Data Mining

تنقيب البيانات هو عملية استكشاف كتل كبيرة من المعلومات وتحليلها لاستخلاص الأنماط والاتجاهات ذات المعنى. ويقع عند تقاطع التعلم الآلي (ML) والإحصاء وأنظمة قواعد البيانات، ويشكّل خطوة حاسمة في مسار «اكتشاف المعرفة في قواعد البيانات» (KDD). ومن خلال غربلة كميات هائلة من المدخلات الخام، يحوّل تنقيب البيانات الضوضاء غير المنظمة إلى رؤى منظمة وقابلة للتنفيذ تستخدمها الشركات والباحثون لاتخاذ قرارات مستنيرة.

في سياق الذكاء الاصطناعي (AI) الحديث، غالبًا ما يسبق تنقيب البيانات النمذجة التنبؤية. فقبل أن تتمكن خوارزمية من التنبؤ بالمستقبل، يجب أن تفهم الماضي. فعلى سبيل المثال، في الرؤية الحاسوبية (CV)، قد تحلل تقنيات التنقيب آلاف الصور لتحديد السمات الشائعة—مثل الحواف أو الأنسجة أو الأشكال—التي تميّز فئة معينة من الكائنات، مما يضع الأساس لتدريب مجموعات بيانات قوية.

التقنيات الأساسية في تنقيب البيانات#

يعتمد تنقيب البيانات على عدة منهجيات متقدمة للكشف عن العلاقات الخفية داخل البيانات. وتتيح هذه التقنيات للمحللين تجاوز مجرد تلخيص البيانات والوصول إلى اكتشاف عميق.

• التصنيف: يتضمن ذلك تصنيف عناصر البيانات ضمن مجموعات أو فئات محددة مسبقًا. وفي مجال ذكاء الرؤية، يحاكي هذا عملية تدريب نموذج للتمييز بين «سيارة» و«مشاة» استنادًا إلى أمثلة تاريخية موسومة.
• تحليل التجميع: بخلاف التصنيف، يجمع التجميع نقاط البيانات بناءً على أوجه التشابه من دون تسميات محددة مسبقًا. ويُعد ذلك ضروريًا في التعلم غير الخاضع للإشراف، حيث قد تجمع خوارزمية سلوكيات شراء العملاء أو الأنسجة المتشابهة في الصور تلقائيًا. ويمكنك قراءة المزيد عن أساليب التجميع في وثائق Scikit-learn.
• اكتشاف الحالات الشاذة: تحدد هذه التقنية نقاط البيانات التي تنحرف بدرجة كبيرة عن الوضع المعتاد. وهي بالغة الأهمية لاكتشاف الاحتيال في القطاع المالي أو العثور على عيوب التصنيع على خط الإنتاج.
• التعلم بقواعد الارتباط: تكتشف هذه الطريقة العلاقات بين المتغيرات في قاعدة البيانات. ومن الأمثلة الكلاسيكية تحليل سلة المشتريات، الذي يستخدمه تجار التجزئة لتحديد أن العملاء الذين يشترون الخبز يُرجح أيضًا أن يشتروا الزبدة.
• تحليل الانحدار: يُستخدم الانحدار للتنبؤ بقيمة عددية مستمرة استنادًا إلى متغيرات أخرى، وهو أمر حيوي للتنبؤ باتجاهات المبيعات أو تقدير مسافة كائن في مهام تقدير العمق.

التطبيقات الواقعية#

تمتد فائدة تنقيب البيانات إلى كل صناعة تقريبًا، إذ تعزز الكفاءة والابتكار من خلال الكشف عن أنماط لا تستطيع العين المجردة رؤيتها.

التصنيع ومراقبة الجودة#

في التصنيع الذكي، يُستخدم تنقيب البيانات لتحليل بيانات المستشعرات الواردة من الآلات. ومن خلال تطبيق خوارزميات الصيانة التنبؤية، يمكن للمصانع التنبؤ بأعطال المعدات قبل حدوثها. علاوة على ذلك، تستطيع نماذج الرؤية الحاسوبية مثل YOLO26 إنشاء سجلات استدلال تُنقَّب لتحديد أنواع العيوب المتكررة، مما يساعد المهندسين على ضبط عمليات الإنتاج للحد من الهدر.

التشخيص الطبي#

يُحدث تنقيب البيانات تحولًا في الرعاية الصحية من خلال تحليل السجلات الصحية الإلكترونية والتصوير الطبي. وينقّب الباحثون في البيانات الجينومية للعثور على ارتباطات بين تسلسلات جينية محددة والأمراض. وفي علم الأشعة، يساعد تنقيب مجموعات البيانات الكبيرة من صور الأشعة السينية على تحديد المؤشرات المبكرة لحالات مثل الالتهاب الرئوي أو الأورام، مما يدعم تحليل الصور الطبية.

التمييز بين المصطلحات ذات الصلة#

لفهم تنقيب البيانات فهمًا كاملًا، من المفيد تمييزه عن المفاهيم وثيقة الصلة في مجال علم البيانات.

• تنقيب البيانات مقابل التعلم الآلي: رغم وجود تداخل بينهما، يركّز تنقيب البيانات على اكتشاف الأنماط الموجودة، بينما يركّز التعلم الآلي على استخدام تلك الأنماط للتعلم والتنبؤ بالنتائج المستقبلية. وغالبًا ما تكون عملية التنقيب مرحلة استكشافية تُسهم في هندسة السمات لنماذج ML.
• تنقيب البيانات مقابل تصوير البيانات: التصوير هو التمثيل الرسومي للبيانات (المخططات والرسوم البيانية). أما التنقيب فهو العملية التحليلية التي تُنتج الرؤى المراد تصويرها. وغالبًا ما تصوّر أدوات مثل Tableau نتائج تنقيب البيانات.
• تنقيب البيانات مقابل مستودعات البيانات: يتضمن إنشاء مستودعات البيانات تخزين كميات كبيرة من البيانات من مصادر متعددة وإدارتها مركزيًا. أما التنقيب فهو العملية التي تُجرى على تلك البيانات المخزنة في المستودع لاستخلاص القيمة منها.

تنقيب البيانات عمليًا باستخدام Ultralytics#

في سير عمل الرؤية الحاسوبية، يحدث «التنقيب» غالبًا عند تحليل نتائج الاستدلال للعثور على الاكتشافات عالية القيمة أو الحالات الحدية الصعبة. وتُبسَّط هذه العملية باستخدام منصة Ultralytics، التي تساعد على إدارة مجموعات البيانات وتحليلها.

يوضح المثال التالي كيفية «تنقيب» مجموعة من الصور للعثور على اكتشافات محددة عالية الثقة باستخدام نموذج YOLO26. ويحاكي ذلك عملية تصفية تدفقات البيانات الهائلة بحثًا عن الأحداث ذات الصلة.

from ultralytics import YOLO

# Load the YOLO26n model
model = YOLO("yolo26n.pt")

# List of image paths (simulating a dataset)
image_files = ["image1.jpg", "image2.jpg", "image3.jpg"]

# Run inference on the batch
results = model(image_files)

# 'Mine' the results for high-confidence 'person' detections (class 0)
high_conf_people = []
for result in results:
    # Filter boxes where class is 0 (person) and confidence > 0.8
    detections = result.boxes[(result.boxes.cls == 0) & (result.boxes.conf > 0.8)]
    if len(detections) > 0:
        high_conf_people.append(result.path)

print(f"Found high-confidence people in: {high_conf_people}")

يوضح هذا المقتطف عملية تنقيب أساسية: تصفية التنبؤات الخام لاستخراج مجموعة فرعية محل اهتمام—وهي الصور التي تحتوي على أشخاص جرى تحديدهم بدرجة عالية من اليقين—والتي يمكن استخدامها بعد ذلك في التعلم النشط لتحسين أداء النموذج بشكل أكبر.