشي بتذكروا أن هذه | |
| 15 | |
| 00:01:21,260 --> 00:01:28,060 | |
| المواضيع تبع الـ chapter ثلاثة، وأن احنا غطينا فيها | |
| 16 | |
| 00:01:28,060 --> 00:01:31,780 | |
| بلاطة من هنا، من ثلاثة لستة، بالأخرى احنا عملنا عادة | |
| 17 | |
| 00:01:31,780 --> 00:01:35,100 | |
| ترتيب للمواضيع بالشكل هذا. بنينا بالـ certainty | |
| 18 | |
| 00:01:35,100 --> 00:01:38,630 | |
| factor theory and Bayesian reasoning. وأخذنا الـ | |
| 19 | |
| 00:01:38,630 --> 00:01:41,090 | |
| example اللي هو الـ forecast، اللي هو الـ application | |
| 20 | |
| 00:01:41,090 --> 00:01:44,210 | |
| على الـ certain factors، ووقفنا هذا الخط متقطع كان | |
| 21 | |
| 00:01:44,210 --> 00:01:47,150 | |
| نهاية المحاضرة الماضية. المحاضرة هي إن شاء الله | |
| 22 | |
| 00:01:47,150 --> 00:01:54,090 | |
| نبدأ من الشق الثاني من الـ chapter. المفروض نبدأ بالـ | |
| 23 | |
| 00:01:54,090 --> 00:01:56,150 | |
| basic probability theory، وبعدها الـ Bayesian | |
| 24 | |
| 00:01:56,150 --> 00:02:00,210 | |
| reasoning، وناخد الـ example هذا نفسه هو الـ forecast | |
| 25 | |
| 00:02:00,210 --> 00:02:04,250 | |
| ولكن المرة هذه بتطبيق الـ Bayesian rule أو الـ | |
| 26 | |
| 00:02:04,250 --> 00:02:11,540 | |
| Bayesian reasoning على نفس الـ example. أحنا نبدأ لحد | |
| 27 | |
| 00:02:11,540 --> 00:02:14,200 | |
| ما نصل إلى الـ forecast. بعد كثرة دقائق معنا، واجدت | |
| 28 | |
| 00:02:14,200 --> 00:02:18,020 | |
| نكمل في الـ bias و الـ comparison. هدولة عبارة عن | |
| 29 | |
| 00:02:18,020 --> 00:02:21,340 | |
| ملاحظات بسيطة. إذا ما كفاش واجدت، بتخليها لمحاضرة | |
| 30 | |
| 00:02:21,340 --> 00:02:26,480 | |
| اللي بعد إن شاء الله، بس أنا برضه عشان واجدت، حابب | |
| 31 | |
| 00:02:26,480 --> 00:02:29,980 | |
| أنا أفلّت اللي هو الـ basic probability theory لأن | |
| 32 | |
| 00:02:29,980 --> 00:02:34,290 | |
| هو عبارة عن مبادئ، افترض أننا نعرفها في الـ | |
| 33 | |
| 00:02:34,290 --> 00:02:39,910 | |
| statistics وفي الـ probability، ونقدر ندخل على الـ | |
| 34 | |
| 00:02:39,910 --> 00:02:43,150 | |
| Bayesian reasoning مباشرة. الـ Bayesian reasoning | |
| 35 | |
| 00:02:43,150 --> 00:02:48,590 | |
| مباشرة، اللي هو سكشن ثلاثة ثلاثة، تمام، في الـ | |
| 36 | |
| 00:02:48,590 --> 00:02:52,390 | |
| Bayesian reasoning. أحنا نرجع مرة ثانية برضه الـ | |
| 37 | |
| 00:02:52,390 --> 00:02:57,060 | |
| rules اللي إننا بنضيف عليها. هناك كنا بنضيف | |
| 38 | |
| 00:02:57,060 --> 00:03:00,720 | |
| certainty factor، هنا بنضيف probability. probability | |
| 39 | |
| 00:03:00,720 --> 00:03:09,540 | |
| هذه برضه بتقول إن: if event E occurs، يعني حدث is | |
| 40 | |
| 00:03:09,540 --> 00:03:16,000 | |
| true، then probability أن الـ hypothesis H | |
| 41 | |
| 00:03:20,540 --> 00:03:24,580 | |
| ماشي، بس هو ممكن أنا أعتبره event، لأن هو event، ترتب | |
| 42 | |
| 00:03:24,580 --> 00:03:31,160 | |
| على event آخر. فالـ probability هذه معناها أنه إذا | |
| 43 | |
| 00:03:31,160 --> 00:03:38,680 | |
| حدث الـ E، فهحدث الـ H، هترتب على حدوث الـ H باحتمالية | |
| 44 | |
| 00:03:38,680 --> 00:03:45,460 | |
| بدرجة احتمال كذا P، تمام؟ هذا مدلول أن أنا أحط | |
| 45 | |
| 00:03:45,460 --> 00:03:51,820 | |
| probability للـ rule. Okay، الآن الـ probability هذه | |
| 46 | |
| 00:03:51,820 --> 00:03:55,440 | |
| احنا إذا بنذكر من الـ probability theory، فيها حاجة | |
| 47 | |
| 00:03:55,440 --> 00:03:58,780 | |
| اسمها الـ prior probability وحاجة اسمها الـ posterior | |
| 48 | |
| 00:03:58,780 --> 00:04:02,420 | |
| probability. الـ prior probability اللي هي المقصود | |
| 49 | |
| 00:04:02,420 --> 00:04:11,260 | |
| بها الـ probability تبع | |
| 50 | |
| 00:04:11,260 --> 00:04:15,480 | |
| حدوث الـ event بشكل مستقل في حد ذاته، والـ posterior | |
| 51 | |
| 00:04:15,480 --> 00:04:18,540 | |
| هي probability تبع حدوث الـ event | |
| 52 | |
| 00:04:25,000 --> 00:04:28,920 | |
| مش مرتبطة بحدوث event آخر. يعني مثلاً أنا لما بقعد | |
| 53 | |
| 00:04:28,920 --> 00:04:33,380 | |
| بقرا هذا الكلام، أيش بقول؟ probability of H given E | |
| 54 | |
| 00:04:33,380 --> 00:04:37,980 | |
| هذه الآن posterior ولا prior؟ أصبحت posterior، لأن | |
| 55 | |
| 00:04:37,980 --> 00:04:42,560 | |
| الـ posterior هي اللي probability تبع حدوث الـ event | |
| 56 | |
| 00:04:42,560 --> 00:04:47,820 | |
| اعتماداً على أو كنتيجة لـ، كنتيجة لحدوث event آخر. | |
| 57 | |
| 00:04:47,820 --> 00:04:53,800 | |
| وهذه الـ probability بتحسب بالمعادلة هذه، اللي هو أنه | |
| 58 | |
| 00:04:54,130 --> 00:04:59,010 | |
| بنجيب الـ prior probability، اللي هي قداش هذا الـ | |
| 59 | |
| 00:04:59,010 --> 00:05:05,970 | |
| event H أصلاً بيحدث في الدنيا، تمام؟ يعني أو بدون | |
| 60 | |
| 00:05:05,970 --> 00:05:08,530 | |
| نقول مثلاً، والله إن أنا واقف على باب | |
| 61 | |
| 00:05:08,530 --> 00:05:15,190 | |
| الجامعة، وبطلع الطالع اللي نازل، okay؟ بدي أعرف | |
| 62 | |
| 00:05:15,190 --> 00:05:19,610 | |
| إذا والله طالع طالب من باب الجامعة، والطالب هذا | |
| 63 | |
| 00:05:19,610 --> 00:05:25,510 | |
| حامل laptop معه، أيش احتمالية أن الطالب يكون طالب | |
| 64 | |
| 00:05:25,510 --> 00:05:31,450 | |
| كلية IT؟ يعني أيش الـ probability؟ هنا H أن الـ | |
| 65 | |
| 00:05:31,450 --> 00:05:40,070 | |
| student... | |
| 66 | |
| 00:05:40,070 --> 00:05:44,510 | |
| والـ event أيش؟ | |
| 67 | |
| 00:05:52,970 --> 00:05:56,970 | |
| أيش الـ probability أن الـ student يكون طالب IT إذا | |
| 68 | |
| 00:05:56,970 --> 00:06:06,550 | |
| علم أنه حامل معه laptop؟ عشان أقدر هذه الاحتمالية، | |
| 69 | |
| 00:06:06,550 --> 00:06:10,690 | |
| أقدر هذه الاحتمالية لو شفت واحد حامل معه laptop، | |
| 70 | |
| 00:06:10,690 --> 00:06:14,110 | |
| أقدر قداش احتمالية أنه يكون هذا طالب IT؟ لازم أكون | |
| 71 | |
| 00:06:14,110 --> 00:06:19,690 | |
| عارف الآن، هذه الآن الأولاني، أيش احتمالية أن | |
| 72 | |
| 00:06:19,690 --> 00:06:27,610 | |
| لو واحد طالب IT يكون معه laptop؟ كيف بعرفها هذه؟ | |
| 73 | |
| 00:06:27,610 --> 00:06:32,330 | |
| لازم أجيب كل طلاب الـ IT وأشوف قداش منهم نسبة | |
| 74 | |
| 00:06:32,330 --> 00:06:37,110 | |
| معهم laptop، صح؟ النسبة هذه هي probability ولا | |
| 75 | |
| 00:06:37,110 --> 00:06:42,870 | |
| لا؟ صح ولا لا؟ نسبة الطلاب الـ IT اللي معهم laptop | |
| 76 | |
| 00:06:42,870 --> 00:06:45,950 | |
| هذه هي probability، لأنه أصلاً أيش هي الـ | |
| 77 | |
| 00:06:45,950 --> 00:06:50,670 | |
| probability؟ لأنه أنا عندي علم عن الكل الموجود، ومن | |
| 78 | |
| 00:06:50,670 --> 00:06:57,480 | |
| خلال هذا الأمر بقدر أتوقع إنه لو في طالب IT، قداش | |
| 79 | |
| 00:06:57,480 --> 00:07:01,900 | |
| احتمال أن يكون معه laptop؟ قداش التوقع هذا؟ من | |
| 80 | |
| 00:07:01,900 --> 00:07:05,920 | |
| وين جاي التوقع هذا؟ جاي من هالمسبق، بعدد الطلاب | |
| 81 | |
| 00:07:05,920 --> 00:07:12,140 | |
| الـ IT اللي معهم الـ laptop. فلو كان أنا أعلم أن ٩٠٪ | |
| 82 | |
| 00:07:12,140 --> 00:07:15,960 | |
| من طلاب الـ IT معهم الـ laptop، يبقى على طول بمجرد | |
| 83 | |
| 00:07:15,960 --> 00:07:20,840 | |
| ما أشوف طالب IT، هاقدر أقول إنه أنا أتوقع أن هذا | |
| 84 | |
| 00:07:20,840 --> 00:07:25,660 | |
| الطالب الشنطة تبعه يكون فيها laptop بنسبة ٩٠٪ | |
| 85 | |
| 00:07:25,660 --> 00:07:29,220 | |
| probability، ٩٠٪، بس هذا لسه ما بيجاوبش على السؤال | |
| 86 | |
| 00:07:29,220 --> 00:07:33,320 | |
| يعني سؤالي مش هيك، سؤالي مش إنه إذا الطالب IT، أيش | |
| 87 | |
| 00:07:33,320 --> 00:07:36,740 | |
| احتمال إنه يكون معه laptop، أيش سؤالي؟ سؤالي إذا | |
| 88 | |
| 00:07:36,740 --> 00:07:41,240 | |
| أنا أشوف الطالب يحمل laptop، أيش احتمال إنه يكون | |
| 89 | |
| 00:07:41,240 --> 00:07:47,260 | |
| طالب IT؟ ممكن يكون يحمل laptop لكن ما هو، لكن | |
| 90 | |
| 00:07:47,260 --> 00:07:50,620 | |
| ما هو طالب IT، صح ولا لأ؟ ممكن يكون طالب هندسة، ممكن | |
| 91 | |
| 00:07:50,620 --> 00:07:56,000 | |
| يكون طالب شريعة، ولا لأ؟ بس أنا لأن عشان أجيب... | |
| 92 | |
| 00:07:56,000 --> 00:08:05,860 | |
| أجابه على هذا السؤال، احتمال أن يكون طالب IT إذا علم | |
| 93 | |
| 00:08:05,860 --> 00:08:13,840 | |
| أو إذا شوفت، يعني إنه يحمل laptop. | |
| 94 | |
| 00:08:15,400 --> 00:08:18,640 | |
| عشان أحسب هذا الكلام لازم أكون أيضاً عارف الكلام هذا | |
| 95 | |
| 00:08:18,640 --> 00:08:26,800 | |
| اللي هو، اللي هو أيش؟ من هذول قداش إذا علم أن هو طالب | |
| 96 | |
| 00:08:26,800 --> 00:08:31,740 | |
| IT، قداش احتمالية أن يكون معه، إنه عنده laptop؟ ضرب | |
| 97 | |
| 00:08:31,740 --> 00:08:38,860 | |
| أيش؟ أيش هذا؟ الـ probability of إنه يكون أصلاً طالب | |
| 98 | |
| 00:08:38,860 --> 00:08:43,300 | |
| IT؟ كيف هذه بدي أعرفها؟ بدي أجيب قول الله بالجامعة | |
| 99 | |
| 00:08:43,300 --> 00:08:48,050 | |
| اللي أنا واقف على بابها، وأعدهم كلهم، وأجيب كل | |
| 100 | |
| 00:08:48,050 --> 00:08:51,150 | |
| طلاب الـ IT وأعدهم كلهم، وأقسم هذا على هذا. إذا | |
| 101 | |
| 00:08:51,150 --> 00:08:54,210 | |
| عندي أنا طلاب الـ IT هم أربعمائة طالب، والجامعة | |
| 102 | |
| 00:08:54,210 --> 00:08:57,750 | |
| فيها ألف، يبقى أربعمائة على ألف، إذا فيها ألفين، إذا | |
| 103 | |
| 00:08:57,750 --> 00:09:01,670 | |
| فيها عشرين ألف، أربعمائة على عشرين ألف. هذه نسبة طلاب الـ | |
| 104 | |
| 00:09:01,670 --> 00:09:10,890 | |
| IT وهي برضه احتمالية أن يكون الطالب IT. فهذا | |
| 105 | |
| 00:09:10,890 --> 00:09:14,630 | |
| كلام عن أيضاً | |
| 106 | |
| 00:09:14,880 --> 00:09:20,540 | |
| إنه العكس منه، اللي هو إنه إذا كان معه laptop، قداش | |
| 107 | |
| 00:09:20,540 --> 00:09:24,460 | |
| احتمالية إنه هو مش طالب IT، وقداش احتمالية اللي مش | |
| 108 | |
| 00:09:24,460 --> 00:09:28,120 | |
| طلاب الـ IT كلهم، اللي هم الباقية الأخرى من الـ... من | |
| 109 | |
| 00:09:28,120 --> 00:09:33,580 | |
| الـ... هذا الكلام كله، كله من أوله لآخره، بيعتمد على | |
| 110 | |
| 00:09:33,580 --> 00:09:38,800 | |
| statistics. أنا عشان أقدر الكمية هذه أو الاحتمالية | |
| 111 | |
| 00:09:38,800 --> 00:09:42,090 | |
| هذه، لازم يكون عندي المعلومات هذه، والمعلومات هذه من | |
| 112 | |
| 00:09:42,090 --> 00:09:45,230 | |
| وين بتيجي؟ أنا توقفت وأنا بحكي، أيش كنت بقول؟ كنت بقول | |
| 113 | |
| 00:09:45,230 --> 00:09:48,410 | |
| أنه لازم يكون في عندي عدد هذول عشان أقسم على عدد | |
| 114 | |
| 00:09:48,410 --> 00:09:51,650 | |
| الإجمالي، والنسبة هذه هي... طب أنا من وين بجيب هذا | |
| 115 | |
| 00:09:51,650 --> 00:09:55,410 | |
| الكلام؟ بجيبه من statistics. الـ Bayesian، الـ Bayesian | |
| 116 | |
| 00:09:55,410 --> 00:09:59,710 | |
| rule تستند هي على probability theory، صح؟ أو probability | |
| 117 | |
| 00:09:59,710 --> 00:10:05,470 | |
| rule، مظبوط، بس تستند إليها، شالت statistical data، و | |
| 118 | |
| 00:10:05,470 --> 00:10:08,790 | |
| هذا أصلاً اللي بيخلينا دائماً ندرس الـ statistics، الـ | |
| 119 | |
| 00:10:08,790 --> 00:10:14,230 | |
| statistics والـ probability مع بعض، صح ولا تمام؟ لأن | |
| 120 | |
| 00:10:14,230 --> 00:10:18,730 | |
| لأن | |
| 121 | |
| 00:10:18,730 --> 00:10:23,430 | |
| هنا الكلام، أحياناً أنا بكون في عندي عدة احتمالات، و | |
| 122 | |
| 00:10:23,430 --> 00:10:26,490 | |
| بكون عندي عدة events. يعني مثلاً أنا ممكن أكون عندي | |
| 123 | |
| 00:10:26,490 --> 00:10:31,960 | |
| event واحد، الـ event الواحد هذا، وأنا بدي أحسب أنه | |
| 124 | |
| 00:10:31,960 --> 00:10:35,720 | |
| أنا شايف الطالب طالع من باب الجامعة، ويحمل laptop، | |
| 125 | |
| 00:10:35,720 --> 00:10:39,800 | |
| بدي أحسب قداش احتمالية أنه طالب IT، وأيضاً بدي أحسب | |
| 126 | |
| 00:10:39,800 --> 00:10:43,760 | |
| قداش احتمالية أنه طالب هندسة، وأيضاً ربما بدي أحسب | |
| 127 | |
| 00:10:43,760 --> 00:10:48,780 | |
| احتمال ثالث، أن قداش الطالب طالب شريعة مثلاً، هدول | |
| 128 | |
| 00:10:48,780 --> 00:10:57,000 | |
| different H's، صح؟ كل واحد منهم بتسميه H1، H2، H | |
| 129 | |
| 00:10:57,000 --> 00:11:06,600 | |
| ثلاثة. بدي أحسب احتمالية كل واحد منهم إذا علم أن | |
| 130 | |
| 00:11:06,600 --> 00:11:14,320 | |
| هذا الطالع من باب الجامعة يحمل الـ E، أن هو حامل | |
| 131 | |
| 00:11:14,320 --> 00:11:19,320 | |
| laptop. طبعاً أنا مش عندي H واحدة، عندي أكثر من الـ H. | |
| 132 | |
| 00:11:19,320 --> 00:11:22,740 | |
| الـ H الأولى إنه IT student، الـ H الثانية إنه | |
| 133 | |
| 00:11:22,740 --> 00:11:26,140 | |
| engineering student، الـ H الثالثة إنه شريعة student. | |
| 134 | |
| 00:11:26,340 --> 00:11:30,600 | |
| Okay. فالـ probabilities هذه، أنا في حال وجود عدة | |
| 135 | |
| 00:11:30,600 --> 00:11:36,280 | |
| hypotheses، ألاقي هذه hypothesis واحدة، تمام؟ فأروح | |
| 136 | |
| 00:11:36,280 --> 00:11:39,880 | |
| بأحسب للـ hypothesis اللي أنا بدي إياها، اللي هو one | |
| 137 | |
| 00:11:39,880 --> 00:11:46,800 | |
| أو اثنين أو ثلاثة. البسط زي ما هو، بس في المقام زي | |
| 138 | |
| 00:11:46,800 --> 00:11:54,600 | |
| ما أنا كانت هنا عندي مجرد حدين، اللي هو التوقع | |
| 139 | |
| 00:11:54,600 --> 00:11:59,180 | |
| ورقة ونقيضه. أنا الآن في عندي ثلاثة توقعات، ثلاثة | |
| 140 | |
| 00:11:59,180 --> 00:12:05,520 | |
| hypotheses. فهم هتبقى بتضرب كل واحد الـ posterior | |
| 141 | |
| 00:12:05,520 --> 00:12:09,960 | |
| probability بالـ prior probability، وأجمع على اللي | |
| 142 | |
| 00:12:09,960 --> 00:12:15,120 | |
| الـ hypothesis الثانية ثم الثالثة، ثم الثالثة. واضح يعني | |
| 143 | |
| 00:12:15,120 --> 00:12:20,440 | |
| هذه المعادلة اللي أنا بقدر أفكها على شكل أيش؟ إن | |
| 144 | |
| 00:12:20,440 --> 00:12:26,570 | |
| probability of E given H واحد، E H1 ضرب | |
| 145 | |
| 00:12:26,570 --> 00:12:31,390 | |
| probability of H1. علشان أحسب الـ probability أنه الـ | |
| 146 | |
| 00:12:31,390 --> 00:12:36,730 | |
| probability تبعت H1، على أيش بقسم؟ كم H أنا عندي؟ | |
| 147 | |
| 00:12:36,730 --> 00:12:44,230 | |
| ثلاثة. بدي أعمل ثلاثة terms، كل term هو عبارة عن | |
| 148 | |
| 00:12:44,230 --> 00:12:54,320 | |
| probability of E H1 ضرب probability of H1. ذكر أن | |
| 149 | |
| 00:12:54,320 --> 00:12:58,720 | |
| probability of H1 هي الـ prior probability، نفس | |
| 150 | |
| 00:12:58,720 --> 00:13:04,700 | |
| الكلام بس على H2 ونفس الكلام على H3. هذا لما يكون | |
| 151 | |
| 00:13:04,700 --> 00:13:09,180 | |
| عندي single evidence أو event أو evidence، وبدي | |
| 152 | |
| 00:13:09,180 --> 00:13:12,860 | |
| أحسب لـ multiple hypotheses الـ probabilities تبعتهم. | |
| 153 | |
| 00:13:12,860 --> 00:13:17,760 | |
| أحياناً يجب أن يكون عندي multiple evidences و | |
| 154 | |
| 00:13:17,760 --> 00:13:22,190 | |
| multiple hypotheses. يعني مطلب الـ evidences ومطلب الـ | |
| 155 | |
| 00:13:22,190 --> 00:13:31,330 | |
| hypotheses وكذا event، العلاقة بيصبح أن أنا بدي أجيب | |
| 156 | |
| 00:13:31,330 --> 00:13:39,270 | |
| نفس الكلام اللي تحت، وخلينا نشوف مثال عملي على هذا، | |
| 157 | |
| 00:13:39,270 --> 00:13:44,150 | |
| وبعدين بنرجع للـ formula هذا اللي أنا قاعد | |
| 158 | |
| 00:13:44,150 --> 00:13:48,190 | |
| هنا في المثال هذا، أيش اللي هن... | |
| 159 | |
| 00:13:53,450 --> 00:14:04,670 | |
| مفترض أن الـ expert في عندي ثلاثة... في عندي ثلاثة | |
| 160 | |
| 00:14:04,670 --> 00:14:10,130 | |
| hypotheses، هذا H1 وهذا H2، طبعاً أن I بيساوي واحد، I | |
| 161 | |
| 00:14:10,130 --> 00:14:12,970 | |
| بيساوي اثنين، I بيساوي ثلاثة. يعني المفهوم أن الـ I | |
| 162 | |
| 00:14:12,970 --> 00:14:21,330 | |
| هي الـ subscript من H هذا، H3، الـ... الـ... الـ... | |
| 163 | |
| 00:14:21,330 --> 00:14:27,400 | |
| الصورة هذا هو يبقى عن H. الـ prior probability تبع كل | |
| 164 | |
| 00:14:27,400 --> 00:14:33,340 | |
| واحد من الـ H، يعني هذا الـ prior probability تبع H1 | |
| 165 | |
| 00:14:33,340 --> 00:14:36,880 | |
| والـ prior probability تبع H2 وH3. هنا الـ | |
| 166 | |
| 00:14:36,880 --> 00:14:42,540 | |
| probability تبع الـ H، يعني الـ H1 لحد حدوث الـ event | |
| 167 | |
| 00:14:42,540 --> 00:14:49,740 | |
| E1. إذا، إذا أيش احتمال؟ إذا عُلم الـ hypothesis هذا، | |
| 168 | |
| 00:14:49,740 --> 00:14:53,600 | |
| أيَش احتمال يكون بسبب الـ event | |
| 169 | |
| 00:14:55,320 --> 00:14:59,980 | |
| أحنا الآن هذا... لأ أحنا... عدي أنا رابط كل event | |
| 170 | |
| 00:14:59,980 --> 00:15:04,180 | |
| ...كل hypothesis بـ event. هذا hypothesis one بـ | |
| 171 | |
| 00:15:04,180 --> 00:15:08,860 | |
| event one. هذا hypothesis اثنين بـ event one، صح؟ | |
| 172 | |
| 00:15:08,860 --> 00:15:11,020 | |
| فالصورة هذا | |
| 173 | |
| 00:15:16,210 --> 00:15:21,310 | |
| هو عبارة عن الـ posterior probability، لأمين لهذه | |
| 174 | |
| 00:15:21,310 --> 00:15:24,050 | |
| الـ hypothesis مع event واحد، واللي بعده مع event | |
| 175 | |
| 00:15:24,050 --> 00:15:26,950 | |
| اثنين، واللي بعده مع event ثلاثة. ماهو المطلوب؟ | |
| 176 | |
| 00:15:26,950 --> 00:15:33,890 | |
| المطلوب أن أنا أحسب إذا عُلم الـ evidence الـ E واحد | |
| 1 | |
| 223 | |
| 00:19:54,740 --> 00:19:57,980 | |
| واسهل لأن أنا بضرب الكمية بحسب هذه الكمية في الأول | |
| 224 | |
| 00:19:57,980 --> 00:20:03,120 | |
| وبعدين بجيب أنا بحسب الكميات الثلاثة داخلها و | |
| 225 | |
| 00:20:03,120 --> 00:20:06,300 | |
| بعدين بجيب مجموعها صح؟ أنا بجيب مجموع الأول على المجموع | |
| 226 | |
| 00:20:06,300 --> 00:20:09,320 | |
| الثاني على المجموع، الثالث على المجموع، وخلصت هذا | |
| 227 | |
| 00:20:09,320 --> 00:20:14,680 | |
| بس الآن إذا لسه إحنا بنعرف بس الـ E ثلاثة بس الـ E | |
| 228 | |
| 00:20:14,680 --> 00:20:20,210 | |
| ثلاثة، افترض أن بعد ذلك لاحظنا ملاحظة أخرى، وأصبح | |
| 229 | |
| 00:20:20,210 --> 00:20:25,650 | |
| لدي الملاحظة اثنين اثنين اثنين | |
| 230 | |
| 00:20:25,650 --> 00:20:35,390 | |
| اثنين | |
| 231 | |
| 00:20:35,390 --> 00:20:40,850 | |
| اثنين | |
| 232 | |
| 00:20:40,850 --> 00:20:44,570 | |
| اثنين اثنين اثنين اثنين اثنين اثنين اثنين اثنين | |
| 233 | |
| 00:20:44,570 --> 00:20:51,210 | |
| اثنين اثنين اثنين اثنين اثنين اثنين اثنين صحيح إذا | |
| 234 | |
| 00:20:51,210 --> 00:20:57,770 | |
| نضرب ثلاثة مقادير، نفس القاعدة، إذا كنا نضرب مقدارين | |
| 235 | |
| 00:20:57,770 --> 00:21:04,850 | |
| فهنا نضرب ثلاثة مقادير، الثلاثة مقادير اللي هم P of H | |
| 236 | |
| 00:21:04,850 --> 00:21:10,890 | |
| مضروبة في الـ posterior H مع E1 مضروبة في الـ | |
| 237 | |
| 00:21:10,890 --> 00:21:17,820 | |
| posterior H مع E3، اللي هم رجعتنا للجدول هذه الـ | |
| 238 | |
| 00:21:17,820 --> 00:21:23,760 | |
| prior، وهذه الـ posterior تبع h1، وهذه الـ posterior | |
| 239 | |
| 00:21:23,760 --> 00:21:30,660 | |
| تبع h1 مع E3، ليه هذا، وh1 ليها هذول ثلاثة مقابلة | |
| 240 | |
| 00:21:30,660 --> 00:21:36,180 | |
| الضرب هذا البسط الأول، واللي مقابلهم البسط الثاني | |
| 241 | |
| 00:21:36,180 --> 00:21:42,400 | |
| واللي مقابلهم البسط الثالث، صح ولا لأ؟ هاي بدي أروح | |
| 242 | |
| 00:21:42,400 --> 00:21:48,190 | |
| الـ slide هاي، البسط الأول، هذا هو البسط الثاني، وهذا | |
| 243 | |
| 00:21:48,190 --> 00:21:55,290 | |
| هو البسط الثالث، صح؟ | |
| 244 | |
| 00:21:55,290 --> 00:21:58,710 | |
| لأننا | |
| 245 | |
| 00:21:58,710 --> 00:22:02,110 | |
| لم نعمل أي calculation، لأننا لم نحسب أي أرقام، نرجع | |
| 246 | |
| 00:22:02,110 --> 00:22:05,450 | |
| الآن لننظر إلى الأرقام ونحاول أن نفهم أي شيء | |
| 247 | |
| 00:22:05,450 --> 00:22:10,310 | |
| الأرقام اللي طلعت عندما كان بس E3 هو المعلوم كان | |
| 248 | |
| 00:22:10,310 --> 00:22:15,750 | |
| هكذا، أيش معنى هذا الرقم؟ إنه احتمالية أن يكون | |
| 249 | |
| 00:22:15,750 --> 00:22:19,570 | |
| hypothesis واحدة true عندما كنا نعلم أنها ثلاثة | |
| 250 | |
| 00:22:19,570 --> 00:22:23,890 | |
| فقط، كان احتمالها أربعة وثلاثين، والثاني هي | |
| 251 | |
| 00:22:23,890 --> 00:22:26,390 | |
| hypothesis تقريبا أربعة وثلاثين، وهذا اثنين وثلاثين | |
| 252 | |
| 00:22:26,390 --> 00:22:32,130 | |
| فأنا في يدي two hypotheses، فرضيتين، لهم نفس المستوى | |
| 253 | |
| 00:22:32,130 --> 00:22:36,490 | |
| أو نفس القيمة من ناحية الاحتمال، بقدر أتوقعهم بنفس | |
| 254 | |
| 00:22:36,490 --> 00:22:43,950 | |
| النسبة، وهذا أقل منه، لأن لما أضفنا الـ event E واحد | |
| 255 | |
| 00:22:44,580 --> 00:22:48,340 | |
| يفترض هذه المعلومة الجديدة أو هذه الملاحظة الجديدة | |
| 256 | |
| 00:22:48,340 --> 00:22:53,360 | |
| ترجح كفة أحد الاحتمالات على الأخرى، وهذا فعلا اللي | |
| 257 | |
| 00:22:53,360 --> 00:23:00,600 | |
| طلع هنا أن E2 زادت الـ probability تبعها، وهذا انخفض | |
| 258 | |
| 00:23:00,600 --> 00:23:04,520 | |
| وهذا انخفض بشدة، أكثر من... مش كان أربعة وثلاثين | |
| 259 | |
| 00:23:04,520 --> 00:23:08,040 | |
| هذا، وبعدين ثلاثين، هذا انخفض بنسبة 3%، وهذا انخفض | |
| 260 | |
| 00:23:08,040 --> 00:23:11,560 | |
| بنسبة كبيرة اللي هي 5.15 | |
| 261 | |
| 00:23:13,750 --> 00:23:18,030 | |
| فقد إيش إحنا معلومات بنجمعها أو events، الملاحظات | |
| 262 | |
| 00:23:18,030 --> 00:23:22,450 | |
| يعني بنلاحظها بترجح كفة الاحتمالات اللي عندنا، لو | |
| 263 | |
| 00:23:22,450 --> 00:23:28,330 | |
| عندي معلومة واحدة بيصعب أن أميز أو أرجح كفة أحد | |
| 264 | |
| 00:23:28,330 --> 00:23:31,790 | |
| الاحتمالات على الآخر، أحد الـ hypotheses على الآخر | |
| 265 | |
| 00:23:31,790 --> 00:23:36,070 | |
| صح أو لأ؟ الآن لو تلاحظ لما بعد ذلك دخلنا الـ E2 | |
| 266 | |
| 00:23:36,070 --> 00:23:42,480 | |
| في الحسبة، صرنا أولًا بنضرب مين؟ أربعة، أي نعم، هم | |
| 267 | |
| 00:23:42,480 --> 00:23:45,440 | |
| الباصلة، وهم اللي بدخلوا في المقام، لأن إيش اللي | |
| 268 | |
| 00:23:45,440 --> 00:23:49,560 | |
| لاحظ أن واحدة أصبح تباين الصوت، مع أنه كان عالية و | |
| 269 | |
| 00:23:49,560 --> 00:23:53,760 | |
| كان على واحد في ظل أي واحد أو أي ثلاثة، لأن لما جاء | |
| 270 | |
| 00:23:53,760 --> 00:23:58,900 | |
| اثنين واثنين اثنين، رجح كفة تميز هذا أو هذه هذه | |
| 271 | |
| 00:23:58,900 --> 00:24:01,880 | |
| هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه | |
| 272 | |
| 00:24:01,880 --> 00:24:03,200 | |
| هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه | |
| 273 | |
| 00:24:03,200 --> 00:24:03,360 | |
| هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه هذه | |
| 274 | |
| 00:24:03,360 --> 00:24:04,280 | |
| هذه هذه هذه | |
| 275 | |
| 00:24:06,740 --> 00:24:11,640 | |
| Okay، الآن الكلام لسه ما يبقى نفس الـ rules في الموضوع | |
| 276 | |
| 00:24:11,640 --> 00:24:17,040 | |
| هذه اللي هو الـ Bayesian rule في حساب الـ | |
| 277 | |
| 00:24:17,040 --> 00:24:21,640 | |
| probabilities تبعت إيش؟ تبعت الـ hypotheses المختلفة | |
| 278 | |
| 00:24:21,640 --> 00:24:28,240 | |
| في ظل وجود events متعددة، طبعا إحنا ما عندناش وجهة | |
| 279 | |
| 00:24:28,240 --> 00:24:33,270 | |
| نشوف، لو أنا عندي... إحنا إحنا عملية، لأن... لأ عملية | |
| 280 | |
| 00:24:33,270 --> 00:24:36,390 | |
| إحنا شفنا multiple events و multiple hypotheses | |
| 281 | |
| 00:24:36,390 --> 00:24:41,570 | |
| صح ولا لأ؟ هذا المثال عبارة عن تعدد hypotheses و | |
| 282 | |
| 00:24:41,570 --> 00:24:49,270 | |
| تعدد events، ف... بس برجع يعني بقول أن هذه الطريقة | |
| 283 | |
| 00:24:49,270 --> 00:24:53,210 | |
| أو الـ method في حساب الـ probability بتستند إلى | |
| 284 | |
| 00:24:53,210 --> 00:24:59,350 | |
| وجود statistics شاملة، بدي statistics عن... prior | |
| 285 | |
| 00:24:59,350 --> 00:25:03,290 | |
| statistics عن كل الـ hypotheses، و posterior | |
| 286 | |
| 00:25:03,290 --> 00:25:07,050 | |
| statistics عن كل واحد من الـ hypotheses في ظل كل | |
| 287 | |
| 00:25:07,050 --> 00:25:12,230 | |
| واحد من الـ events، هذا الكلام ربما بده إيش؟ بده | |
| 288 | |
| 00:25:12,230 --> 00:25:19,160 | |
| هيئة الإحصاء العامة تجيب البيانات، وتجيب لكل شيء | |
| 289 | |
| 00:25:19,160 --> 00:25:23,960 | |
| تمام؟ عشان هيك إحنا ما بنقدرش نستخدم الـ base and | |
| 290 | |
| 00:25:23,960 --> 00:25:26,640 | |
| rule إلا إذا توفرت الـ statistics، ما توفرش | |
| 291 | |
| 00:25:26,640 --> 00:25:30,900 | |
| statistics، بدنا نستند إلى التخمين تبع الـ human | |
| 292 | |
| 00:25:30,900 --> 00:25:34,680 | |
| expert، الـ human expert هو بيعطيني certain effect | |
| 293 | |
| 00:25:34,680 --> 00:25:39,460 | |
| من تجربته، بيقول لي أن والله عادة إذا الطالب بيحمل | |
| 294 | |
| 00:25:39,460 --> 00:25:44,920 | |
| شنطة كده، فغالبا هو... غالبا أو يعني باحتمال كده | |
| 295 | |
| 00:25:45,170 --> 00:25:48,010 | |
| كلمة احتمال هذه إحنا بنحولها إلى رقم زي ما شفنا | |
| 296 | |
| 00:25:48,010 --> 00:25:52,690 | |
| في المحاضرات، بيبقى جدول هنا، بيبقى جدول هنا، | |
| 297 | |
| 00:25:52,690 --> 00:25:54,330 | |
| بيبقى جدول هنا، بيبقى جدول هنا، بيبقى جدول هنا، بيبقى | |
| 298 | |
| 00:25:54,330 --> 00:25:56,110 | |
| جدول هنا، بيبقى جدول هنا، بيبقى جدول هنا، بيبقى جدول | |
| 299 | |
| 00:25:56,110 --> 00:25:56,550 | |
| هنا، بيبقى جدول هنا، بيبقى جدول هنا، بيبقى جدول | |
| 300 | |
| 00:25:56,550 --> 00:25:56,590 | |
| بيبقى جدول هنا، بيبقى جدول هنا، بيبقى جدول هنا، بيبقى | |
| 301 | |
| 00:25:56,590 --> 00:25:58,890 | |
| جدول هنا، بيبقى جدول هنا، بيبقى جدول هنا، بيبقى جدول | |
| 302 | |
| 00:25:58,890 --> 00:26:05,750 | |
| هنا، بيبقى جدول هنا، بيبقى | |
| 303 | |
| 00:26:05,750 --> 00:26:14,490 | |
| جدول | |
| 304 | |
| 00:26:14,490 --> 00:26:18,340 | |
| ما، هنستخدم الـ Bayesian probability، هنستخدمها في | |
| 305 | |
| 00:26:18,340 --> 00:26:22,000 | |
| rule based system، إحنا الآن نحكي عن expert system | |
| 306 | |
| 00:26:22,000 --> 00:26:25,360 | |
| ما نحكيش عن عملية إحصائية، وعملية probability و | |
| 307 | |
| 00:26:25,360 --> 00:26:30,940 | |
| statistics، فإحنا بدنا ندمج مسألة الـ probability في | |
| 308 | |
| 00:26:30,940 --> 00:26:34,760 | |
| الـ rule based expert systems، بدنا نعطي زي ما | |
| 309 | |
| 00:26:34,760 --> 00:26:38,740 | |
| رجعنا، زي ما كنا شفنا قبل هيك، نعطي للـ rule في | |
| 310 | |
| 00:26:38,740 --> 00:26:43,120 | |
| بداية الحكي، نعطي للـ rule probability، وعلى أساس الـ | |
| 311 | |
| 00:26:43,120 --> 00:26:46,820 | |
| probability هذه نحسب الاحتمالات، ونعمل inference | |
| 312 | |
| 00:26:46,820 --> 00:26:51,920 | |
| ونحسب إيش؟ الاستنتاج | |
| 313 | |
| 00:26:51,920 --> 00:26:54,800 | |
| اللي ممكن نوصله على set of factors | |
| 314 | |
| 00:26:57,990 --> 00:27:00,590 | |
| إحنا الـ certainty factor كان بعتمد على نظرية الـ | |
| 315 | |
| 00:27:00,590 --> 00:27:04,030 | |
| certainty factor، certainty factor theory، إحنا الآن | |
| 316 | |
| 00:27:04,030 --> 00:27:08,870 | |
| بنعتمد على الـ probability في إيش؟ في الـ rule based | |
| 317 | |
| 00:27:08,870 --> 00:27:14,130 | |
| يعني استنادا إلى الـ probability، بناخد الـ | |
| 318 | |
| 00:27:14,130 --> 00:27:18,210 | |
| probability، ونشوف كيف أنا ممكن أدمجها في الـ rule | |
| 319 | |
| 00:27:18,210 --> 00:27:20,850 | |
| based expert system، إحنا هناك دمجنا الـ certainty | |
| 320 | |
| 00:27:20,850 --> 00:27:23,710 | |
| factor في الـ rule based expert system، فبدي | |
| 321 | |
| 00:27:23,710 --> 00:27:26,490 | |
| تركزوا معايا شوية، لأن إحنا الـ rules الآن هنصير | |
| 322 | |
| 00:27:26,490 --> 00:27:32,770 | |
| شكلها شوية مختلفة، نحكي عن الـ rules، الـ rule البسيطة | |
| 323 | |
| 00:27:32,770 --> 00:27:36,530 | |
| اللي كانت بتقول إذا today is rain، tomorrow is rain | |
| 324 | |
| 00:27:36,530 --> 00:27:41,830 | |
| أو إذا today is dry، tomorrow is dry، بدنا نعطيها | |
| 325 | |
| 00:27:41,830 --> 00:27:46,790 | |
| probability، وبدنا نعطيها كمان حاجتين أخرتين، هذا الـ | |
| 326 | |
| 00:27:46,790 --> 00:27:54,050 | |
| rule بتفسير، إذا today is rain، نعطيها الرقمين هذول | |
| 327 | |
| 00:27:54,050 --> 00:27:58,650 | |
| الـ Ls والـ Ln، واللي أنا بوضحهم إيش هم، وأن | |
| 328 | |
| 00:27:58,650 --> 00:28:02,050 | |
| أنا أعطيها برضه كمان لـ prior probability، هد الـ | |
| 329 | |
| 00:28:02,050 --> 00:28:04,790 | |
| prior probability واضحة، إيش معناها؟ يعني tomorrow | |
| 330 | |
| 00:28:04,790 --> 00:28:09,150 | |
| is dry، هد بتقول لي أنه إذا today is dry، ف tomorrow | |
| 331 | |
| 00:28:09,150 --> 00:28:14,290 | |
| is dry باحتمال 50%، 50% من هذه اللي بيكون اليوم | |
| 332 | |
| 00:28:14,290 --> 00:28:17,950 | |
| اللي ما فيهوش مطر بيكون بكرا برضه ما فيهوش مطر | |
| 333 | |
| 00:28:17,950 --> 00:28:24,680 | |
| صح؟ هد هي استنادة إحصائية، وهي أبدا احتمالي، وهنا | |
| 334 | |
| 00:28:24,680 --> 00:28:28,680 | |
| العكس، أن إذا today rain بيكون tomorrow is rain | |
| 335 | |
| 00:28:28,680 --> 00:28:34,880 | |
| فهذا الـ priority، إيش الآن الـ Ls والـ Ln، هدول و | |
| 336 | |
| 00:28:34,880 --> 00:28:38,880 | |
| مين اللي بيحطهم؟ إيش دلالتهم؟ ومن وين بنجيبهم إحنا؟ | |
| 337 | |
| 00:28:38,880 --> 00:28:44,340 | |
| الـ Ls مقصود بيه هو likelihood of sufficiency، هو | |
| 338 | |
| 00:28:44,340 --> 00:28:50,860 | |
| عبارة عن رقم بيحطه الـ human expert، بيدل من خلاله | |
| 339 | |
| 00:28:50,860 --> 00:28:56,340 | |
| على درجة اعتقاده هو بأنه هذا كلامه، إن إذا اليوم | |
| 340 | |
| 00:28:56,340 --> 00:29:01,200 | |
| رمضان، فأمس سيكون رمضان، إنه إذا تحقق هذا الـ event | |
| 341 | |
| 00:29:01,200 --> 00:29:07,880 | |
| ماشي، هو بيعتقد أن تحققه يصب بشكل قوي في تحقق هذا | |
| 342 | |
| 00:29:07,880 --> 00:29:12,540 | |
| الـ computer هذا، يعني الـ human expert، فالـ high | |
| 343 | |
| 00:29:12,540 --> 00:29:17,860 | |
| values of LS، اللي هو likelihood of sufficiency، high | |
| 344 | |
| 00:29:17,860 --> 00:29:21,360 | |
| value، يعني أكبر من واحد بكثير، indicate that the | |
| 345 | |
| 00:29:21,360 --> 00:29:26,280 | |
| rule strongly supports the hypothesis، إذا الـ | |
| 346 | |
| 00:29:26,280 --> 00:29:33,000 | |
| evidence تحقق، إذا الـ evidence تحقق، فإيش؟ هذا بي... | |
| 347 | |
| 00:29:33,000 --> 00:29:37,760 | |
| طيب، لو ما تحققش، هل معناه ذلك أنه منعدم تماما؟ يعني | |
| 348 | |
| 00:29:37,760 --> 00:29:41,840 | |
| إذا ما كانش اليوم rain، هل منعدم تماما احتمالية أنه | |
| 349 | |
| 00:29:41,840 --> 00:29:47,400 | |
| بكرا يكون rain؟ لأ، ورده، وهذا هو اللي جدّش ورده بين | |
| 350 | |
| 00:29:47,400 --> 00:29:52,140 | |
| إيش؟ بنعبر عنها بهذا الرقم، هذا الرقم منخفض، أقل من | |
| 351 | |
| 00:29:52,140 --> 00:29:56,200 | |
| واحد، هذا الرقم بحقه الـ human expert بيقصد فيه إن | |
| 352 | |
| 00:29:56,200 --> 00:29:59,700 | |
| إيش؟ أن والله في احتمال، صح؟ في احتمال أن هذا اللي | |
| 353 | |
| 00:29:59,700 --> 00:30:04,460 | |
| لم يتحقق، أن اليوم مار مار مار مار مار مار مار مار | |
| 354 | |
| 00:30:04,460 --> 00:30:04,820 | |
| مار مار مار مار مار مار مار مار مار مار مار | |
| 355 | |
| 00:30:04,820 --> 00:30:05,280 | |
| مار مار مار مار مار مار مار مار مار مار مار | |
| 356 | |
| 00:30:05,280 --> 00:30:06,380 | |
| مار مار مار مار مار مار مار مار مار مار مار | |
| 357 | |
| 00:30:06,380 --> 00:30:06,600 | |
| مار مار مار مار مار مار مار مار مار مار مار | |
| 358 | |
| 00:30:06,600 --> 00:30:06,900 | |
| مار مار مار مار مار مار مار مار مار مار مار | |
| 359 | |
| 00:30:06,900 --> 00:30:14,740 | |
| مار مار | |
| 360 | |
| 00:30:14,740 --> 00:30:22,870 | |
| مار، أقل بكثير من احتمال، أقل بكثير من ثقتنا بأنه | |
| 361 | |
| 00:30:22,870 --> 00:30:29,070 | |
| أنه إذا كان اليوم rain بكرا هيكون rain، ماشي، هنا الـ | |
| 362 | |
| 00:30:29,070 --> 00:30:32,150 | |
| rule الثاني إيش أصلا بيقول؟ today is dry، فبكرا dry | |
| 363 | |
| 00:30:32,150 --> 00:30:39,190 | |
| الرقم هذا 1.6 بيقول، بيشير إلى أن الـ human expert | |
| 364 | |
| 00:30:39,190 --> 00:30:44,740 | |
| بيعتقد أنه إذا today is dry، ففعلا بكرا هيكون dry، و | |
| 365 | |
| 00:30:44,740 --> 00:30:50,440 | |
| ب... و ب... و بدرجة يعني توقع شديدة، مش شديدة | |
| 366 | |
| 00:30:50,440 --> 00:30:56,860 | |
| كثير، لأنه عمليًا عمليًا ممكن يجي أيام كثيرة جدًا rain و | |
| 367 | |
| 00:30:56,860 --> 00:31:01,340 | |
| لكن أكثر يبقى rain، بس... بس بالأغلب لو اليوم rain | |
| 368 | |
| 00:31:01,340 --> 00:31:05,420 | |
| الناس بتتوقع أنه برضه بكرا هيكون rain، صح؟ على | |
| 369 | |
| 00:31:05,420 --> 00:31:09,840 | |
| جانب في شوية مطر، بواجهة ما كملتش في اليوم هذا، يكون | |
| 370 | |
| 00:31:09,840 --> 00:31:16,730 | |
| مضايق اللي بدأت تنزل مبكرًا، هنا إذا dry يوم، اه | |
| 371 | |
| 00:31:16,730 --> 00:31:23,250 | |
| بنستبعد أن يكون بكرا فيه rain، okay، بس الاحتمال... | |
| 372 | |
| 00:31:23,250 --> 00:31:26,970 | |
| الاحتمال أنه إذا بكرا dry يكون... إذا اليوم dry | |
| 373 | |
| 00:31:26,970 --> 00:31:31,950 | |
| بكرا يكون dry وارد، ولكن مش بقوة اللي هو حد المقرر، و | |
| 374 | |
| 00:31:31,950 --> 00:31:34,950 | |
| هنا العكس، ليش... كيف نفهم اللي أعرفه في المجلد | |
| 375 | |
| 00:31:34,950 --> 00:31:39,410 | |
| الآن أنه if today is إيش؟ هي دي في حد ما يكون الـ | |
| 376 | |
| 00:31:39,410 --> 00:31:43,510 | |
| evidence false، في حال ما يكون الـ rain، إيش يعني الـ | |
| 377 | |
| 00:31:43,510 --> 00:31:46,650 | |
| event، و أتفق، يعني today is rain، في حال ما يكون الـ | |
| 378 | |
| 00:31:46,650 --> 00:31:49,930 | |
| rain، إيش احتمال أن يكون بكرا؟ دلوقت وارد، بس | |
| 379 | |
| 00:31:49,930 --> 00:31:55,890 | |
| بنسبة إيش؟ أربعين في المئة تقريبا، احتمال يكون | |
| 380 | |
| 00:31:55,890 --> 00:32:01,100 | |
| بنسبة خمسين في المئة، هذه الـ 50% هذه | |
| 381 | |
| 00:32:01,100 --> 00:32:03,740 | |
| اللي هي بدون أي شروط، بدون أي evidence، فماذا يعني | |
| 382 | |
| 00:32:03,740 --> 00:32:06,920 | |
| شريط الخمسة في point 3؟ الخمسة هذه أنه بصفة عامة | |
| 383 | |
| 00:32:06,920 --> 00:32:10,260 | |
| إحنا دلوقتي هم الخمسة هذه إنهم الـ experts، بالظبط | |
| 384 | |
| 00:32:10,260 --> 00:32:13,620 | |
| هذه initial priority، ممكن تيجي من الـ statistics أو | |
| 385 | |
| 00:32:13,620 --> 00:32:18,160 | |
| تنحط عشوائيًا، هتتعدل مع الـ، مع الحسب بناء على | |
| 386 | |
| 00:32:18,160 --> 00:32:22,680 | |
| المعطيات اللي هنا، فالآن خلي بالك الـ system هذا هو | |
| 387 | |
| 00:32:22,680 --> 00:32:30,080 | |
| يشتغل بالـ rules هذه، الـ rules، بدأنا نحط هذه الـ rule | |
| 388 | |
| 00:32:30,080 --> 00:32:31,740 | |
| بقى واحدة، رقم اثنين، اللي قبلها رقم اثنين، اللي | |
| 389 | |
| 00:32:31,740 --> 00:32:32,120 | |
| قبلها رقم اثنين، اللي قبلها رقم اثنين، اللي قبلها | |
| 390 | |
| 00:32:32,120 --> 00:32:34,900 | |
| رقم اثنين، اللي قبلها رقم اثنين، اللي قبلها رقم | |
| 391 | |
| 00:32:34,900 --> 00:32:35,940 | |
| اثنين، اللي قبلها رقم اثنين، اللي قبلها رقم اثنين | |
| 392 | |
| 00:32:35,940 --> 00:32:36,400 | |
| اللي قبلها رقم اثنين، اللي قبلها رقم اثنين، اللي | |
| 393 | |
| 00:32:36,400 --> 00:32:41,380 | |
| رقم اثنين، اللي قبلها رقم اثنين، اللي قبلها رقم | |
| 394 | |
| 00:32:41,380 --> 00:32:49,960 | |
| اثنين اللي قبلها رقم | |
| 395 | |
| 00:32:49,960 --> 00:32:57,590 | |
| ألقى أن rule الطبقات يجب أن يستنتج منها بس است | |
| 445 | |
| 00:37:17,100 --> 00:37:21,600 | |
| بضربها في الـ S صح؟ أنا أجعل الـ event true ولا لأ؟ | |
| 446 | |
| 00:37:21,600 --> 00:37:25,000 | |
| إنه today ليه true؟ لأ، رايحين نقول لأنه أنا أجيب إجابة | |
| 447 | |
| 00:37:25,000 --> 00:37:30,640 | |
| الـ user اللي جايبني، فبضرب في إيش؟ في الـ S، الـ L، S | |
| 448 | |
| 00:37:30,640 --> 00:37:37,680 | |
| 2.5 مظبوط، 2.5 في مين؟ بضرب في الـ | |
| 449 | |
| 00:37:37,680 --> 00:37:40,860 | |
| watch لأن حساب اللي أنا ليه الـ one بتصير two point | |
| 450 | |
| 00:37:40,860 --> 00:37:46,280 | |
| five ماشي الحال. الآن وصلت للمرحلة الأخيرة اللي هي | |
| 451 | |
| 00:37:46,280 --> 00:37:52,700 | |
| probability of H given E اللي هي عبارة عن إيش؟ | |
| 452 | |
| 00:37:52,700 --> 00:37:59,580 | |
| اللي هي عبارة عن هذا على واحد زائد نفسه، صح؟ 2.5 | |
| 453 | |
| 00:37:59,580 --> 00:38:06,500 | |
| على واحد زائد 2.5 يساوي 2.5 على 3.5 يساوي اللي هو | |
| 454 | |
| 00:38:06,500 --> 00:38:14,670 | |
| 0.7. شو هذا الرقم؟ probability جديد لهذا الاحتمال، أو | |
| 455 | |
| 00:38:14,670 --> 00:38:19,670 | |
| لهذا الـ hypothesis، صح؟ لأن أنا بسجل هذه الدالة إنه | |
| 456 | |
| 00:38:19,670 --> 00:38:26,790 | |
| الـ hypothesis H اللي هو إن tomorrow tomorrow is | |
| 457 | |
| 00:38:26,790 --> 00:38:33,670 | |
| غير الـ probability تبعته، فهذا الكلام بيساوي 0.71 | |
| 458 | |
| 00:38:33,670 --> 00:38:40,000 | |
| تمام؟ اه، السؤال: أنا كنت أوضح الشغل اللي عرضته ليه؟ | |
| 459 | |
| 00:38:40,000 --> 00:38:42,020 | |
| هي مع الـ X بيبقى مشهور حتى اللي إثنين ما بصوا اللي | |
| 460 | |
| 00:38:42,020 --> 00:38:45,000 | |
| .. صحيح صحيح صحيح، الـ point 6 برضه لإعتبار أنه | |
| 461 | |
| 00:38:45,000 --> 00:38:48,600 | |
| force يعني اللي بيحكي لك ممكن تمطر، بس بالنسبة أقل | |
| 462 | |
| 00:38:48,600 --> 00:38:56,200 | |
| بيحكي لي أنه إذا ما مطرتش اليوم، هذا الـ LN اللي هو | |
| 463 | |
| 00:38:56,200 --> 00:39:02,140 | |
| likelihood of necessity هو مؤشر على أنه لو ما حدثش | |
| 464 | |
| 00:39:02,140 --> 00:39:06,210 | |
| الـ event هذا، في حالة غياب الـ event، هل أقدر أستنتج | |
| 465 | |
| 00:39:06,210 --> 00:39:13,490 | |
| و بـ .. أستنتج نفس الـ situation وبأي نسبة؟ هذا أنه | |
| 466 | |
| 00:39:13,490 --> 00:39:21,060 | |
| إذا حدث، أقدر أستنتج بنسبة .. بقوة، هذه درجة قوة | |
| 467 | |
| 00:39:21,060 --> 00:39:25,980 | |
| الاعتقاد، الـ human expert بيعتقد إنه هذا مؤدي لهذا | |
| 468 | |
| 00:39:25,980 --> 00:39:30,960 | |
| بدرجة كبيرة، عشانها حاطط 2.5، بينما في نفس الوقت | |
| 469 | |
| 00:39:30,960 --> 00:39:35,580 | |
| بيعتقد إنه حتى لو ما حدثتش، برضه ممكن يحدث الـ event | |
| 470 | |
| 00:39:35,580 --> 00:39:45,780 | |
| ولكن هو اعتقاده ضعيف، 6 من 10. خلي بالك أنا في | |
| 471 | |
| 00:39:45,780 --> 00:39:51,350 | |
| هنا في الـ slide، فلتتها وهي إن هذه الـ S والـ M أنا | |
| 472 | |
| 00:39:51,350 --> 00:39:55,430 | |
| أستطيع أشتقهم من الـ statistics، لو عندنا statistics | |
| 473 | |
| 00:39:58,860 --> 00:40:03,100 | |
| لو عندنا statistics، نستطيع إنه نقول الـ human | |
| 474 | |
| 00:40:03,100 --> 00:40:06,940 | |
| expert يعطيك العافية تماماً، وأنا بقدر آخد الـ | |
| 475 | |
| 00:40:06,940 --> 00:40:10,400 | |
| likelihood values هذه بناءً على الـ statistics بس | |
| 476 | |
| 00:40:10,400 --> 00:40:14,260 | |
| إحنا ليش قلناها؟ لو ما فيش statistics، وغالباً مش | |
| 477 | |
| 00:40:14,260 --> 00:40:17,200 | |
| هيبقى فيه statistics. أنا ما بقدر أجيب statistics في | |
| 478 | |
| 00:40:17,200 --> 00:40:20,720 | |
| كل مجال بدي أعمل فيه expert system، اللي هي الـ | |
| 479 | |
| 00:40:20,720 --> 00:40:24,900 | |
| statistics حاضرة، وحاضرة لكل الـ events المحتملة، وكل | |
| 480 | |
| 00:40:24,900 --> 00:40:29,550 | |
| الـ hypothesis المحتملة، صح؟ hypothesis المحتملة، فأنا | |
| 481 | |
| 00:40:29,550 --> 00:40:33,750 | |
| بستعيض عن ذلك بالـ human expert اللي شغال في هذا | |
| 482 | |
| 00:40:33,750 --> 00:40:37,150 | |
| المجال الدقيق، وبقول له: اعطيني الـ values هذه، اعطيني | |
| 483 | |
| 00:40:37,150 --> 00:40:40,850 | |
| الـ rules، وحط لي لكل rule الـ likelihood values تبع | |
| 484 | |
| 00:40:40,850 --> 00:40:49,450 | |
| الـ necessity | |
| 485 | |
| 00:40:49,450 --> 00:40:55,130 | |
| و | |
| 486 | |
| 00:40:55,130 --> 00:41:00,430 | |
| الـ sufficiency. أو نكمل كمان خطوتين من المثال، وصلنا | |
| 487 | |
| 00:41:00,430 --> 00:41:04,570 | |
| إحنا لهناك. حلو، هذا الاستنتاج إن tomorrow is rain | |
| 488 | |
| 00:41:04,570 --> 00:41:09,930 | |
| متوقع بنسبة 71%. طيب، إيش رأيكوا إنه أنا الآن rule | |
| 489 | |
| 00:41:09,930 --> 00:41:16,110 | |
| رقم واحد، مش هي اللي لحالها، بقدر إيش أعملها firing | |
| 490 | |
| 00:41:16,110 --> 00:41:22,790 | |
| الـ expert system ممكن يعمل firing لمين؟ rule رقم | |
| 491 | |
| 00:41:22,790 --> 00:41:27,430 | |
| إثنين أيضاً. معين، rule رقم إثنين بتشترط الشرط تبعها | |
| 492 | |
| 00:41:27,430 --> 00:41:36,310 | |
| إن اليوم dry، اليوم dry، صح؟ أيوة. أنا | |
| 493 | |
| 00:41:36,310 --> 00:41:41,870 | |
| الآن برضه أنظر إلى dry هذا على إنه لم يتحقق، وأحسب | |
| 494 | |
| 00:41:41,870 --> 00:41:49,810 | |
| الاستنتاج هذا بناءً على الـ LN. لأ، أنا مش عندي rain | |
| 495 | |
| 00:41:49,810 --> 00:41:54,460 | |
| الـ event اللي عندي هو rain. لما يكون عكس الـ dry، إيش | |
| 496 | |
| 00:41:54,460 --> 00:41:59,600 | |
| معنى ذلك؟ إن dry لم يتحقق، يبقى بقدر أحسب الاستنتاج | |
| 497 | |
| 00:41:59,600 --> 00:42:06,600 | |
| هذا على أساس من الـ LN. إحنا إيش قلنا أصلاً؟ الـ LN إيش | |
| 498 | |
| 00:42:06,600 --> 00:42:10,560 | |
| وظيفته إنه إذا لم يتحقق الشرط هنا، فهو الرقم واحد. | |
| 499 | |
| 00:42:10,560 --> 00:42:13,240 | |
| كان متحقق مرتين، ما حسبناش على أساسه، حسبنا على أساس | |
| 500 | |
| 00:42:13,240 --> 00:42:17,880 | |
| الـ LS. الـ LS الآن هو الرقم إثنين. أنا بدي أشوف | |
| 501 | |
| 00:42:17,880 --> 00:42:21,500 | |
| الـ dry على إنه لم يتحقق لأنه غير موجود، وأحسبها | |
| 502 | |
| 00:42:21,500 --> 00:42:25,320 | |
| على أساسه. هذا هو اللي عامله هنا بالظبط، اللي هو جاب لك | |
| 503 | |
| 00:42:25,320 --> 00:42:28,000 | |
| إيه، إيش إن اليوم مطلوب؟ هو مفهوم إن اليوم مطلوب | |
| 504 | |
| 00:42:28,000 --> 00:42:32,060 | |
| فراح حسب الـ .. الـ odds على أساس إيش؟ أو .. أو .. | |
| 505 | |
| 00:42:32,060 --> 00:42:35,220 | |
| الـ odds دائماً هي حسب الـ .. الـ .. الـ .. الـ prior | |
| 506 | |
| 00:42:35,220 --> 00:42:38,740 | |
| odds. لما حسبها حسب الـ posterior odds، الـ posterior | |
| 507 | |
| 00:42:38,740 --> 00:42:41,480 | |
| odds حسبها على أساس الـ .. الـ .. الـ .. الـ .. اللي | |
| 508 | |
| 00:42:41,480 --> 00:42:46,580 | |
| هو إن اليوم مطلوب. اليوم مطلوب، هذا اليوم مطلوب، عكس | |
| 509 | |
| 00:42:46,580 --> 00:42:52,490 | |
| اليوم مطلوب، وطلعت الأربعية الآن حسب الـ .. إيش؟ من | |
| 510 | |
| 00:42:52,490 --> 00:42:55,910 | |
| الـ posterior odds، حسب الـ posterior probability | |
| 511 | |
| 00:42:55,910 --> 00:42:59,130 | |
| اللي هي الأربع على واحد زائد أربعة، و عشرة على واحد | |
| 512 | |
| 00:42:59,130 --> 00:43:00,250 | |
| زائد أربعة، وعشرة على واحد زائد أربعة، وأربعة وأربعة وأربعة | |
| 513 | |
| 00:43:00,250 --> 00:43:01,270 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 514 | |
| 00:43:01,270 --> 00:43:02,370 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 515 | |
| 00:43:02,370 --> 00:43:02,410 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 516 | |
| 00:43:02,410 --> 00:43:04,070 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 517 | |
| 00:43:04,070 --> 00:43:05,790 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 518 | |
| 00:43:05,790 --> 00:43:18,750 | |
| وأربعة وأربعة وأربعة وأربعة وأربعة وأربعة | |
| 519 | |
| 00:43:18,750 --> 00:43:24,190 | |
| ألو، أنا طلعت اليوم rain. تمام، بالنسبة معينة طلعت | |
| 520 | |
| 00:43:24,190 --> 00:43:31,770 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 521 | |
| 00:43:31,770 --> 00:43:33,650 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 522 | |
| 00:43:33,650 --> 00:43:35,130 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 523 | |
| 00:43:35,130 --> 00:43:37,750 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 524 | |
| 00:43:37,750 --> 00:43:39,970 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 525 | |
| 00:43:39,970 --> 00:43:41,830 | |
| طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت طلعت | |
| 526 | |
| 00:43:42,530 --> 00:43:45,970 | |
| هذا درجة طبعاً، بس هو كلامك صحيح الآن، لأن هي دي أنا | |
| 527 | |
| 00:43:45,970 --> 00:43:48,590 | |
| استنتاج نتج عن two rules، والـ two rules اللي هو | |
| 528 | |
| 00:43:48,590 --> 00:43:56,030 | |
| واحد عكس الثاني، صح؟ اه، فإحنا الآن في السؤال التالي | |
| 529 | |
| 00:43:56,030 --> 00:43:59,390 | |
| في الـ dialogue، بكمل الأسئلة وبسأل الـ user عنه | |
| 530 | |
| 00:43:59,390 --> 00:44:04,610 | |
| اللي هي rainfall، قداش الـ rainfall؟ مستوى الـ low ولا | |
| 531 | |
| 00:44:04,610 --> 00:44:10,040 | |
| كده ولا high ولا تمام؟ low. وبعدين هي كده، وبالتالي هذه | |
| 532 | |
| 00:44:10,040 --> 00:44:13,700 | |
| نفس الكلام اللي كنا فيه بالحالة الأولى، في حالة الـ | |
| 533 | |
| 00:44:13,700 --> 00:44:17,260 | |
| certainty factors. فهي عندي rain وهي عندي low | |
| 534 | |
| 00:44:17,260 --> 00:44:20,160 | |
| فاتحققت من الـ rule ثلاثة، وبناءً على الـ rule ثلاثة | |
| 535 | |
| 00:44:20,160 --> 00:44:26,840 | |
| الآن بدي أريد حساب، من أستنتج ضرائي لهذا الـ rule | |
| 536 | |
| 00:44:26,840 --> 00:44:31,640 | |
| ضرائي، بس بدي أريد حساب اللي هو probability تبع هذا | |
| 537 | |
| 00:44:31,640 --> 00:44:37,880 | |
| الاستنتاج، فبيطلع معاه بعد هيك إيش؟ 80%. فبكامِل إنه في | |
| 538 | |
| 00:44:37,880 --> 00:44:43,320 | |
| صار في اليوم rainfall، ولكنه ما انخفض، فرفع احتمالية | |
| 539 | |
| 00:44:43,320 --> 00:44:49,100 | |
| إنه بكره rain dry، ولكن برفع احتمالية إنه rain، لأن | |
| 540 | |
| 00:44:49,100 --> 00:44:52,920 | |
| هدول بيجمعوا، ما بيجمعوش، صح؟ لأن صار في عندي هذه | |
| 541 | |
| 00:44:52,920 --> 00:44:55,720 | |
| الكلام جاي على ثلاثة rules، وثلاثة rules لأن في | |
| 542 | |
| 00:44:55,720 --> 00:45:00,120 | |
| مقاييس مختلفة، مش إنه واحدة عكس الثانية. أنا بقدر | |
| 543 | |
| 00:45:00,120 --> 00:45:04,180 | |
| أسيبكم تكملوا أنتم لحالكم على الـ example هذا، و | |
| 544 | |
| 00:45:04,180 --> 00:45:09,720 | |
| تشوفوا كيف تحسوا فيها، بتستمتعوا. والمحاضرة الجاية | |
| 545 | |
| 00:45:09,720 --> 00:45:13,400 | |
| إن شاء الله بكون محاضِر لكم exercise، exercise | |
| 546 | |
| 00:45:13,400 --> 00:45:17,420 | |
| تتحلوا لوحدكم طبعاً. فإحنا عملياً من الآن بنكون خلصنا | |
| 547 | |
| 00:45:17,420 --> 00:45:25,000 | |
| الـ slides هذه كلها؟ أي نعم، كلها، وبنكون وقفنا | |
| 548 | |
| 00:45:25,000 --> 00:45:32,760 | |
| في الـ .. في الـ sequence تبعنا، عند هذا، هذا الـ band | |
| 549 | |
| 00:45:32,760 --> 00:45:36,380 | |
| أنا زي ما قُلت، هذا الـ band أنا هأترككم أنتم | |
| 550 | |
| 00:45:36,380 --> 00:45:41,680 | |
| مراجعة عامة لكلام اللي أخذتو في الـ probability، و | |
| 551 | |
| 00:45:41,680 --> 00:45:45,680 | |
| نبتدئ إحنا بيكون، ووقفنا هنا. المحمد جايب بـ .. | |
| 552 | |
| 00:45:45,680 --> 00:45:49,860 | |
| بيعطيكم exercise، وبيحكي في النقطتين الأخيرتين. | |