انواع یادگیری در یادگیری ماشین

در جلسه دوم از دوره آموزش یادگیری ماشین رایگان هوسم، می‌خواهم انواع یادگیری در یادگیری ماشین را معرفی کنم. سه روش یادگیری رایج در یادگیری ماشین وجود دارد: یادگیری باناظر، یادگیری بدون ناظر و یادگیری تقویتی. در یادگیری باناظر، دو وظیفه طبقه بندی و رگرسیون بسیار شناخته شده هستند. در یادگیری بدون ناظر هم، دو وظیفه کاهش بعد و خوشه بندی بسیار رایج هستند. در این جلسه با این دسته‌ها آشنا خواهید شد. با هوسم همراه باشید…

انواع یادگیری در انسان!

در یادگیری ماشین روش‌های متنوعی برای یادگیری وجود دارد. بسیاری از این روش‌ها، در انسان هم وجود دارند. یعنی مغز ما هم به روش‌های مختلفی درحال یادگیری است. بیایید چند روش یادگیری رایج در انسان را باهم مرور کنیم.

یادگیری از طریق بازی

گاهی، مغز ما در قالب یک بازی درحال یادگیری است. همین‌طور که درحال بازی هستیم و مدام پیروزی و شکست را تجربه می‌کنیم، مغز ما هم درحال یادگیری است. با بیشتر بازی کردن، مهارت ما در بازی بیشتر می‌شود. این مهارت با یادگیری بدست آمده است.

یادگیری از طریق معلم

گاهی مغز ما از یک نفر دیگر مانند پدر، مادر، معلم و خیلی افراد دیگر مطالبی را یاد می‌گیرد. احتمالا، اولین بار این پدرومادرمان بودند که به ما نام حیوانات و میوه‌ها را آموختند. پس اینجا یک معلم/ناظر داریم که مثلا سیب را نشان می‌دهد و همزمان می‌گوید سیب. پس هم به ما داده می‌دهند و هم جواب مطلوب یا برچسب آن داده را نشان داده‌اند.

یادگیری بدون معلم

گاهی، بدون وجود بزرگتر یا همان ناظر یاد می‌گیریم. مغز یک نوزاد از همان ابتدا درحال یادگیری است. نوزاد نه قابلیت یادگیری هنگام بازی را دارد و نه زبان آدمیزاد می‌فهمد! 😃 مثلا بدو تولد نوزاد واکنشی به صداهای اطراف ندارد. اما رفته رفته مغز او یاد می‌گیرد که صداها را دنبال کند، سخن‌گو را از بین جمع پیدا کند و نامش چیست. ما تنها می‌توانیم نامش را صدا بزنیم و امیدوار باشیم که او بشنود. نمی‌توانیم بگوییم “به دنیا خوش اومدی اسمت هوسم هست”. بعد او هم بگوید: “از اسمم خوشم نیومد، وایسا دنیا من می‌خوام پیاااده شم!”.

پس نوزاد فقط داده دریافت می‌کند و خبری از جواب مطلوب نیست. اصلا نمی‌توانیم جواب مطلوب به او بدهیم، گیرنده‌هایش مشکل دارد! این شکل یادگیری، با بزرگتر شدن نوزاد نه تنها قطع یا کم‌رنگ نمی‌شود، بلکه مدام بیشتر و بیشتر می‌شود. این روش یادگیری، یکی از مهم‌ترین روش‌های یادگیری مغز است که حالا در سال‌های اخیر بیش از پیش بین محققان هوش مصنوعی اهمیت پیدا کرده است.

روش‌های یادگیری در مغز انسان بسیار متنوع هستند. بیش از این ادامه نمی‌دهم، اما لطفا شما داستان، مثال جالب و حتی روش‌های یادگیری متفاوت از موارد بالا را که در انسان دیده‌اید، برای ما کامنت کنید.

یادگیری انسان و یادگیری ماشین

سه روش ذکرشده در بالا درباره یادگیری مغز انسان، بسیار مهم هستند. اتفاقا این روش‌های یادگیری انسان در یادگیری ماشین هم وجود دارد. در لیست زیر، سه روش یادگیری ماشین و روش یادگیری معادل با آن در انسان را آورده‌ام:

• یادگیری تقویتی در یادگیری ماشین (Reinforcement Learning) ← معادل با یادگیری از طریق بازی در انسان
• یادگیری باناظر در یادگیری ماشین (Supervised Learning) ← معادل با یادگیری از طریق معلم در انسان
• یادگیری بدون ناظر در یادگیری ماشین (Unsupervised Learning) ← معادل با یادگیری بدون معلم در انسان

در ادامه به‌صورت مختصر هریک از این روش‌های یادگیری در یادگیری ماشین را بررسی می‌کنم.

یادگیری باناظر (Supervised Learning)

یکی از انواع یادگیری در یادگیری ماشین، یادگیری باناظر است. همان‌طور که از نامش پیداست، در این نوع یادگیری، یک ناظر وجود دارد. این ناظر به الگوریتم یادگیری ماشین در فرآیند یادگیری کمک می‌کند. داده‌هایی که در یادگیری باناظر استفاده می‌شوند، جواب مطلوب را هم همراه خود دارند. این جواب مطلوب همان برچسب است که در جلسه قبل با آن آشنا شدید. اگر نمی‌دانید برچسب چیست اینجا کلیک کنید.

دو وظیفه در یادگیری باناظر وجود دارد که از اهمیت زیادی برخوردار هستند:

• طبقه بندی (Classification)
• رگرسیون (Regression)

درادامه، در دو بخش جداگانه این دو را به شما توضیح می‌دهم.

رگرسیون (Regression)

رگرسیون در یادگیری ماشین یعنی پیش‌بینی/تخمین یک مقدار عددی (پیوسته) بر اساس داده‌های ورودی. شاید درک این تعریف برای شما کمی مشکل باشد. بیشتر توضیح می‌دهم؛ تصور کنید، شما دیتاستی شامل خانه‌های موجود در سایت دیوار را دارید. از شما خواسته شده که براساس داده‌ها و ویژگی‌های موجود در دیتاست دیوار، قیمت خانه‌ها را تخمین بزنید. چنین مسئله‌ای در قلمروی رگرسیون قرار می‌گیرد. باید یک مدل رگرسیون مناسب انتخاب کنیم و آن را روی دیتاست دیوار آموزش دهیم تا بتواند قیمت خانه‌ها را تخمین بزند. 

پس، به وضوح می‌بینید که ما درحال تخمین یک مقدار عددی در خروجی از روی داده‌های ورودی هستیم. حالا چرا می‌گوییم تخمین یک مقدار عددی پیوسته؟ واضح هست! خروجی ما پیوسته است و هر عددی در فضای اعداد حقیقی می‌تواند باشد!

مدل‌های رگرسیون متنوعی در یادگیری ماشین داریم. در جلسات بعدی همین دوره، چند مدل رگرسیون را خواهید آموخت. اما، رگرسیون خطی، یک مدل رگرسیون برای تخمین یک مقدار پیوسته است. این مدل تنها زمانی استفاده می‌شود که یک رابطه خطی بین داده ورودی و هدف وجود داشته باشد. تصویر زیر نشان می‌دهد که چگونه رگرسیون خطی با یک خط، مقدار y داده‌ها را تخمین می‌زند!

در جلسات آینده با رگرسیون به طور کامل آشنا خواهید شد.

دسته بندی (Classification)

طبقه‌بندی در یادگیری ماشین یعنی پیش‌بینی برچسب یا دسته یک داده. برخلاف رگرسیون که یک مقدار پیوسته را تخمین می‌زد، در طبقه بندی (یا کلاس بندی) خروجی یک مقدار گسسته است. چرا؟ چون می‌گوییم داده متعلق به کلاس 0، 1، 2 و الی آخر هست. دیگر نمی‌گوییم داده متعلق به کلاس 1.5 هست! مثلا در تصویر زیر، یک مدل یادگیری ماشین داریم که تشخیص می‌دهد که یک ایمیل، اسپم هست یا خیر:

چه در رگرسیون و چه در طبقه بندی، ما همواره ناظر یا برچسب را داشتیم. در بخش بعدی از جلسه انواع یادگیری در یادگیری ماشین، می‌خواهم به روش یادگیری بدون ناظر بپردازم. حالتی که هیچ برچسبی وجود ندارد و در انسان هم این یادگیری بسیار پررنگ است.

یادگیری بدون ناظر (Unsupervised Learning)

در یادگیری بدون ناظر، داده آموزشی هیچ گونه جواب مطلوبی همراه با خود ندارد. یعنی، هیچ گونه برچسب و لیبلی وجود ندارد. در این حالت سیستم بدون ناظر یا معلم باید یاد بگیرد. در این دسته روش‌ها، ما باید در پی یافتن ارتباط و الگوی بین داده‌ها باشیم. منظور از یافتن ارتباط و الگو بین داده‌ها چیست؟ برگردیم به شکل سوم (اشکال هندسی در یادگیری بدون معلم)؛ اگر من از یک کودک بخواهم این داده‌ها را براساس شکل گروه‌بندی کند، او چگونه باید این کار را انجام دهد؟ قاعدتا، باید شکل‌ها را با هم مقایسه کند. آنهایی که شبیه هم هستند را در یک جا قرار دهد. یک شکل (مثلا مربع) بردارد و شکل‌های دیگر را با آن مقایسه کند. پس دنبال پیدا کردن ارتباط و الگوی بین داده‌ها هست.

بیایید یک مثال دیگر را بررسی کنیم تا با یادگیری بدون ناظر در یادگیری ماشین بیشتر آشنا شوید.

مثال یادگیری بدون ناظر

تصور کنید یک فروشگاه کتاب دارید. هنگام خرید، اطلاعات مشتری ثبت می‌شود. این اطلاعات به شکل یک فایل اکسل است که در آن نام، سن، جنسیت مشتریان و نام و ژانر کتاب‌های خریداری شده ثبت شده است (شکل زیر). حالا می‌خواهیم روی این اطلاعات، تجزیه و تحلیلی کنیم. مثلا به ذهنمان رسیده بررسی کنیم مردها و زن‌ها به کدام ژانر کتاب بیشتر علاقه‌مند هستند.

نیازی به یادگیری ماشین نیست! کافی است یک کد ساده بنویسیم و ببینیم در هر ژانر کتاب (رمان، کمدی، انگیزشی و غیره) چه تعداد را آقایان و چه تعداد را خانم‌ها خریده‌اند. یعنی نموداری به شکل زیر بکشیم. اگر اکسل بلد باشید، حتی نیاز به کدنویسی هم نیست و با اکسل می‌توان این کار را انجام داد!

طبق نمودار بالا، در ژانر رمان عاشقانه، 98درصد از خریداران، خانم‌ها بوده‌اند. همچنین، در ژانر کمدی 99 درصد از خریداران، آقایان بوده‌اند. حالا می‌دانیم که رمان‌های عاشقانه جدیدمان را اگر به خانم‌ها معرفی کنیم، بهتر فروش خواهند رفت. همچنین، معرفی کتاب‌های کمدی جدید به آقایان هم احتمالا نتیجه بهتری خواهد داشت. این اطلاعات مهم بدون بهره‌گیری از هیچ برچسبی به‌دست آمد. شما تنها از الگوهایی که بین داده‌ها وجود داشت استفاده کردید و به نتایج جالبی رسیدید. این نمونه‌ای از کاربرد یادگیری بدون ناظر ست.

دو وظیفه در یادگیری بدون ناظر بسیار شناخته شده هستند:

• خوشه بندی (Clustering)
• کاهش بعد (Dimension Reduction)

در ادامه، می‌خواهم به توضیح این دو بخش بپردازم.

خوشه بندی (Clustering)

در خوشه بندی داده‌های بدون برچسب، به چند گروه، خوشه یا کلاستر تقسیم می‌شوند. الگوریتم‌های کلاسترینگ، داده‌ها را بر اساس ویژگی‌هایشان، خوشه بندی می‌کنند. داده‌هایی که ویژگی‌های مشابه داشته باشند در یک گروه قرار خواهند گرفت. الگوریتم‌های خوشه بندی اطلاعات ارزشمندی از داده‌ها در اختیار می‌گذارند. تصویر زیر را در نظر ببینید؛ مشخص است که سه خوشه در دیتاست داریم که داده‌های هر خوشه خصوصیات مشابهی دارند.

نمودار سمت چپ، مجموعه‌ای از داده‌ها را نشان می‌دهد که برچسب ندارند. اگر به یک انسان این داده‌ها را نشان دهیم و بگوییم اینها را گروه‌بندی کن. می‌بیند داده‌ها گروه گروه هستند و کافی است دور آنها یک خط بکشد و تمام! هدفِ یک الگوریتم کلاسترینگ هم این است که با در نظر گرفتن ویژگی‌های داده‌ها، آن‌ها را مانند نمودار سمت راست، خوشه بندی کند.

انتظار دارم متوجه شده باشید که خوشه بندی مشابه با طبقه بندی هست. با این تفاوت که در خوشه بندی، بدون برچسب باید داده‌ها را گروه‌بندی کنیم، اما در طبقه‌بندی برچسب هر داده را داریم. 

کاهش بعد (Dimension Reduction)

کاهش بعد یکی از روش‌های یادگیری بدون ناظر است که هدف آن ساده‌تر کردن داده‌ها با حذف ویژگی‌های غیرضروری است. در بسیاری از دیتاست‌ها، تعداد ویژگی‌ها بسیار زیاد است و همه آن‌ها اطلاعات مفیدی ارائه نمی‌دهند. روش‌های کاهش بعد با ترکیب یا فشرده‌سازی ویژگی‌ها، تعداد آن‌ها را کاهش می‌دهند؛ مثلا ممکن است داده‌های ۴‌بعدی را به ۲ بعد کاهش دهیم.

کاهش بعد مزایای متعددی دارد:

• حذف ویژگی‌های اضافی و حفظ اطلاعات مهم،
• امکان نمایش داده‌ها در دو یا سه بعد برای درک بهتر،
• کاهش حجم داده‌ها و افزایش سرعت الگوریتم‌های یادگیری.

یادگیری تقویتی (Reinforcement Learning)

به یادگیری تقویتی، یادگیری پاداش و جزا نیز گفته می‌شود. یادگیری تقویتی را شاید بتوان به آموزش یک حیوان خانگی شباهت داد! فرض کنید شما می‌خواهید به یک سگ نشستن یاد بدهید. هربار از او می‌خواهید که بنشیند. احتمالا اوایلِ آموزش اصلا نمی‌فهمد شما چه می‌گویید و شروع به بازیگوشی می‌کند. به محض اینکه بازیگوشی کند شما مجازاتش می‌کنید، مثلا داد می‌زنید “نه”! بنابراین می‌فهمد که کار اشتباهی انجام داده است و دیگر آن را تکرار نمی‌کند. اما اگر او بنشیند، یک پاداش دریافت می‌کند، که می‌تواند غذای موردعلاقه‌اش باشد! بنابراین سگ می‌فهمد هرزمان که موقع گفتن کلمه “بشین”، بنشیند، غذای مورد علاقه‌اش را دریافت می‌کند. به این ترتیب در اثر تکرار یاد می‌گیرد که بنشیند!

یادگیری تقویتی (Reinforcement Learning) شاخه‌ای از یادگیری ماشین است که در آن یک عامل (Agent) با انجام عمل‌ها در محیط و دریافت پاداش یا تنبیه، یاد می‌گیرد چگونه بهترین تصمیم‌ها را بگیرد. منظورم از عامل (Agent) همان سگ در سناریوی بالا هست. کسی که نقش اصلی را در بازی ایفا می‌کند. هدف عامل این چیست؟ هدفش اینست که با تجربه و آزمون‌و‌خطا، سیاستی (Policy) بیاموزد که در بلندمدت بیشترین پاداش ممکن را کسب کند. برای مثال، عامل هوشمند پک‌من در ویدئوی زیر یاد می‌گیرد چگونه با انجام حرکات مناسب برنده شود.

در ویدئوی بالا، پک‌من همان ایجنت هست. هرگاه ایجنت، سکه‌ها را بخورد، پاداش دریافت می‌کند (به امتیازش اضافه می‌شود). اما اگر به هرکدام از روح‌ها برخورد کند، تنبیه خواهد شد (تمامی امتیازات از او گرفته می‌شود و بازی به پایان می‌رسد). فرآیند آموزش الگوریتم آنقدر تکرار می‌شود تا بر اساس پاداش و جزاها، شبکه یاد بگیرد که چطور بازی کند!. جذاب هست، نه؟

بیان علمی یادگیری تقویتی

به بیان علمی می‌توان یادگیری تقویتی را با بلوک دیاگرام زیر تشریح کرد؛

• Agent: عامل هوشمند که قابلیت یادگیری و تصمیم‌گیری دارد.
• Action: مجموعه کارهایی که یک ایجنت می‌تواند انجام دهد. عقب/جلو/بالا/پایین برود، بپرد، ضربه بزند و …
• Environment: محیط، جایی که ایجنت یاد می‌گیرد و تصمیم می‌گیرد. مثلا، محیط بازی پک‌من یا سوپرماریو یا …
• State: وضعیت ایجنت در محیط
• Reward: پاداش/جزا

جمع‌بندی جلسه انواع یادگیری در یادگیری ماشین

در این جلسه انواع یادگیری در یادگیری ماشین را آموختید. سه روش یادگیری باناظر، بدون ناظر و تقویتی را برای شما تشریح کردم. گفتم که یادگیری باناظر دو زیر مجموعه دارد: رگرسیون و طبقه بندی. یادگیری بدون ناظر هم دو زیر مجموعه دارد: خوشه بندی و کاهش بعد. از هرکدام از روش‌ها هم مثال‌هایی آوردم تا برایتان روشن‌تر شود. در جلسات آینده تکنیک‌های شناخته شده در یادگیری با ناظر و بدون ناظر را تشریح خواهم کرد. امیدوارم که این آموزش مورد توجه شما قرار گرفته باشد. سوالات و نظرهای خود را برایمان کامنت کنید. بعد استراحتی کوتاه، جلسه بعدی دوره یادگیری ماشین رایگان را شروع کنید…