Linear Algebra for AI #4: L1 vs L2 Norm & Regularization | طريق التاكسي أم خط مستقيم؟

بين نقطتين طريقان: خطّ مستقيم كما يطير الطائر، أو طريق التاكسي بين الشوارع. هذان هما L2 Norm و L1 Norm. في هذه الحلقة نرى كيف نقيس الطول والمسافة، وكيف نقيس خطأ الـ Model، ولماذا يقود شكل الطول (دائرة أو معيّن) إلى Ridge و Lasso، وكيف تمنع Regularization الـ Overfitting. ⏱️ المحتوى 0:00 مسافتان 0:58 لماذا يهمّ الطول عند بناء Model؟ 3:47 Euclidean Norm (L2) 5:12 Distance و Unit Vector 6:48 Manhattan Norm (L1) 8:13 وقفة قصيرة: الأساس والتوسّع 9:57 أبسط Model: قائمة Weights 11:12 كم يخطئ الـ Model؟ L1 أم L2 14:23 شكل الطول: الدائرة والمعيّن 16:13 Overfitting 17:50 Regularization 19:10 خريطة الـ Models 21:00 Lasso و Ridge 23:49 الخلاصة 24:51 تمرين 26:04 في الحلقة القادمة: Matrices #LinearAlgebra #Norm #Regularization #MachineLearning #الذكاء_الاصطناعي