up
Search      menu
فنآوری اطلاعات :: مقاله يادگيري ماشيني PDF
QR code - يادگيري ماشيني

يادگيري ماشيني

به عنوان يكي از شاخه هاي وسيع و پركاربرد هوش مصنوعي، يادگيري ماشيني (machine learning) به تنظيم و اكتشاف شيوه ها و الگوريتم هايي مي پردازد كه براساس آنها رايانه ها و سامانه ها توانايي تعلم ويادگيري پيدا مي كنند.هدف يادگيري ماشيني اين است كه كامپيوتر (در كلي ترين مفهوم آن) بتواند به تدريج و با افزايش داده ها بازدهي بالاتري در وظيفه مورد نظر پيدا كند. گسترده اين وظيفه مي تواند از تشخيص خودكار چهره با ديدن چند نمونه از چهره موردنظر تا فراگيري شيوه گام برداري براي روباتي دوپا با دريافت سيگنال پاداش و تنبيه باشد.
طيف پژوهش هايي كه در يادگيري ماشيني مي شود گسترده است. در سوي نظري آن پژوهشگران بر آنند كه روش هاي يادگيري تازه اي به وجود بياورند و امكان پذيري و كيفيت يادگيري را براي روش هايشان مطالعه كنند و در سوي ديگر عده اي از پژوهشگران سعي مي كنند روش هاي يادگيري ماشيني را بر مسايل تازه اي اعمال كنند. البته اين طيف گسسته نيست و پژوهش هاي انجام شده داراي مؤلفه هايي از هردو رويكرد هستند.
● تقسيم بندي مسائل
▪ يكي از تقسيم بندي متداول در يادگيري ماشيني، تقسيم بندي براساس نوع داده هاي در اختيار عامل هوشمند است. به سناريوي زير توجه كنيد:
فرض كنيد به تازگي روباتي سگ نما خريده ايد كه مي تواند توسط دوربين خارج را مشاهده كند، به كمك ميكروفن هايش صداها را بشنود، با بلندگوهايي با شما سخن بگويد (حتي در حد محدود) و چهار پايش را حركت دهد. همچنين در جعبه اين ربات دستگاه كنترل از راه دوري وجود دارد كه مي توانيد انواع مختلف دستورها را به روبات بدهيد.اولين كاري كه مي خواهيد بكنيد اين است كه اگر روبات شما را ديد خرناسه بكشد اما اگر غريبه اي را مشاهده كرد با صداي بلند پارس كند.
فعلاً فرض مي كنيم كه روبات توانايي توليد آن صداها را دارد اما هنوز چهره شما را ياد نگرفته است. پس كاري كه مي كنيد اين است كه جلوي چشمهايش قرار مي گيريد و به كمك كنترل از راه دورتان به او دستور مي دهيد كه چهره اي كه جلويش مي بيند را با خرناسه كشيدن مربوط كند. اين كار را براي چند زاويه مختلف از صورتتان انجام مي دهيد تا مطمئن باشيد كه روبات در صورتي كه شما را به صور مثال از نيم رخ ببيند پارس نكند.
همچنين شما چند چهره غريبه نيز به او نشان مي دهيد و چهره غريبه را با دستور پارس كردن مشخص مي كنيد. در اين حالت شما به كامپيوتر روبات گفته ايد كه چه ورودي اي را به چه خروجي اي مربوط كند. دقت كنيد كه هم ورودي و هم خروجي مشخص است و در اصطلاح خروجي برچسب دارد (labelled) است.به اين شيوه يادگيري، يادگيري با سرپرست ( supervised learning) مي گويند. اينك حالت ديگري را فرض كنيد.
برخلاف دفعه پيشين كه به روباتتان مي گفتيد چه محركي را به چه خروجي اي ربط دهد، ربات خودش چنين چيزي را ياد بگيرد. به اين صورت كه اگر شما را ديد و خرناسه كشيد به نحوي به او پاداش دهيد (مثلاً به كمك همان كنترل از راه دورتان) و اگر به اشتباه به شما پارس كرد، او را تنبيه كنيد (بازهم با همان كنترل از راه دورتان) . دراين حالت به روبات نمي گوييد به ازاي هر شرايطي چه كاري مناسب است، بلكه اجازه مي دهيد روبات خود كاوش كند و تنها شما نتيجه نهايي را تشويق يا تنبيه مي كنيد. به اين شيوه يادگيري،يادگيري تقويتي (Reinforcement learning)مي گويند.
در ۲ حالت پيش قرار بود روبات ورودي اي را به خروجي اي مرتبط كند. اما گاهي وقت ها تنها مي خواهيم روبات بتواند تشخيص دهد كه آن چه مي بيند (يا مي شنود و...) را به نوعي به آن چه پيشتر ديده است ربط دهد بدون اينكه به طور مشخص بداند آن چيزي كه ديده شده است چه چيزي است يا اين كه چه كاري در موقع ديدنش بايد انجام دهد.
روبات هوشمند شما بايد بتواند بين صندلي و انسان تفاوت قائل شود بي آنكه به او بگوييم اين نمونه ها صندلي اند و آن نمونه هاي ديگر انسان. در اين جا برخلاف يادگيري با سرپرست هدف ارتباط ورودي و خروجي نيست، بلكه تنها دسته بندي آنهاست. اين نوع يادگيري كه به آن يادگيري بي سرپرست (unsupervised learning) مهم است چون دنياي روبات پر از ورودي هايي است كه كسي برچسبي به آنها اختصاص نداده اما به وضوح جزيي از يك دسته هستند.
يادگيري بي سرپرست رامي توان به صورت عمل كاهش بعد (Dimension Reduction) در نظر گرفت.از آن جا كه شما سرتان شلوغ است، در نتيجه در روز فقط مي توانيد مدت محدودي با روباتتان بازي كنيد و به او چيزي را نشان دهيد و نامشان را بگوييد (برچسب گذاري كنيد). اما روبات در طول روز روشن است و داده هاي بسياري را دريافت مي كند. در اين جا روبات مي تواند هم به خودي خود و بدون سرپرست يادبگيرد و هم اين كه هنگامي كه شما او را راهنمايي مي كنيد سعي كند از آن تجارب شخصي اش استفاده كند از آموزش شما بهره بيشتري ببرد. تركيبي كه عامل هوشمند هم از داده هاي بدون برچسب و هم از داده هاي با برچسب استفاده مي كند به يادگيري نيم سرپرست مي گويند.

يادگيري اساس رفتار افراد را تشکيل ميدهد. از طريق يادگيري فرد با محيط خود آشنا ميشود و از محيط براي تأمين احتياجات خود استفاده ميکند، گاهي محيط را تحت ...

● مقدمه اگر شغل شما معلمي باشد، بدون شک گه گاه دانش آموزاني در کلاس شما بوده اند که با وجود اين که تدريس شما براي همه ي کلاس يکسان بوده است، در يک يا ...

مشکلات دنياي ماشيني باعث شده که روزبه روز افسردگي بيشتر شود. متاسفانه اين پديده به صورت خفيف، متوسط يا شديد، نه تنها در افراد مسن و ميانسال بلکه در بس ...

مقدمه مديريت دانش به مثابه راهبرد کليدي براي دستيابي به موفقيت و بقاي سازماني در محيط پُررقابت و غير قابل پيش بيني عصر حاضر توجه بسياري را به خود جلب ...

روش هاي مختلفي جهت توليد قطعات کامپوزيتي پايه پليمري وجود دارد که به طور کلي به سه دسته تقسيم مي شوند : ۱) روش هاي توليد ساده لايه چيني دستي و پاششي ک ...

امروزه مسأله ناتواني هاي خاص يادگيري و يا مشکلات کودکان و نوجوانان در يادگيري بعضي از موضوعات آموزشي ، به طور چشم گيري توسعه پيدا کرده و توجه متخصصان ...

مطلب ( MATLAB ) يکي از زبانهاي برنامه نويسي سطح بالا با تمرکز بر روي تکنيکهاي محاسباتي است. اين نرم افزار محيطي مناسب براي انجام عملياتهاي رياضي، ايجا ...

وبلاگ ساختن يک کار ساده است. وارد blogsky.com يا Persianblog.ir شويد و عضويت در سايت را بزنيد. در حال حاضر که blogsky عضو نمي پذيرد. پس مي توانيد به ه ...

دانلود نسخه PDF - يادگيري ماشيني