نوشته‌های مسعود عرفانیان

  • عبور از محدودیت‌های ذهن انسان در یادگیری ماشین

    عبور از محدودیت‌های ذهن انسان در یادگیری ماشین

    در بسیاری از روش‌های یادگیری ماشین، ما به ماشین سرمشق می‌دهیم. یعنی مشخص می‌کنیم که ماشین، چطور تابع یا مدل نهایی را بسازد. این موضوع، می‌تواند نقطه قوت بسیاری از مدل‌ها باشد. در عین حال، همین سرمشق دادن، باعث می‌شود محدودیت‌های ذهن انسان به مدل‌های یادگیری ماشین تحمیل شود. در این نوشته، به این موضوع…

  • یادگیری بدون نظارت

    یادگیری بدون نظارت

    همیشه نمی‌توانیم روی یادگیری ماشین نظارت داشته باشیم. این اتفاق اغلب زمانی رخ می‌دهد که داده‌های برچسب‌گذاری شده در اختیارمان نباشد. در این شرایط، باید کاری کنیم که ماشین همچنان بتواند – به اصطلاح – یاد بگیرد. در این نوشته، توضیح می‌دهم که یادگیری بدون نظارت دقیقا چه معنایی دارد. همچنین با چند روش یادگیری…

  • انتخاب مواد اولیه برای یادگیری ماشین

    انتخاب مواد اولیه برای یادگیری ماشین

    از میان انبوه داده‌ها، بخش محدودی ممکن است به درد ما بخورد. اگر داده‌ها مواد اولیه آموزش مدل‌ها باشند، باید آن‌هایی را انتخاب کنیم که بیش‌ترین تاثیر را روی مدل نهایی می‌گذارند. در این نوشته، ضمن پرداختن به این موضوع، با مفاهیمی نظیر مهندسی ویژگی و کاهش ابعاد داده‌ها آشنا خواهیم شد.

  • یادگیری با نظارت

    یادگیری با نظارت

    یادگیری با نظارت یعنی از داده‌های برچسب‌گذاری شده برای آموزش یک مدل استفاده کنیم. به عبارتی، باید بدانیم به ازای یک ورودی مشخص، مدل باید چه خروجی‌ای تولید کند. آگاهی از پاسخ درست، به نوعی ما را قادر می‌سازد تا روی یادگیری مدل، نظارت داشته باشیم.

  • چاقوی سوئیسی یادگیری ماشین

    چاقوی سوئیسی یادگیری ماشین

    دنیای یادگیری ماشین، یک چاقوی همه‌کارهٔ سوئیسی دارد که برای حل کردن بسیاری از مسائل، از آن استفاده می‌شود. نام این چاقوی سوئیسی، «الگوریتم گرادیان کاهشی» یا Gradient Descent است. این الگوریتم در سال ۱۸۴۷، توسط آگوستین لویی کوشی، ریاضی‌دان و فیزیک‌دان فرانسوی طراحی شده است. در ادامه، توضیح می‌دهم که این الگوریتم چطور کار…

  • آشنایی با یادگیری ماشین

    آشنایی با یادگیری ماشین

    یادگیری ماشین دقیقا چیست و چه ارتباطی با هوش مصنوعی دارد؟ در این نوشته ضمن پاسخ دادن به این پرسش‌ها، با یک مثال ساده، شرح می‌دهم که مدل هوش مصنوعی یعنی چه و برای آموزش دادن به ماشین، چه مراحلی طی می‌شود.

  • چارچوبی انتزاعی برای مواجهه با عدم‌قطعیت

    چارچوبی انتزاعی برای مواجهه با عدم‌قطعیت

    شاید تابه‌حال از این زاویه به کارتان نگاه نکرده باشید، اما بسیاری از سازمان‌ها بابت توانایی شما در «مواجهه با عدم‌قطعیت» به شما پول پرداخت می‌کنند. آن‌ها همواره با گسترهٔ وسیعی از نادانسته‌ها روبه‌رو هستند و شما باید صمیماتی بگیرید و اقداماتی انجام دهید که کسب‌وکار را به نتایج مطلوب می‌رساند. در واقع، «مواجهه هوشمندانه…

  • فراتر از ترازنامه: آشنایی با نسبت‌های مالی

    فراتر از ترازنامه: آشنایی با نسبت‌های مالی

    نسبت‌های مالی کمک می‌کنند از ترازنامه شرکت سر در بیاوریم. به طور معمول، نسبت‌های مالی به چهار دسته نقدینگی، سودآوری، تامین و اهرم مالی، و بهره‌وری تقسیم می‌شوند. هر کدام از این دسته‌ها، نشان می‌دهد تحلیل‌گران از چه زوایایی وضعیت مالی شرکت‌ها را ارزیابی می‌کنند.

  • آموزش یادگیری ماشین برای افراد غیرفنی

    آموزش یادگیری ماشین برای افراد غیرفنی

    «قرار نیست همه ما مدل هوش مصنوعی بسازیم. ولی AI نباید برای ما شبیه به جادو باشه. یه درک کلی از این‌که چطوری کار می‌کنه، می‌تونه خیلی مفید باشه.» در این مطلب، فهرستی از موضوعات یادگیری ماشین را جمع‌آوری کرده‌ام؛ موضوعاتی که به عنوان یک فرد غیرفنی، لازم است درباره یادگیری ماشین و هوش مصنوعی…