إحصاء

مصفوفة الالتباس

جدول يوضح ما أصابه المصنف وما أخطأ فيه، فئة بفئة.
17 مقالات ذات صلة

الوصف

مصفوفة الالتباس هي تخطيط جدولي محدد يسمح بتصور أداء خوارزمية التعلم الخاضع للإشراف، وعادةً ما تكون مصنفًا. يمثل كل صف من المصفوفة الحالات في الفئة الفعلية، بينما يمثل كل عمود الحالات في الفئة المتوقعة (أو العكس). ينبع الاسم من حقيقة أنها تجعل من السهل رؤية ما إذا كان النظام يخلط بين فئتين (أي، يخطئ في تصنيف إحداهما كالأخرى بشكل شائع).

التاريخ

انتشر هذا المصطلح في مجال تعلم الآلة في ستينيات القرن العشرين، على الرغم من أن مفهوم جدول الاحتمالات في الإحصاء يسبقه. الأصل الدقيق غير واضح.

كيف يعمل

لمشكلة تصنيف تحتوي على N من الفئات، تكون المصفوفة بحجم N×N. تُظهر الخلايا القطرية عدد التنبؤات الصحيحة لكل فئة، بينما تُظهر الخلايا غير القطرية التصنيفات الخاطئة. من هذا الجدول، يمكن اشتقاق مقاييس مثل الدقة، والإحكام، والاستدعاء، ودرجة F1. للتصنيف الثنائي، تكون المصفوفة 2×2 مع إدخالات تُسمى عادةً إيجابي حقيقي، وإيجابي كاذب، وسلبي حقيقي، وسلبي كاذب.

في التطبيق

تُستخدم في تقييم ومقارنة المصنفات في مجالات مثل التشخيص الطبي، وكشف البريد العشوائي، والتعرف على الصور، حيث يكون فهم أنواع الأخطاء أكثر أهمية من الدقة الإجمالية.

حقيقة طريفة

يمكن استخدام مصفوفة الالتباس لحساب معامل ارتباط ماثيوز، وهو مقياس واحد يلخص المصفوفة بأكملها وغالبًا ما يكون أكثر إفادة من الدقة لمجموعات البيانات غير المتوازنة.

Concept graph →

مقالات ذات صلة · 17

SenSASP: خريطة جينات الشيخوخة، مجمّعة من أربع خرائط قديمة
كانت أربع خرائط قديمة ملقاة في أدراج مكتب مختلفة. على كل خريطة جينات مرتبطة بشيخوخة الخلايا، لكن الخرائط لم تكن متطابقة: أسماء مختلفة، ومقاييس مختلفة، ومفاتيح مختلفة. وكان الباحث الذي يفتّش عن جين لتجربته مضطرًا إلى مقارنتها يدويًا، مع خطر أن تفوته علامة مهمة. جمعت SenSASP هذه الخرائط في خريطة واحدة.
تشريح بلا بوصلة: كيف ترى النماذج الطبية الفضاء
ينظر أخصائي الأشعة إلى صورة البطن ولا يرى مجرد أعضاء، بل يرى ترتيبها المكاني: أي كلية أكبر، وأين يقع الورم بالنسبة للوعاء الدموي. هذا يشبه قراءة خريطة، حيث لا يكفي أن تعرف أين تقع المدينة عادةً، بل يجب أن تكون قادرًا على قياس المسافة بين نقطتين على الأرض. باحثون من IIIT Hyderabad وAIG Hospitals بنوا SPAR-Bench، وهي ثماني مهام تختبر ما إذا كانت نماذج الرؤية الطبية قادرة على هذا النوع من الاستدلال.
الدماغ أمام متاهة المرايا: كيف تتغلب الشبكة الداخلية للإحداثيات على الوهم
من السهل جدًا أن تضيع في قاعة المرايا: كل جدار يعكس الآخر، ويبدو أنك كنت هنا من قبل. بنفس الطريقة تقريبًا يرتبك الدماغ عندما يكون هناك الكثير من الأماكن المتشابهة حوله. العصبونات — الخلايا المسؤولة عن خريطة الفضاء — قد تُصدر إشارة متطابقة لزاويتين مختلفتين من الغرفة. تُسمى هذه الظاهرة بالغموض المكاني: يتلقى الدماغ معلومات غامضة حول موقع الجسم بالضبط.
تحيز لا يحتاج إلى معلم: تأثير المعدل الأساسي العكسي
تخيل مستودعًا به صناديق من التفاح والكمثرى. التفاح كثير، والكمثرى قليل. ولكن عندما يقول أمين المستودع «فاكهة ذات قشرة ناعمة»، فإننا نتذكر غالبًا الكمثرى النادرة بدلًا من التفاح الشائع. هذا مظهر من مظاهر تأثير المعدل الأساسي العكسي (inverse base-rate effect) — وهو انحياز معرفي مستقر يجعل الدماغ، عند حل الغموض بين الفئات، يبالغ بشكل منهجي في تقدير الخيارات النادرة على حساب الشائعة.
البينبول النجمي: خوارزمية تقرأ قواعد الفوضى
مائة ألف نجم في النواة المزدحمة لعنقود نجمي كروي تتحرك ككرات فولاذية في آلة بينبول عملاقة. كل «دفعة» — لقاء ثقالي بين نظام مزدوج ونجم منفرد — تشعل سلسلة من الأحداث غير المتوقعة. قد يتفرق الزوجان، وقد يُزيح النجم الدخيل أحد الشريكين ويحتل مكانه، وأحياناً يعلق الثلاثة في رقصة هرمية معقدة.
تعلم الآلة2026-07-142 دarXiv:2607.12382سريع
gradCSCG: كيف يبني الخوارزمية خريطة الغرفة محاكياً الطفل وخلايا الدماغ
الطفل، وهو يستكشف شقة غير مألوفة، يزحف من شيء إلى آخر ويتذكر ما يراه من كل زاوية. هكذا يبني الدماغ خريطة ذهنية — نموذجاً داخلياً للفضاء. خوارزمية gradCSCG تعمل بالمبدأ نفسه: تستقبل بثاً من الكاميرا وترسم مخطط المكان بنفسها، معتمدة فقط على تغير الصور. في السابق، كانت الآلات تحتاج إلى تلميحات — مثل كائنات محددة مسبقاً في الصور. أما الطريقة الجديدة فتستغني عنها.
الروبوتات2026-07-141 دarXiv:2607.12861سريع
الخريطة الخفية لسرب الروبوتات
يشبه سرب الروبوتات سربًا من اليراعات: يتحرك كل منها بدافع 'نحو حيث يوجد متسع'، فيتحول الفوضى إلى نظام. لطالما كان لغزًا كيف ينشأ التناسق دون اتصال أو أوامر. جاء الحل مع ابتكار خريطة الاستجابة — أداة، مثل الأشعة السينية، تكشف عن المنطق الخفي لعقل الآلة. كشفت الخريطة حقيقة مذهلة: تبني الروبوتات، دون قصد، نموذجًا للمهمة على شكل فضاء منحنٍ.
الصاقل الرقمي: كيف تكشف الشبكة العصبية أسرار العدسات التجاذبية المزدوجة
العدسية التجاذبية الميكروية هي أثر كوني مذهل، تنبأ به أينشتاين وطوّره تسفيكي. جسم ضخم، يمر بيننا وبين نجم بعيد، يحني ضوءه كالعدسة، مُحدِثاً تضخيمات وتشوهات مميزة.
JADE: محقق ذكاء اصطناعي يقرأ النسيج الكوني من آثار الضوء
يسافر الضوء من المجرات البعيدة إلينا مليارات السنين، لكن في طريقه تلتويه وتثنيه شبكة غير مرئية من المادة المظلمة. هذا التأثير، الذي تنبأ به أينشتاين في إطار النسبية العامة، يُسمى العدسة الجاذبية.
تعلم الآلة2026-06-091 دarXiv:2606.11382سريع
كيف نعلّم الشبكة العصبية قراءة الجزيئات من ورقة؟
البحث عن الجزيء المناسب بين مليارات الخيارات يشبه البحث عن حبة واحدة في كيس أرز. ولتجنب الفحص اليدوي الشامل، يستدعي الكيميائيون بشكل متزايد الشبكات العصبية للمساعدة. لكن النماذج الكبيرة تتطلب أجهزة كمبيوتر قوية، بينما تفتقر النماذج الصغيرة غالبًا إلى الاتساع المعرفي. يحل GLACIER هذه المشكلة، مثل تلميذ قدير يتعلم من عدة مرشدين في وقت واحد.
كيف تميّز البلورة الكمومية عن الرغوة؟
غالبًا ما يُتصوَّر الزمكان على أنه نسيج أملس. لكن على المستوى المجهري الأقصى، قد لا يكون هذا النسيج متصلًا، بل مكوَّنًا من «ذرات» منفصلة — أحداث مرتبطة بالسببية. هذه الصورة للعالم تُعرف بنظرية المجموعات السببية (causal sets).
تعلم الآلة2026-05-081 دarXiv:2605.07878سريع
لماذا تنجح بعض الأسئلة ولا تنجح أخرى؟
تتذوق طبقًا في مطعم دون أن ترى القائمة. تسأل النادل أسئلة — هل هو مالح أكثر من اللازم؟ ما البهارات المستخدمة؟ — وتحاول من إجاباته أن تخمن أي طاهٍ أعدّه. هكذا تقريبًا يدرس الباحثون الشبكات العصبية الحديثة عندما يكون الوصول إليها فقط عبر API (واجهة برمجة تطبيقات، حيث يمكنك طرح سؤال والحصول على إجابة، لكن لا يمكنك النظر إلى الداخل). لكن ليست كل الأسئلة مفيدة بنفس القدر.
عندما تنظر الشبكات العصبية إلى العالم بنفس الطريقة
إذا عرضت نفس صورة قطة على شبكتين عصبيتين مختلفتين، فغالبًا ما تصلان إلى استنتاج مماثل: «قطة». ولكن إذا سألتهما بمزيد من التفاصيل، فقد تتباين الإجابات. نموذج واحد سيلاحظ الشاربين، وآخر سيلاحظ اللون، وثالث سيلاحظ الوضعية. يتبين أنه حتى داخل عالم الشبكات العصبية «البصري» لا يوجد اتحاد كامل. ابتكر العلماء طريقة لقياس هذا الاتحاد لكل صورة على حدة. أخذوا عدة شبكات عصبية بصرية بمهام تعلم مختلفة وقارنوا تمثيلاتها الداخلية.
المواد2026-03-221 دarXiv:2603.21207سريع
كيف يكتسب سبيكة من سبعة معادن ذاكرة
السبيكة المكونة من سبعة معادن تشبه فريقًا يسحب فيه كل لاعب البطانية نحو نفسه. ذرات الحديد والكوبالت والنيكل والألومنيوم والتيتانيوم والتنتالوم والفاناديوم قد تصطف في نمط منتظم، أو قد تتوزع في مواقع عشوائية. يعتمد على ذلك ما إذا كانت المادة صلبة كالفولاذ أم خفيفة كالألومنيوم. يريد العلماء معرفة مسبقًا أي نمط ستختاره الذرات لصناعة سبائك بخصائص مرغوبة.
تعلم الآلة2026-02-281 دarXiv:2603.00786سريع
كيف يعيد الدماغ بناء نفسه عند الإصابة بالزهايمر
الدماغ ليس حاسوبًا واحدًا كبيرًا، بل هو أقرب إلى أوركسترا تعزف فيها مجموعات مختلفة من الموسيقيين أدوارهم الخاصة. شبكات الخلايا العصبية المسؤولة عن الذاكرة أو الانتباه أو العواطف تتحاور باستمرار. عند الإصابة بمرض الزهايمر، تبدأ هذه الأوركسترا في العزف بنشاز: بعض المجموعات تصمت، وأخرى تعزف في غير موضعها. لكن كيف يمكن رؤية ذلك في صورة الدماغ؟ ابتكر العلماء طريقة ذكية.
كيف ترصد وميض القلب في مرآتين في آنٍ واحد
لا ينبض القلب مثل بندول الإيقاع، بل مثل عازف طبول جاز: أحيانًا يضطرب، يفوّت ضربات، يسرع. الرجفان الأذيني هو أحد أكثر الاضطرابات غدرًا: الأذينان يرتجفان بدلًا من أن ينقبضا، وقد يركد الدم مكوّنًا جلطات. يلتقط الأطباء هذا الاضطراب عبر مخطط القلب — تسجيل الإشارات الكهربائية للقلب. لكن هذه الإشارة متقلبة: فتبدو مختلفة لدى أشخاص مختلفين، وعلى أجهزة مختلفة، وفي مستشفيات مختلفة.