باختصار
مستقلّة ومتماثلة التوزيع (Independently and Identically Distributed، وتُختصر i.i.d.) هي بيانات مسحوبة من توزيع لا يتغيّر، وحيث كل قيمة مسحوبة لا تعتمد على القيم المسحوبة سابقًا.
بالتفصيل
الوصف بيدّي لبُّ الفكرة: «مستقلّة» معناها إن كل نقطة بيانات ما بتتأثّرش بالنقاط اللي قبلها. و«متماثلة التوزيع» معناها إن كل النقاط بتيجي من نفس التوزيع الإحصائي، ما بيتغيّرش بمرور الوقت.
وبتوصَف الفكرة بتشبيه مباشر: i.i.d. هي «الغاز المثالي» (Ideal Gas) الخاصّ بتعلّم الآلة — بناء رياضي مفيد جدًا، لكنه شبه مستحيل التحقّق تمامًا في العالم الحقيقي.
مثال توضيحي: توزيع زوّار صفحة ويب ممكن يكون i.i.d. تقريبًا خلال نافذة زمنية قصيرة — أي إن التوزيع ما بيتغيّرش خلال النافذة دي، وزيارة شخص عمومًا مستقلّة عن زيارة شخص آخر. لكن لو وسّعت النافذة الزمنية دي، هتظهر فروق موسمية في زوّار الصفحة — والتوزيع مبقاش ثابتًا.
وليه ده مهمّ عمليًا؟ لأن معظم ضمانات تعلّم الآلة النظرية — إن النموذج المُدرَّب على مجموعة عينة سيعمّم بشكل جيّد — مبنية على افتراض إن بيانات التدريب والاختبار وبيانات الإنتاج المستقبلية كلها مسحوبة من نفس التوزيع i.i.d.
ولو الافتراض ده انكسر — يعني البيانات مش i.i.d. فعلًا — بتفقد الضمانات النظرية قوّتها، وده بالظبط الرابط المباشر مع مفهوم اللاسكونية (Nonstationarity).
مثال عملي
بتدرّب نموذج تنبّؤ بالطلب على متجر إلكتروني ببيانات ستّة أشهر عادية. الافتراض الضمني إن مستقبل الطلب هيبقى مسحوبًا من نفس التوزيع.
لكن مع اقتراب موسم رمضان أو الجمعة السوداء، سلوك الشراء بيتغيّر جذريًا — التوزيع اتغيّر، والافتراض i.i.d. انكسر. النموذج اللي اتدرّب على بيانات «عادية» هيتفاجأ بالتحوّل، مهما كانت دقّته على البيانات العادية.
مصطلحات مرتبطة
- Nonstationarity — اللاسكونية.
- Concept Drift — انجراف المفهوم.
- Training Set — مجموعة التدريب.
المصادر: Google ML Glossary
