چگونه می‌توانیم در عمل از یادگیری ماشین استفاده کنیم؟

 حدس می‌زنم مقاله‌ای که در حال مطالعه آن هستید، ارزش دنبال کردن را دارد. در این سری از مقاله‌ها سعی کرده‌ایم، مباحث مربوط به یادگیری ماشین را به‌گونه‌ای به رشته تحریر درآوریم که فهم آن‌ها حتی برای افرادی که پیش‌زمینه‌ای در این خصوص ندارند ساده باشد. در این مقاله و مقاله آینده سعی بر این بوده، مبحث به‌گونه‌ای آماده شود تا افراد متخصص نیز یک ایده اولیه در این زمینه به دست آورند. در ابتدا اجازه دهید تعریف کوتاهی از یادگیری ماشین داشته باشیم.

مطلب پیشنهادی

به کجا چنین شتابان

پرونده ویژه «مغزهای ماشینی؛ انسان یا برده؟» منتشر شد

یادگیری ماشین چیست؟

یادگیری ماشین که در اصطلاح تخصصی از عبارت Machine Learning برای توصیف آن استفاده می‌کنند، به الگوریتم‌هایی اشاره دارد که بدون نیاز به کدنویسی اختصاصی برای گروهی از داده‌ها، می‌توانند اطلاعات مفیدی در ارتباط با داده‌ها در اختیار ما قرار دهند. در این حالت شما به‌جای کدنویسی، داده‌ها را در قالب ورودی در اختیار الگوریتم‌ قرار می‌دهید و در ادامه این الگوریتم خواهد بود که بر مبنای داده‌های ورودی دریافت شده، منطق خودش را ایجاد می‌کند. الگوریتم طبقه‌بندی (Classification) نمونه‌ای از این موارد است که به ما اجازه می‌دهد داده‌ها را در گروه‌های مختلفی طبقه‌بندی کنیم. الگوریتم Classification ضمن آن‌که برای شناسایی اعداد در یکدست خط انسانی به کار گرفته می‌شود، به‌منظور طبقه‌بندی ایمیل‌ها به دو گروه هرزنامه‌ها و غیر هرزنامه‌ها نیز به کار گرفته می‌شود. نکته جالب توجه آن‌که ما در این زمینه به هیچ‌گونه تغییری در کدها نیازی نداریم، به‌واسطه آن‌که در حال به‌کارگیری یک الگوریتم ژنریک هستیم. به عبارت دقیق‌تر، ما تنها نوع متفاوتی از داده‌های ورودی و مجموعه داده‌های ورودی را در قالب داده‌های آموزشی در اختیار الگوریتم قرار می‌دهیم و در ادامه این خود الگوریتم است که بر مبنای بینشی که به دست می‌آورد، یک طبقه‌بندی نهایی متفاوت را در قالب خروجی ارائه می‌کند. توجه داشته باشید که در این زمینه هرچه مقیاس داده‌های ورودی (مجموعه داده‌ها) بزرگ‌تر باشد، به همان نسبت یادگیری بهتر و دقیق‌تر خواهد بود.

گونه‌های مختلف الگوریتم‌های یادگیری ماشین 

در حالت کلی، در حوزه الگوریتم‌های یادگیری ماشین ما دو گروه یادگیری با نظارت (Supervised) و بدون نظارت (Unsupervied) را در اختیار داریم. 

Supervised Learning؛ یادگیری با نظارت 

تصور کنید صاحب یک آژانس خریدوفروش مسکن و زمین هستید که برای بزرگ‌تر کردن کسب‌وکار خود تصمیم گرفته‌اید، چند نفر را به‌عنوان کارآموز استخدام کنید تا در این زمینه به شما کمک کنند. به‌عنوان مالک آژانس، شما با یک نگاه می‌توانید ارزش تقریبی یک‌خانه یا زمین را برآورد کنید، اما کارآموزان به‌واسطه فقدان مهارت، نمی‌توانند ارزش درست و منطقی را برای خانه‌های مختلف پیشنهاد کنند. در این زمان شما تصمیم می‌گیرید یک برنامه کاربردی را به‌منظور آموزش کارآموزان خود طراحی کنید. برنامه‌ای که قادر است ارزش یک‌خانه را بر مبنای پارامترهایی همچون منطقه و محله‌ای که خانه در آن قرار دارد، خانه‌هایی که در گذشته به فروش رفته، اندازه خانه و... تخمین بزند. برای نیل به این هدف شما باید داده‌هایی را در ارتباط با قیمت خانه‌های فروخته‌شده، محله، اندازه خانه، تعداد اتاق‌ها و فاکتورهای کاربردی در یک بازه زمانی جمع‌آوری کرده و ثبت کنید.

در ادامه باید این داده‌ها را در قالب داده‌های آموزشی (Training Data) در اختیار برنامه‌ای قرار دهید که در نظر دارد بر مبنای هوش مصنوعی ارزش یک‌خانه را در یک منطقه خاص برآورد کند. این مدل آموزش به نام یادگیری تحت نظارت شناخته می‌شود. در این مدل آموزش، ورودی‌هایی که در اختیار الگوریتم قرار می‌گیرند، داده‌های برچسب‌زده شده هستند و پاسخ مسئله نیز مشخص است. در مثال فوق ما درباره قیمت خانه‌های فروخته‌شده اطلاع داریم. به عبارت دقیق‌تر جواب مسئله را از پیش می‌دانیم و در نتیجه می‌توانیم منطقی را که در بطن کار قرار دارد، کشف کنیم. الگوریتم نیز بر مبنای همین منطق مستتر در جواب می‌تواند در مورد مسائل آینده پاسخ مناسب را ارائه کند. در این حالت الگوریتم به دنبال پیدا کردن یک معادله‌ ریاضی است که از طریق آن بتواند اعداد (رابطه‌ها) را پیدا کرده و آموزش خود را کامل کند. 

 این رویکرد شبیه یک امتحان ریاضی است که در آن جواب تساوی‌ها در اختیارمان قرار دارد، اما عملگری که بین اعداد به کار گرفته‌شده در وضعیت مجهول قرار دارد. در این وضعیت آیا می‌توانیم به پرسش امتحان پاسخ دهیم؟ جواب مثبت است. ما باید یکسری عملیات روی اعدادی انجام دهیم که در سمت چپ قرار دارند تا در ادامه به جواب سمت راست برسیم. (شکل 4) 

در یادگیری تحت نظارت، ما از کامپیوتر درخواست می‌کنیم تا ارتباطات میان داده‌های ورودی را که به شکل‌گیری خروجی منجر شده‌اند، کشف کند. حال اگر منطق به کار گرفته‌شده در قالب داده‌های آموزشی برای حل یکسری مسائل خاص شناسایی شوند، در ادامه این الگوریتم می‌تواند برای حل همه مسائل مشابه از چنین رویکردی استفاده کند. 
Un supervised learning یادگیری بدون نظارت
تصور کنید در موقعیتی قرار داریم که اطلاع نداریم خانه‌های به فروش رسیده در یک منطقه به چه قیمتی فروخته شده‌اند. در مقابل درباره اطلاعات کلی خانه‌ها، همچون ابعاد، محلی که خانه در آنجا ساخته‌شده و.... اطلاعات لازم را داریم. در این حالت از رویکرد بدون نظارت برای آموزش مدل خود استفاده خواهیم کرد. این رویکرد، مشابه وضعیتی است که شخصی کاغذی در اختیارتان قرار دهد که تنها یکسری اعداد روی آن نوشته‌شده است. این شخص در ادامه به شما اعلام دارد رابطه میان این اعداد با یکدیگر را پیدا کنید. در ظاهر به نظر می‌رسد، هیچ‌گونه ایده‌ای در اختیار نداریم. اما شاید بتوانیم یک الگو برای آن‌ها پیداکرده، آن‌ها را طبقه‌بندی کرده و مفهومی از دل آن استخراج کنیم. در چنین مواقعی ما از الگوریتم یادگیری ماشین بدون ناظر یا همان بدون نظارت برای آموزش مدل خود استفاده می‌کنیم. به عبارت دقیق‌تر، به‌کارگیری یادگیری ماشین بدون ناظر همانند این است که در نظر داشته باشید از میان فهرستی از اعدادی که مفهوم مشخصی ندارند، الگویی مشخص استخراج کرده یا آن‌ها را درون گروه‌های خاصی طبقه‌بندی کنید. اما پرسش اصلی این است که آیا می‌توان از درون چنین داده‌های خامی یک الگو استخراج کرد؟ در مثال ما، آیا به‌کارگیری چنین رویکردی امکان‌پذیر است؟ آیا با در اختیار داشتن داده‌های مربوط به خانه‌ها، امکان پیاده‌سازی چنین الگوریتمی وجود دارد که قادر باشد به شکل خودکار روی داده‌های اولیه، یک طبقه‌بندی انجام داده و برآورد قیمتی در ارتباط با خانه‌های موجود در بازار ارائه کند؟ (شکل 5) پاسخ این پرسش مثبت است، اما به کمی زکاوت نیاز دارد.

در این مورد شما باید فرضیه‌هایی را برای خود مطرح کنید. به‌‌عنوان مثال، افرادی که قصد دارند خانه‌هایی در اطراف دانشگاه‌ها خریداری کنند، به دنبال خانه‌هایی کوچک با اتاق‌های زیاد هستند، در مقابل افرادی که به دنبال خرید خانه در اطراف شهرها هستند، به دنبال خانه‌های بزرگی هستند که سه خوابه باشد. پس باید در مورد مشتریان اطلاعاتی به دست آورید. اطلاعات لازم در خصوص مشتریان به شما اجازه می‌دهد داده‌ها را در گروه‌های مختلفی طبقه‌بندی کنید. این رویکرد به شما به‌عنوان یک فروشنده کمک می‌کند در زمینه بازاریابی به‌منظور فروش خانه‌ها موفق‌تر ظاهر شوید. البته راهکار دیگری نیز وجود دارد. شما می‌توانید به شکل خودکار داده‌های مربوط به خانه‌ها را جمع‌آوری کنید. به‌عنوان مثال، داده‌های خانه‌هایی را که وضعیت آن‌‌ها تفاوت‌های محسوسی با سایر خانه‌ها دارند، شناسایی کرده و آن‌ها را حذف کنید، به دلیل این‌که چنین خانه‌هایی مساحت زیادی داشته و برای افراد خاصی در نظر گرفته می‌شوند، افرادی که حاضر هستند پول بیشتری برای فروش یا خرید این خانه‌ها پرداخت کنند. 
با استناد به تعاریفی که برای این دو مدل ارائه شد، ما در نظر داریم در این مطلب تمرکز خود را روی یادگیری با نظارت معطوف سازیم، اما توجه داشته باشید این حرف به معنای آن نیست که فرایند کار کردن با الگوریتم‌های یادگیری بدون نظارت مفید نیست. بلکه واقعیت این است که به‌کارگیری الگوریتم‌های بدون ناظر به دلیل این‌که نیازی به برچسب‌گذاری داده‌های آموزشی ندارند، کمی ساده‌تر است. 

مطلب پیشنهادی

هوشمندسازی ارتباطات نسل پنجم

یادگیری ماشینی در خدمت شبکه‌های 5G

آیا توانایی برآورد قیمت یک‌خانه برای یک الگوریتم، نوعی از یادگیری است؟

پاسخ‌گویی به این پرسش به مثالی نیاز دارد. مغز انسان توانایی شگفت‌انگیزی دارد که قادر است با وضعیت‌های مختلف روبه‌رو شده و بی‌نیاز به دستورالعمل خاصی یاد بگیرید که چطور باید با پیشامد روبه‌رو شده برخورد کند. به‌عبارت‌دیگر، از هر وضعیتی یک نکته جدید یاد گرفته و در موقعیت‌های مشابه قادر است تصمیماتی آنی اتخاذ کند. به همین دلیل است، افرادی که در زمینه فروش خانه به فعالیت اشتغال دارند، پس از گذشت مدت‌زمان مشخصی می‌توانند به شکل غریزی قیمت یک‌خانه را حدس زده و بهترین قیمت را پیشنهاد داده و به بهترین شکل مشتریانی را که ممکن است به یک‌خانه علاقه‌مند باشند شناسایی کنند. دنیای هوش مصنوعی به دنبال دستیابی به چنین سطح از مهارت است. اما در مقطع فعلی الگوریتم‌های یادگیری ماشین هنوز این‌چنین مهارتی را به دست نیاورده‌اند و تنها زمانی بهترین عملکرد را دارند که روی یکسری مسائل محدود و مشخص متمرکزشده باشند. پس باید بگوییم در مقطع فعلی الگوریتم‌ها به دنبال پیدا کردن یک معادله برای حل مشکلی خاص بر مبنای یکسری داده‌های نمونه هستند. اما به شما اطمینان می‌دهم در 30 تا 50 سال آینده زمانی که این مقاله را مطالعه کنید، از خواندن این مطلب کاملا شگفت‌زده خواهید شد که ما در سال 97 در مورد هوش مصنوعی چه دانشی در اختیار داشتیم!

تخمین قیمت یک‌خانه از طریق به‌کارگیری رگورسیون خطی Multivariate

تصور کنید به دنبال نوشتن برنامه‌ای هستیم که بتواند یک برآورد کلی در یک‌خانه بر مبنای اطلاعاتی که از فروش خانه‌های قبلی در اختیار دارد ارائه کند. اما درعین‌حال هیچ‌گونه پیش‌زمینه‌ای درباره الگوریتم‌های یادگیری ماشین نداریم. پس مجبور هستیم بر مبنای یکسری دستورالعمل‌های پایه تلاش کنیم تا برنامه‌ای برای تخمین قیمت یک‌خانه بر مبنای زبان محبوب پایتون ارائه کنیم. دانش لازم در مورد زبان پایتون در این زمینه لازم است!

def estimate_house_sales_price(num_of_bedrooms, sqft, neighborhood):
  price = 0

# در محدوده من، متوسط قیمت هر خانه  200 دلار در هر فوت مربع است

  price_per_sqft = 200
  if neighborhood == “hipsterton”:

# در برخی مناطق هزینه‌ها کمی بیشتر است

  price_per_sqft = 400
  elif neighborhood == “skid row”:

# و در برخی مناطق هزینه‌ها کمتر است

price_per_sqft = 100

# کار را با برآورد یک قیمت پایه بر اساس بزرگی خانه آغاز می‌کنیم

  price = price_per_sqft * sqft

# اکنون برآورد خود را بر مبنای تعداد اتاق‌خواب‌ها دقیق‌تر می‌کنیم

  if num_of_bedrooms == 0:

# آپارتمان‌های استودیویی قیمت ارزان‌تری دارند

   price = price — 20000
  else:

# خانه‌هایی که اتاق‌های بیشتری دارند 
# به‌طورمعمول باارزش‌تر هستند

    price = price + (num_of_bedrooms * 1000)
 return price
فهرست 1

اگر ساعت‌های متمادی از وقت خود را صرف قطعه کدی کنید که در فهرست شماره یک مشاهده می‌کنید، این احتمال وجود دارد که بتوانید نتیجه مدنظر خود را برای برآورد تخمینی قیمت چند خانه به دست آورید، اما بدون شک برنامه فوق کامل نیست و با یک نوسان قیمت‌ها اطلاعات اشتباهی را ارائه خواهد کرد. اما اگر به کامپیوتر یا به عبارت دقیق‌تر به برنامه خود قابلیت‌هایی بدهیم تا به‌وسیله آن‌ها بتواند خودش نحوه پیاده‌سازی این تابع را کشف کند، آنگاه اوضاع به گونه دیگری رقم خواهد خورد. در چنین شرایطی تا زمانی‌که تابع موردنظر نتیجه ایده‌آل‌ ما را در خروجی ارائه کند، نحوه کارکرد آن برای ما اهمیت چندانی نخواهد داشت. 

def estimate_house_sales_price(num_of_bedrooms, sqft, neighborhood):
  price = <computer, plz do some math for me>
  return price
فهرست 2

یک راهکار ایده‌آل که به کامپیوتر این توانایی را بدهد تا قابلیت تشخیص و پیاده‌سازی تابعی را داشته باشد این است که قیمت خانه را به‌عنوان یک معیار تصور کنیم که برای برآورد آن به یکسری المان‌ها همچون تعداد اتاق‌خواب‌ها، مساحت خانه و محله خانه نیاز است. همچنین باید بررسی کنیم که هر یک از این المان‌ها تا چه اندازه بر قیمت نهایی یک‌خانه اثرگذار خواهند بود، زیرا این احتمال وجود دارد که نسبت یا به عبارت دقیق‌تر، تناسبی مشخصی میان ترکیب این المان‌ها به‌منظور برآورد قیمت نهایی خانه وجود داشته باشد. این طرح به ما اجازه می‌دهد تابع نشان داده‌شده در فهرست (1) را از دست طیف بی‌شماری از دستورات شرطی if و else نجات داده و کدها را ساده‌تر کنیم. 

def estimate_house_sales_price(num_of_bedrooms, sqft, neighborhood):
 price = 0

 # کمی خرج می‌کنیم

 price += num_of_bedrooms * .841231951398213

 # و کمی بیشتر از آن را خرج می‌کنیم

 price += sqft * 1231.1231231

 # شاید این تعداد انگشت‌شمار باشد

 price += neighborhood * 2.3242341421

 # و درنهایت کمی نمک اضافه می‌کنیم تا مقیاس اندازه‌گیری ما بهتر شود!!

 price += 201.23432095
 return price
فهرست 3 

به ارقامی که در فهرست (3) برجسته شده‌اند، دقت کنید. این اعداد همان وزن‌های مدل هستند که از طریق ترکیب عناصری که در قیمت خانه اثرگذار هستند، به دست آمده‌اند. پس اگر در محاسبه وزن‌ها دقت زیادی به خرج دهیم، تابع قادر خواهد بود قیمت نهایی را برآورد کند. راهکار ساده‌ای برای شناسایی بهترین وزن‌ها برای مدل به شرح زیر وجود دارد. ادامه این مبحث را در شماره آینده از سر خواهیم گرفت.