مفاهیم اساسی در ماشین لرنینگ – بخش اول

[vc_row][vc_column][vc_column_text]

ماشین لرنینگ چیست؟

چرا ما باید به ماشین لرنینگ اهمیت دهیم؟

در واقع Machine Learning این است که کامپیوترها خودشان را برنامه ریزی کنند. اگر برنامه نویسی اتوماسیون است، Machine Learning در واقع اتوماسیون فرآیند اتوماسیون است. نوشتن نرم افزار شبیه عبور از یک گذرگاه باریک است، ما توسعه دهندگان خوب کافی نداریم. بگذارید داده ها (Data) به جای افراد کار کنند. ماشین لرنینگ راهی است که می تواند برنامه نویسی را مقیاس پذیر کند.

برنامه نویسی سنتی: داده ها و برنامه ها برای تولید خروجی در رایانه اجرا می شوند.
Machine Learning: داده ها و خروجی ها برای ایجاد برنامه (Program) روی رایانه اجرا می شوند. از این برنامه می توان در برنامه نویسی سنتی استفاده کرد.

ماشین لرنینگ مانند کشاورزی یا باغبانی است. بذرها الگوریتم ها هستند، مواد مغذی داده ها هستند، باغبان شما هستید و گیاهان برنامه ها هستند.

کاربرد های Machine Learning:

نمونه ای از کاربرد های ماشین لرنینگ:

جستجوی وب (Web search): رتبه بندی صفحه براساس آنچه احتمالا روی آن کلیک خواهید کرد.
زیست شناسی محاسباتی (Computational biology): طراحی منطقی دارو ها در رایانه بر اساس آزمایشات گذشته.
امور مالی (Finance): تصمیم بگیرید که چه کسی چه کارت اعتباری را ارائه دهد. ارزیابی ریسک در پیشنهادهای اعتباری. چگونه تصمیم گرفته شود که کجا پول سرمایه گذاری شود.
تجارت الکترونیکی (E-commerce): پیش بینی ریزش مشتری. پیش بینی اینکه آیا معامله جعلی است یا نه.
اکتشافات فضایی (Space exploration): کاربرد هایی در کاوشگرهای فضایی و نجوم رادیویی.
رباتیک (Robotics): نحوه کنترل عدم قطعیت در محیط های جدید. خود مختار. ماشین خودران.
استخراج اطلاعات (Information extraction): از طریق پایگاه های داده در سراسر وب (Web) سوال کنید.
شبکه های اجتماعی (Social networks): داده های مربوط به روابط و الویت ها. Machine Learning برای استخراج ارزش از داده ها.
اشکال زدایی (Debugging): استفاده از مسائل علوم کامپیوتر مانند اشکال زدایی. فرآیند فشرده و متمرکز کار می تواند اشکال را نشان دهد.

عناصر اصلی در ماشین لرنینگ:

ده ها هزار الگوریتم Machine Learning وجود دارد و صدها الگوریتم جدید هر ساله توسعه می یابد. هر الگوریتم یادگیری ماشین دارای سه مولفه است:

نمایندگی (Representation): نحوه بیان کردن دانش. به عنوان مثال می توان به درختان تصمیم گیری (decision trees)، مجموعه قوانین، نمونه ها، مدل های گرافیکی، شبکه های عصبی ، ماشین های بردار پشتیبان، مجموعه های مدل و سایر موارد اشاره کرد.
ارزیابی (Evaluation): راهی برای ارزیابی برنامه های کاندیدا شده (فرضیه ها). به عنوان مثال می توان به دقت، پیش بینی و فراخوانی، خطای مربع، احتمال درستی، احتمال پیشینه، هزینه، بودجه، واگرایی آنتروپی مدل K-L و سایر موارد اشاره کرد.
بهینه سازی (Optimization): روشی که برنامه های کاندید شده تولید می شود و به عنوان فرآیند جستجو شناخته می شود. به عنوان مثال بهینه سازی ترکیبی، بهینه سازی محدب، بهینه سازی محدود.

همه الگوریتم های Machine Learning ترکیبی از این سه مولفه هستند. چارچوبی برای درک همه الگوریتم ها.

انواع یادگیری:

چهار نوع Machine Learning وجود دارد:

یادگیری تحت نظارت (Supervised learning): (یادگیری استقرایی نیز نامیده می شود) داده های آموزش داده شده شامل خروجی های دلخواه است. اینکه داده (Data) هرزنامه است یا نیست، یادگیری نظارت می شود.
یادگیری بدون نظارت (Unsupervised learning): داده های آموزش داده شده شامل نتایج مطلوب نیست. برای مثال می توان به خوشه بندی (clustering) اشاره کرد. تشخیص اینکه چه چیزی یادگیری خوب است و چه چیزی نیست دشوار است.
یادگیری نیمه نظارت شده (Semi-supervised learning): داده های آموزش داده شده شامل چند نتیجه مطلوب است.
یادگیری تقویت شده (Reinforcement learning): از دنباله ای از اقدامات پاداش می گیرد. انواع هوش مصنوعی (Artificial Intelligence) آن را دوست دارند، در واقع بلندپروازانه ترین نوع یادگیری است.

یادگیری تحت نظارت (Supervised learning) کامل شده (بالغ)، بیشترین مورد مطالعه و نوع یادگیری است که توسط بیشتر الگوریتم های Machine Learning استفاده می شود. یادگیری با نظارت بسیار آسان تر از یادگیری بدون نظارت است.

یادگیری استقرایی جایی است که نمونه هایی از یک تابع به صورت داده (x) (Data (x)) و خروجی تابع (f(x)) به ما داده می شود. هدف از یادگیری استقرایی (Inductive Learning) یادگیری عملکرد داده های جدید (x) است.

طبقه بندی (Classification): وقتی تابع یاد گرفته شده گسسته باشد.
رگرسیون (Regression): وقتی تابع یادگیری پیوسته باشد.
تخمین احتمال (Probability Estimation): وقتی خروجی تابع یک احتمال است.