چهارشنبه , مرداد 30 1398
خانه / مهندسی / آشنایی با یادگیری ماشین (Machine Learning)
آشنایی با یادگیری ماشین - Machine Learning

آشنایی با یادگیری ماشین (Machine Learning)

یادگیری‌ماشین، زیر مجموعه‌ای از هوش‌مصنوعی است. با استفاده از تکنیک‌های یادگیری ماشین، کامپیوتر، الگوهای موجود در داده‌ها(اطلاعات پردازش شده) را یاد گرفته و می‌تواند از آن استفاده کند. توجه داشته باشید که در این تکنیک‌ها، یادگیری ماشین در یک سیستم کامپیوتری، بدون برنامه‌نویسیِ صریح (Explicit Programming) صورت میپزید.

مثال زیر را در نظر بگیرید


فرض کنید در یک فروشگاهِ بزرگ خرده فروشی به صورت اینترنتی در حال خرید هستید. در زمان خرید، سه محصول مختلف را به سبد خرید خود اضافه می‌کنید. فرض کنید این سه محصول به صورت زیر است:
لپ تاپ سری N
موس بیسیم
یک عدد تمیز کننده مانیتور

حال، سیستم می‌خواهد به صورت هوشمند، به شما چند محصول دیگر را پیشنهاد دهد. مدل برنامه‌نویسی صریح، به این صورت است که مثلا، سیستم، محصولاتِ هم‌دسته(مثلا یک سری محصولاتی که مربوط به حوزه‌ی IT است) را به شما نمایش بدهد. در این حالت، هوشمندیِ خاصی در سیستم مشاهده نمی‌شود و در واقع، سیستم(ماشین) یادگیریِ خاصی انجام نمیدهد.

حال فرض کنید، سیستم از طریق الگوریتم‌های یادگیری ماشین، بتواند مشتریانِ قبلی خود را به گروه‌های مختلف تقسیم‌بندی کند(به این کار به اصطلاح خوشه بندی یا Clustering گفته می شود). با این کار، شما با تکمیلِ سبد خرید خود، به دسته‌ای از مشتریانِ قبلی متعلق می‌شوید. با تعلقِ شما به گروهِ خاصی از مشتریان، محصولاتی که آن‌ها(قبلاً) خریداری کرده‌اند(و شما در سبد خرید خود ندارید) به شما پیشنهاد داده می‌شود.

داده‌های آموزشی (در مثال ما: مشتریانی که قبلا خرید کرده‌اند و سابقه خرید آن‌ها) به الگوریتم‌های یادگیری ماشین تزریق می‌شوند. این الگوریتم‌ها، وظیقه‌ی یادگیری و واکشیِ الگوهای(Patterns) مختلف، در داده‌ها را دارند. بعد از به دست آوردنِ الگوها توسط الگوریتم‌ها(معمولا یکی از الگوریتم ها مورد استفاده قرار میگیرد)، یکمدل(Model) ساخته می‌شود. این مدل(Model) می تواند در حافظه ذخیره شود. بعد از ذخیره‌ی مدل، سیستم تواناییِ پیش‌بینیِ رفتار را دارد.

در مثال بالا، شما(شخصی که چند محصول را در سبد خرید خود دارد)، به عنوان یک پرس‌و‌جو به مدلِ آموزش دیده، داده می شوید. این مدل، می‌تواند خروجیِ پیشبینی(در این مثال، محصولی که باید به شما-بر اساس خریدهای مشتریانِ هم‌دسته‌ی شما- توصیه شود) را برگرداند.

به این مدلْ نگاه، در سیستم های کامپیوتری، یادگیری ماشین(Machine Learning) گفته می شود. مدلی که شاید بتوان آن رابرنامه‌نویسیِ برنامه‌نویسی! دانست. در واقع برنامه‌نویسی، فرآیند‌ها را خودکار(اتوماتیک) می‌کند، این در حالی است که یادگیری ماشین همین فرآیند‌های خودکار را به صورت خودکار تولید می‌کند.

آشنایی با یادگیری ماشین - Machine Learning

در فرآیند های یادگیری ماشین، داده‌ها، بسیار اهمیت دارند. در واقع این داده‌ها هستند که به الگوریتم تزریق می‌شوند و الگوریتم از روی آن‌ها یادگیری را انجام می‌دهد. در مثال بالا، داده‌های سابقه‌ی فروشِ فروشگاه اینترنتی و مشتریانی که این خرید‌ها را انجام داده‌اند، به سیستم داده می‌شود. اصطلاحِ معروفی در این حوزه وجود دارد که به این صورت ترجمه کرده ایم:

اگر داده ی بد، به سیستم تزریق شود، خروجی نیز، خروجی بدی خواهد بود

به این معنی که، هر چقدر الگوریتم‌های مختلفِ یادگیری ماشین، قوی و جامع طراحی شوند، اگر داده‌های خوبی به سیستم وارد نشود(مثلا داده های غلط یا داده‌های ناکافی به سیستم تزریق شوند)، سیستم، پاسخی غیرِدقیق و ناصحیح ارائه می دهد.

همچنین ببینید

پیش‌بینی مرگ شخصیت‌های سریال بازی تاج و تخت توسط هوش مصنوعی

پیش‌بینی مرگ شخصیت‌های سریال بازی تاج و تخت توسط هوش مصنوعی

امکان مرگ چه شخصیت‌هایی در فصل هشتم سریال بازی تاج و تخت ( Game of Thrones …

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *