منتظر نظراتتون هستم نظرات شما ما رو هم دل گرم می کنه 👈👈👈👈👇👇 اینجا بگو @HrRJ1364

دوستانی که اهل کد نویسی هستید حتما این فیلم رو با دقت گوش بدید حتما اجرا کنید وقتی ذهن خسته است چگونه باید استراحت کرد. 🎖دانشکده خودمونی - دوره رایگان طراحی سایت https://eitaa.com/joinchat/2857501003Ce1ec2dfbf0

📕اما نکات اموزشی ما تا اینجا اینها بودن ۱. اطلاعات باید رقمی باشد (کامپیوتر فقط عدد ها را میشناسه) ۲. جایی که به راحتی فرمول بدست میاد هوش مصنوعی کاربرد ندارد ۳. یادگیری ماشین یعنی پیدا کردن یک الگو از دل داده های قدیمی ۴. پیشگویی یعنی انچه که وجود ندارد را بر اساس الگوی یادگرفته شده پیش بینی کنه 🎖دانشکده خودمونی - دوره رایگان طراحی سایت https://eitaa.com/joinchat/2857501003Ce1ec2dfbf0

حالا می خوام دسته بندی های هوش های مصنوعی را براتون به توضیح کوتاه بدم

در مثالی که برای شما از سنگ ها زدیم وقتی قرار شد که اطلاعات را به ماشین بدهیم از قبل برایش مشخص کردیم که چه سنگی در چه دسته ای قرار می گیرد به این نوع اطلاعات می گویم 👈 اطلاعات برچسب دار و به این روش یادگیری اصطلاحا گفته می شود یادگیری با نظارت یعنی کنار هر عکسی که به سیستم می دهیم بهش می گیم که جزو کدام دسته است. (تیره یا روشن) 🎖دانشکده خودمونی - دوره رایگان طراحی سایت https://eitaa.com/joinchat/2857501003Ce1ec2dfbf0

اما همیشه یادتان باشد که برای یادگیری با نظارت نیاز به برچسب دار کردن اطلاعات هست برچسب در حقیقت همان نتیجه ای است که ما از ماشین انتظار داریم برای ما تولید کند مثلا در مثال دسته بندی سنگ ها ما از قبل بهش گفتیم که دوتا دسته تیره و روشن داریم و جوابی بجز تیره و روشن از ماشین هم انتظار نداریم

اما مشکل برچسب دار کردن تعداد‌زیادی اطلاعات هست فرض کنید قصد داریم که از طریق هوش مصنوعی نرم افزاری برای تشخیص علت تصادف در یک چهار راه خاص طراحی کنیم و احتمال تصادفات را با کنترل زمان سبز یا زرد و یا قرمز بودن چراغ مرتبط کنیم 👏👏 در این مثال برای برچسب دار کردن نتایج یعنی باید کاری کنیم که تعداد زیادی ماشین در حالت های مختلف تصا‌دف کنند تا ما بتوانیم داده هایی با برچسب تولید کنیم 😂😂 خوب هم منطقی نیست، هم هزینه زیادی داره و هم زمان زیادی لازم داریم برای ایجاد داده ها در مواردی که برچسب دار کردن نتایج منطقی نیست ماشین باید یک دسته بندی به اختیار خودش ایجاد کنه

این مثل زمانی هست که ما انسانها یک سری وسیله را به اختیار خودمون دسته بندی می کنیم ممکنه دسته بندی که من انتخاب می کنم با دسته بندیی که شما انتخاب می کنید متفاوت باشه ولی خوب بلاخره دسته بندی هست

مثلا یکی‌از کاربرد های این روش در دسته بندی کردن اخبار در سایت های خبری هست به هوش مصنوعی گفته میشه بر اساس خبرهایی که تا الان منتشر شده خودت به سلیقه خودت خبرها را دسته بندی کن

اینجا دیگه این هوش مصنوعی را ما فقط یک چیز بهش می گوییم و ان چیزی که بهش گفته می شود تنها تعداد دسته ها است و نه اسم دسته ها مثلا بهش می گیم خبرها را در ۴ دسته قرار بده یا در ۷ دسته و یا... پس تنها چیزی که ما بهش خواهیم گفت تعداد دسته ها است در حالی که در یادگیری با نظارت علاوه بر تعداد دسته ها اسم هر دسته هم مشخص بود. و حتی چندمثال هم برای هر دسته بهش می دادیم

به روشی که فقط تعداد دسته ها را مشخص می کنیم و دسته بندی را به عهده ماشین می گذاریم یادگیری بدون نظارت گفته می شود

پس مورد سوم از این مطلب دارای حالت های مختلف هست الف- یادگیری با نظارت ب- یادگیری بدون نظارت