الرئيسيةالفئاتتعلم الآلة والشبكات العصبية

🧠 تعلم الآلة والشبكات العصبية

أشجار القرار والتعلم المعزز والخرائط ذاتية التنظيم وتجميع k-means مستكشفة بصرياً.

16 محاكاة60 إطار/ثانية في الوقت الفعلي0 خطوات التثبيت
Decision Tree LiveCART decision tree with Gini impurity splitting; axis-aligned splits emerge level by level… Reinforcement LearningQ-learning agent navigates an 8×8 grid maze. Heatmap shows max Q-values; white arrows show… Self-Organising Map24×24 Kohonen SOM (576 neurons, 3D RGB input). Gaussian neighbourhood update as α and σ… K-Means Clustering — Interactive Machine LearningStep through K-means clustering: watch centroids converge, Voronoi regions update, and… PCA & SVD Visualiser — Principal Component Analysis InteractiveGenerate a 2D dataset, diagonalise covariance matrix into principal components, and watch… PerceptronNewRosenblatt's 1958 algorithm: each misclassified point tilts the weight vector w ← w + η·y·x.… k-Nearest NeighboursNewClassify a point by majority vote among its k closest neighbours. Decision regions update… BackpropagationNewδ pulses flow backward through a small MLP: gradients highlight edges, weights update, and… Random Forest ClassifierNewBagging and random feature selection turn weak decision trees into a robust forest. Compare… t-SNE VisualiserNewt-SNE projects high-dimensional clusters to 2D via gradient descent on KL divergence. Tune… Self-Organising Map (SOM)NewA Kohonen grid folds high-dimensional data into 2D: neuron weights self-organise as σ… Radial Basis Function NetworkNewRadial basis network: N Gaussian bumps of width σ sum into a smooth decision boundary —… K-Means Clustering — Lloyd's AlgorithmNewCluster 2D points with k-means: assign to nearest centroid, move to the mean, repeat. Watch… DBSCAN — Density-Based ClusteringNewDBSCAN grows clusters from dense core points via ε-neighbourhoods and minPts, labelling… Naive Bayes Classifier — Probabilistic DecisionNewClassify 2D points with Gaussian naive Bayes: estimate per-class means and variances, apply… Gradient Descent — 3D Loss Surface & OptimisersNewNavigate a 3D loss landscape (Rosenbrock, Rastrigin, Himmelblau) with SGD, Momentum, RMSprop…
حول هذه الفئة

تعلم الآلة والشبكات العصبية

أشجار القرار والتعلم المعزز والخرائط ذاتية التنظيم وتجميع k-means مستكشفة بصرياً.

Three.js · WebGL 60 FPS CC BY 4.0
معلومات سريعة
16محاكاة تفاعلية في هذه الفئة
تعمل بمعدل 60 إطارًا في الثانية في أي متصفح حديث
🌐متوفر باللغة الإنجليزية، الأوكرانية، البولندية، الإسبانية، الألمانية، اليابانية، الإيطالية، البرتغالية (البرازيلية)، الفرنسية، العربية، الهولندية، الصينية، الكورية، الهندية، التركية، الفيتنامية، الروسية، الإندونيسية، الفارسية، البنغالية، التايلاندية، الفلبينية، السواحيلية، الأردية، الملايوية، التاميلية، العبرية، اليونانية، البنجابية، الأمهرية، البورمية، الخميرية، الجورجية، النيبالية، المنغولية، الأرمنية والسنهالية واللاوية والتشيكية والرومانية والمجرية والبلغارية والسويدية
🎓CC BY 4.0 — مجاني للاستخدام في الفصول الدراسية وأنظمة إدارة التعلم (LMS)

الأسئلة الشائعة

هل يجب أن أُثبّت أي شيء لتشغيل محاكاة "تعلم الآلة والشبكات العصبية"؟

لا. يعمل كل شيء مباشرة في المتصفح، دون تنزيل أو إضافات أو حساب. متوافق مع Chrome وFirefox وEdge وSafari؛ وتعمل معظم المحاكاة أيضًا على الهاتف الذكي.

هل يمكنني استخدام هذه المحاكاة في التدريس؟

نعم — جميع المحتويات مجانية للأغراض التعليمية بموجب ترخيص CC BY 4.0. يمكنك إنشاء رابط مباشر لكل محاكاة أو تضمينها في نظام إدارة التعلّم الخاص بك عبر iframe؛ دون الحاجة إلى مفتاح API.

هل النماذج دقيقة علميًا؟

تستخدم نفس الصيغ الرياضية المستخدمة في البرامج الاحترافية، ويتم دمجها عدديًا في الوقت الفعلي. تُدرج كل محاكاة خوارزمياتها الخاصة، وترتبط كثير منها بمقالة تشرح الرياضيات الكامنة وراءها.

فئات ذات صلة

ماذا وجدت؟

أضف خطوات إعادة إنتاج المشكلة (اختياري)