چیزی که از این درس میبری
- مدلها ویژگیها رو میبینن: عددهایی که هر نمونه رو توصیف میکنن.
- با برچسبها، آموزش یه خط مرز بین گروهها پیدا میکنه.
- یه نمونهی جدید بر اساس اینکه کدوم طرف خط مرز میافته، دستهبندی میشه.
ویژگی (Feature)
یه واقعیت قابل اندازهگیری دربارهی یه نمونه که تبدیل به عدد شده. یه میوه ممکنه با وزنش و رنگش توصیف بشه؛ یه خونه با متراژش و سنش. یه مدل فقط با ویژگیهایی کار میکنه که بهش داده شده.
سیب: وزن ۱۵۰ گرم، قرمزی ۰٫۸. پرتقال: وزن ۲۰۰ گرم، قرمزی ۰٫۳.
خودت رو امتحان کنسؤال ۱ از ۴
ندا میخواد یه مدل بسازه که حدس بزنه آیا یه ماشین دستدوم ارزش خرید داره یا نه. کدوم جفت از ویژگیها بیشتر به دردش میخوره؟
- رنگ خونهی فروشنده و روز هفته
- قیمت و کیلومتر کارکرد، در مقایسه با ماشینهای مشابه
- اسم ماشین و فونت آگهی
- طول تیتر آگهی
جواب رو ببین
قیمت و کیلومتر کارکرد، در مقایسه با ماشینهای مشابه
آره. قیمت و کارکرد، اطلاعات واقعی دربارهی ارزش ماشین دارن. یه مدل فقط الگوهایی رو پیدا میکنه که واقعاً تو ویژگیهاش باشن.
۰۲دستهبندی
دستهبندی چیزها تو گروهها
با دو تا ویژگی، هر نمونه میشه یه نقطه روی نمودار. اگه گروهها تو منطقههای متفاوتی نشسته باشن، مدل میتونه یه مرز یاد بگیره؛ یعنی یه خط بینشون. برای دستهبندی یه چیز جدید، نگاه میکنه نقطهی جدید کدوم طرف خط میافته. مدلهای واقعی از ویژگیهای خیلی بیشتر و مرزهای خمیده استفاده میکنن، ولی اصل ماجرا همینه.
آموزش در برابر پیشبینی
آموزش
مدل نمونهها رو همراه با جواب میبینه و خطش رو اونقدر جابهجا میکنه تا به بهترین شکل از هم جداشون کنه.
پیشبینی
مدل یه نمونهی جدید رو بدون جواب میبینه و میگه کدوم طرف خط افتاده.
خودت رو امتحان کنسؤال ۲ از ۴
وقتی یه مدل آموزش دید، برای دستهبندی یه نمونهی جدید حتماً باید اول جواب درستش رو ببینه.
- درست
- نادرست
جواب رو ببین
نادرست
غلطه. جوابها فقط موقع آموزش لازمن. بعد از اون، مدل نمونههای جدید رو خودش دستهبندی میکنه؛ اصلاً کل ماجرا همینه.
قدمبهقدم ببین

۱/۴هر نمونه یه نقطهست دوازده نمونه که هر کدوم با دو تا ویژگی جایگذاری شدن: x1 روی محور پایین و x2 روی محور عمودی. شش تا پایین سمت چپ کنار همن و شش تا بالا سمت راست. تا اینجا همگی خاکستریان: هنوز برچسبی ندارن.

۲/۴برچسبها گروه نقطهها رو مشخص میکنن حالا هر نقطه برچسب خودش رو میگیره. اون شش تای پایین سمت چپ نارنجیان و شش تای بالا سمت راست آبی. این دو تا گروه کاملاً بخشهای متفاوتی از نمودار رو گرفتن.

۳/۴آموزش خط رو میکشه آموزش خطی رو پیدا میکنه که همهی نقطههای نارنجی رو یه طرف نگه میداره و همهی نقطههای آبی رو طرف دیگه. اون خط یاسی همون چیزیه که مدل یاد گرفته.

۴/۴یه نقطهی جدید دستهبندی میشه یه نمونهی جدیدِ بدون برچسب که با علامت سؤال مشخص شده، روی نمودار میشینه. این نقطه سمت آبیِ خط افتاده، پس مدل بهش میگه آبی، و داخل نقطه با رنگ آبی پر میشه.
خودت رو امتحان کنسؤال ۳ از ۴
هر اصطلاح رو به معنیش وصل کن
- ویژگی (Feature)
- برچسب (Label)
- خط مرز (Boundary)
- پیشبینی (Prediction)
جواب رو ببین
- ویژگی (Feature) → عددی که یه نمونه رو توصیف میکنه
- برچسب (Label) → جواب درست برای یه نمونهی آموزشی
- خط مرز (Boundary) → جایی که دستهبندی مدل از یه گروه به گروه دیگه عوض میشه
- پیشبینی (Prediction) → جواب مدل برای یه نمونهی جدید
خودت رو امتحان کنسؤال ۴ از ۴
مدل کاوه ایمیلها رو فقط با یه ویژگی دستهبندی میکنه: طول متن. معلوم میشه ایمیلهای اسپم و عادی هر طولی میتونن داشته باشن، برای همین نقطهها کاملاً با هم قاطی شدن. چی بیشترین کمک رو میکنه؟
- مدل رو مدت طولانیتری آموزش بده
- ویژگیهایی اضافه کنه که واقعاً بین اسپم و ایمیل عادی فرق دارن؛ مثل لینکها یا سابقهی فرستنده
- خط مرز رو دستی یه جای دیگه بکشه
- از نمونههای کمتری استفاده کنه
جواب رو ببین
ویژگیهایی اضافه کنه که واقعاً بین اسپم و ایمیل عادی فرق دارن؛ مثل لینکها یا سابقهی فرستنده
درسته. اگه گروهها روی همهی ویژگیهایی که داری با هم قاطی باشن، هیچ خط مرزی نمیتونه جداشون کنه. ولی ویژگیهای جدید و بااطلاعات میتونن.
۰۴جمعبندی
مرور درس
- مدلها ویژگیها رو میبینن: عددهایی که هر نمونه رو توصیف میکنن.
- با برچسبها، آموزش یه خط مرز بین گروهها پیدا میکنه.
- یه نمونهی جدید بر اساس اینکه کدوم طرف خط مرز میافته، دستهبندی میشه.
- اگه گروهها روی همهی ویژگیها همپوشانی داشته باشن، ویژگیهای بهتر خیلی بیشتر از آموزش بیشتر جواب میدن.
به سبک خودت یادش بگیر.
توی اپ از یادآی بخواه این درس رو سادهتر توضیح بده، از زندگی خودت مثال بزنه یا عمیقتر بره. بعد یه مسیر کامل دور هدف خودت بساز.