چرا اصلاً Deep Learning به وجود آمد؟در بعضی مسئله‌ها، داده آن‌قدر پیچیده است که مشخص کردن دستی تمام ویژگی‌های مهم کار ساده‌ای نیست!
مثلاً در تشخیص تصویر، اگر بخواهی خودت به مدل بگویی کدام پیکسل‌ها، لبه‌ها، شکل‌ها و ترکیب ویژگی‌ها مهم هستند، خیلی سریع با مسئله‌ای پیچیده روبه‌رو می‌شوی!
Deep Learning می‌تواند با عبور داده از چندین لایه، الگوهای ساده‌تر را به الگوهای پیچیده‌تر تبدیل کند و بخشی از استخراج ویژگی را خودش از داده یاد بگیرد.
یعنی به‌جای اینکه همیشه بگوییم «چه ویژگی‌ای را به مدل بدهیم؟»، در بسیاری از مسائل می‌توانیم اجازه دهیم شبکه از داده، نمایش مناسب‌تری از ویژگی‌ها یاد بگیرد!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning
پس Deep Learning دقیقاً چیست؟Deep Learning یکی از شاخه‌های Machine Learning است که از شبکه‌های عصبی چندلایه برای یادگیری الگوها از داده استفاده می‌کند.
برای مثال، فرض کن می‌خواهی یک مدل برای تشخیص گربه در تصویر بسازی. در یک شبکه عمیق، لایه‌های ابتدایی می‌توانند الگوهای ساده‌تر تصویر را دریافت کنند و لایه‌های بعدی از ترکیب آن‌ها به الگوهای پیچیده‌تر برسند؛ در نهایت خروجی شبکه می‌تواند احتمال تعلق تصویر به کلاس‌های مختلف را محاسبه کند!
به همین دلیل به آن Deep Learning می‌گوییم؛ چون یادگیری از میان لایه‌های متعدد شبکه عبور می‌کند!
و اینجا یک نکته مهم وجود دارد: قدرت Deep Learning فقط از «تعداد لایه‌ها» نمی‌آید؛ معماری شبکه، داده، آموزش و نحوه تنظیم مدل هم روی نتیجه تأثیر دارند!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning
Deep Learning یعنی استفاده از شبکه‌های عصبی چندلایه برای یادگیری الگوهای پیچیده‌تر از داده؛ اما هر مسئله‌ای به آن نیاز ندارد!قبل از انتخاب مدل، سه چیز را بررسی کن: نوع داده، پیچیدگی مسئله و منابعی که در اختیار داری.
اگر می‌خواهی هوش مصنوعی را عمیق‌تر و کاربردی‌تر یاد بگیری، پست های بعدی Noventix را از دست نده؛ چون ما دنبال پیشرفتیم، نه فقط بیهوده تلاش کردن!-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning
۳ کلمه‌ای که خیلی‌ها با شنیدن Deep Learning اشتباه می‌گیرند: «شبکه، نورون، و لایه!»ممکنه اسم Deep Learning، Neural Network و Neuron رو بارها شنیده باشی، اما اگر دقیق ندونی این سه تا چه ارتباطی با هم دارند، احتمالاً وقتی وارد مباحث جدی‌تر هوش مصنوعی می‌شی، خیلی از مفاهیم برات تبدیل به یک مشت اصطلاح پیچیده می‌شوند!
اما واقعیت خیلی ساده‌تر از چیزیه که به نظر می‌رسه؛ Deep Learning را باید از کوچک‌ترین جزء آن شروع کنی: نورون!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning#یادگیری_بدون_نظارت#کاهش_ابعاد#الگوریتم#نورون
اجرای کد Deep Learning کافی نیست؛ باید بفهمی مدل واقعا چطور به نتیجه می‌رسد!فرض کن شبکه‌ای برای تشخیص گربه و سگ ساخته‌ای. خروجی مدل را می‌بینی، اما اگر ندانی ورودی‌ها چطور از نورون‌ها و لایه‌ها عبور می‌کنند، هنگام خطا فقط حدس می‌زنی.
شناخت این مسیر کمک می‌کند بفهمی مشکل از داده، معماری، آموزش یا بخش دیگری از فرایند است.
پس قبل از مدل‌های پیچیده، اول ساختمان پایه‌ی Deep Learning را بشناس!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning#یادگیری_بدون_نظارت#کاهش_ابعاد#الگوریتم#نورون#شبکه_عصبی
چرا اصلا شبکه‌های عصبی مهم شدند؟چون در مسائل ساده می‌توانیم ویژگی‌های مهم داده را خودمان مشخص کنیم؛ اما در تصویر، صدا و متن، الگوها آن‌قدر پیچیده‌اند که تعریف دستی همه‌ی آن‌ها دشوار است!
شبکه‌های عصبی این مسئله را تغییر دادند: به‌جای اینکه تمام ویژگی‌ها را از قبل تعیین کنیم، مدل می‌تواند هنگام آموزش، الگوها و نمایش‌های مهم داده را خودش یاد بگیرد!
مثلاً در تشخیص گربه، مدل می‌تواند از لبه‌ها و شکل‌ها تا ترکیب بخش‌های مختلف تصویر را یاد بگیرد و ویژگی های مهم داده را تشخیص دهد!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning#یادگیری_بدون_نظارت#کاهش_ابعاد#الگوریتم#نورون#شبکه_عصبی
آموزش توسعه هوش مصنوعی | Noventix
آموزش توسعه هوش مصنوعی | Noventix
#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده
آموزش توسعه هوش مصنوعی | Noventix
#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده
از یک نورون تا Deep Learning؛ همه‌چیز از اینجا شروع می‌شود!یک Neuron چند ورودی دریافت می‌کند، برای هر ورودی یک مقدار اهمیت در نظر می‌گیرد و آن‌ها را با هم ترکیب می‌کند تا یک خروجی بسازد.
حالا وقتی چند نورون را کنار هم قرار می‌دهیم، یک Layer ساخته می‌شود. چند لایه که پشت سر هم قرار بگیرند، یک Neural Network را تشکیل می‌دهند.
هرچه شبکه عمیق‌تر شود، می‌تواند الگوهای پیچیده‌تری را از داده یاد بگیرد؛ مثلاً در تصویر، از لبه‌ها و شکل‌های ساده شروع کند و در لایه‌های بعدی به ویژگی‌های پیچیده‌تر برای تشخیص یک شیء برسد.
پس برای فهم Deep Learning، اول این رابطه را به‌خاطر بسپار:
Neuron → Layer → Neural Network → Deep Learning
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning#یادگیری_بدون_نظارت#کاهش_ابعاد#الگوریتم#نورون#شبکه_عصبی
Deep Learning را می‌توان از یک زنجیره ساده شروع کرد: نورون‌ها کنار هم لایه می‌سازند، لایه‌ها یک شبکه عصبی تشکیل می‌دهند و شبکه‌های عصبی چندلایه می‌توانند الگوهای پیچیده را از داده یاد بگیرند.اگر این پایه را درست بفهمی، ورود به معماری‌های پیشرفته‌تر خیلی منطقی‌تر می‌شود!
این پست رو هم برای اون دوستت بفرست که هنوز در مورد ساختمان پایه ی Deep Learning چیزی نمی دونه! چون ما دنبال پیشرفتیم! نه فقط بیهوده تلاش کردن!
-----------☆ NOVENTIX | نونتیکس. ☆--------
کانال تلگرام‌کانال بلهپیج روبینو‌پیج اینستاگرام#هوش_مصنوعی #AI #یادگیری_ماشین #MachineLearning #علم_داده #DataScience #Noventix #Deep_learning#یادگیری_بدون_نظارت#کاهش_ابعاد#الگوریتم#نورون#شبکه_عصبی