باختصار
خطّ الأساس (Baseline) هو نموذج يُستخدم كنقطة مرجعية لمقارنة أداء نموذج آخر، عادةً نموذج أكثر تعقيدًا.
بالتفصيل
لو قلت لك «نموذجي دقّته 92%»، المعلومة دي وحدها مالهاش معنى. 92% كويّسة ولّا وحشة؟ الإجابة تعتمد على: إيه أبسط حلّ ممكن، وإيه دقّته؟
ده بالظبط دور خطّ الأساس. هو بيساعد مطوّري النماذج على تحديد الحدّ الأدنى المتوقّع من الأداء اللي لازم النموذج الجديد يتجاوزه عشان يبقى مفيدًا أصلًا.
مثال شائع: نموذج انحدار لوجستي (Logistic Regression) ممكن يكون خطّ أساس جيّدًا لنموذج عميق (Deep Model).
المنطق الاقتصادي بسيط: النموذج المعقّد بيكلّف أكتر — في الحوسبة والصيانة وصعوبة التفسير. فلو ما تفوّقش بفارق معتبر على البديل البسيط، التعقيد مش مبرَّر.
وأبسط خطوط الأساس أحيانًا بتكون صادمة في قوّتها. في مسألة تصنيف فيها 95% من الأمثلة من فئة واحدة، «توقّع الفئة الأكثر شيوعًا دايمًا» بيدّي 95% دقّة بدون أي تعلّم — فنموذجك بـ92% في الحقيقة أسوأ من لا شيء.
مثال عملي
بتتنبّأ بمبيعات بكرة. قبل ما تبني أي نموذج، جرّب خطّي أساس: «مبيعات بكرة = مبيعات النهارده»، و«مبيعات بكرة = متوسّط آخر 7 أيام».
لو نموذجك المعقّد ما تفوّقش بوضوح على المتوسّط المتحرّك البسيط ده، فإنت بنيت تعقيدًا بلا عائد.
مصطلحات مرتبطة
- Benchmark — المقياس المرجعي.
- Ablation Study — دراسة الاستئصال.
- Logistic Regression — الانحدار اللوجستي.
المصادر: Google ML Glossary
