یادگیری ماشین
پیشگفتار مقاله
مقاله که تقدیم به حضور شما عزیزان می شود در راستای یک پروژه تحقیقی در قالب درس شیوه ارائه مطالب علمی وفنی و تحت عنوان یادگیری ماشین می باشد که به خدمت تمام دوستداران علم بی حد و مرز کامپیوتر و به خصوص استاد محترم جناب آقای مهندس مهدی سرگلزایی تقدیم می گردد.به امید اینکه این مقاله مفید و قابل استفاده واقع گردد.
مقدمه:
هوش مصنوعی یا هوش ماشینی را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گوناگون و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.
هوش مصنوعی به هوشی که یک ماشین از خود نشان می‌دهد و یا به دانشی در کامپیوتر که سعی در ایجاد آن دارد گفته می‌شود. یک عامل هوشمند سیستمی است که با شناخت محیط اطراف خود، شانس موفقیت خود را بالا می‌برد جان مکارتی که واژه هوش مصنوعی را در سال ۱۹۵۶ استفاده نمود، آن را «دانش و مهندسی ساخت ماشین‌های هوشمند» تعریف کرده‌است.
یادگیری ماشین زمینه نسبتا جدیدی از هوش مصنوعی است که در حال حاضر دوران رشد و تکامل خود را میگذراند. یادگیری ماشین یک زمینه تحقیقاتی بسیار فعال در علوم کامپیوتر است.
به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند. هدف یادگیری ماشینی این است که کامپیوتر (در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها بازدهی بالاتری در وظیفهٔ مورد نظر پیدا کند. گستردهٔ این وظیفه میتواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گام‌برداری برای روبات‌ای دوپا با دریافت سیگنال پاداش و تنبیه باشد.
همچنین ببینید
دانلود ترجمه مقاله یادگیری ماشین خودکار برای اینترنت اشیا
تعریف فرهنگ لغات از یادگیری:
یادگیری عبارت است ازبدست آوردن دانش و یا فهم آن از طریق مطالعه، آموزش و یا تجربه
همچنین گفته شده است که یادگیری عبارت است از بهبود عملکرد از طریق تجربه
تعریف یادگیری ماشین:
یادگیری ماشین عبارت است از اینکه چگونه میتوان برنامه ای نوشت که از طریق تجربه یادگیری کرده و عملکرد خود را بهتر کند. یادگیری ممکن است باعث تغییر در ساختار برنامه و یا داده ها شود.
به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند.
هدف یادگیری ماشین:
هدف یادگیری ماشینی این است که کامپیوتر (در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها بازدهی‌ی بالاتری در وظیفهٔ مورد نظر پیدا کند. گستردهٔ این وظیفه میتواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گام‌برداری برای روبات های دوپا با دریافت سیگنال پاداش و تنبیه باشد.
یادگیری انسان و ماشین
یادگیری انسان چگونه است؟
انسان از طریق تعامل با محیط بیرونی یاد میگیرد
یک عامل باید وجود داشته باشد تا یادگیری را شروع کند
یادگیری ماشین چگونه است؟
از طریق نوشتن برنامه میتوان به ماشین گفت که چه باید بکند.
از طریق نمایش مثالهای متعدد میتوان ماشین را وادار به یادگیری نمود.
ماشین میتواند از طریق تجربه محیط واقعی یاد بگیرید.
در حالتیکه مثالها مشخص نیستند و خبره ای وجود ندارد ماشین میتواند از طریق مشاهده یادبگیرد.
چرا یادگیری؟
چرا ماشین را برنامه نویسی نکنیم؟
بعضی کارها را بدرستی نمیتوان توصیف نمود. در صورتیکه ممکن است آنها را بتوان بصورت مثالهای ( ورودی/خروجی) معین نمود.
ممکن است در خیل عظیمی از داده اطلاعات مهمی نهفته باشد که بشر قادر به تشخیص آن نباشد ( داده کاوی)
ممکن است موقع طراحی یک سیستم تمامی ویژگیهای آن شناخته شده نباشد در حالیکه ماشین میتواند حین کار آنها را یاد بگیرد.
ممکن است محیط در طول زمان تغییر کند. ماشین میتواند با یادگیری این تغییرات خود را با آنها وفق دهد.
در عمل نوشتن برنامه ای برای تشخیص یک صورت میتواند کار مشکلی باشد. زیرا تعریف دقیقی برای آن وجود ندارد و حتی در صورت وجود داشتن نوشتن برنامه ای بر اساس آن کار سختی است.
در نتیجه بجای نوشتن یک برنامه با دست، مقدار زیادی نمونه صحیح و اعمال آن به یک الگوریتم یادگیری ماشین برنامه ای تولید میکنیم که کار مورد نظر را انجام دهد.
این برنامه بسیار با آنچه که قرار بود با دست نوشته شود متفاوت خواهد بود. اگر این برنامه درست تهیه شده باشد میتواند برای نمونه هائی که تاکنون ندیده است نیز خروجی مورد نظر را تولید کند.
در سالهای اخیر پیشرفتهای زیادی در الگوریتم ها و تئوری های مربوطه بوجود آمده و زمینه های تحقیقاتی جدید زیادی پدید آمده اند. داده های آزمایشی زیادی بصورت Online بوجود آمده اند.
فهرست
عنوان صفحه
مقدمه ۶
تعریف یادگیری ماشین ۷
یادگیری انسان و ماشین ۷
چرا یادگیری ۸
هوش ۹
روش های ایجاد هوش ۱۰
دسته بندی یادگیری بر اساس ورودی ۱۵
یادگیری نظارت شده ۱۵
یادگیری تقویتی ۱۶
یادگیری بدون سرپرست ۱۷
کاربردهای یادگیری ماشین ۱۸
قواعد یادگیری ۱۹
روش های شناسایی چهره ۲۰
یادگیری نورون ها ۲۱
فهرست منابع ۲۴