ما با یک بررسی کلی در مورد اینکه مدل های یادگیری ماشین چیه و چگونه استفاده میشن شروع میکنیم. این یکم ابتدایی به نظر میاد اگه شما قبلا مدل های آماری یا یادگیری ماشین رو قبلا شروع کرده باشید. نگران نباشید ما به زودی یه مدل پیشرفته رو با هم جلو میبریم .
این آموزش از شما میخواهد طبق سناریوی زیر جلو برید:
فرض کنید پسر عموتون (اگه دارید) میلیون ها تومن از مشاور املاکی بودنش در آمد داره و میاد به شما پیشنهاد میده که شریک تجاریش بشید چرا؟ چون شما به علم داده یا (دیتا ساینس ) علاقه دارید.اون به شما پول میده و شما باید یه مدل بسازید که بتونه ارزش خونه های مختلف رو پیش بینی کنه (مسئله پایه تو یادگیری ماشین).
شما از پسر عموتون میپرسید خوب خودت قبلا چجوری این کار و میکردی ؟ و اون بهتون میگه قبلا به صورت شهودی و با تجربه ای که داشته این کارو انجام میداده .
ولی بعد که ازش بیشتر سوال میکنید میفهمید اون قدرت جادوییش الکیه و از روی هوا نمیتونه قیمت تعیین کنه بلکه از قیمت خونه هایی که قبل دیده بوده پیش بینی میکنه و یک الگو داره که از اون برای پیش بینی خونه های جدیدی که میبینه استفاده میکنه .
یادگیری ماشین هم دقیقا به همین روش عمل میکنه .ما به یه مدل که بهش درخت تصمیم گیری (Decision Tree) گفته میشه شروع میکنیم.
مدل های باکلاس تر دیگه ای هم هست که دقت بیشتری بهمون میده ولی درخت تصمیم گیری برای یاد گیری خیلی آسونه و یکی از بلوک های اساسی بعضی از بهترین مدل ها در دیتا ساینس محسوب میشه.
برای ساده سازی ما از ساده ترین درخت تصمیم گیری موجود در این مدل استفاده میکنیم .
که فقط به دودسته تقسیم میشه .قیمت پیش بینی شده برای هر خانه که در نظر گرفته میشه میانگین تاریخی قیمت های خانه های همان دسته است.
ما از داده ها استفاده میکنیم که چطور خونه ها رو به دسته بشکنیم و مجدد قیمت پیش بینی شده هر گروه رو تعیین کنیم این مرحله از گرفتن الگو ها برازش(fitting) یا آموزش مدل(training) نامیده میشه. داده ها مورد استفاده برای برازش داده ها داده های آموزشی نامیده میشوند.
جزییات اینکه چطوری داده ها جدا سازی میشن به اندازه کافی پیچیده است و بعدا در موردش صحبت میکنیم.بعد از اینکه مدل فیت شد میتونید اونو روی داده های جدید اعمال کنید تا قیمت خونه های جدید رو پیش بینی کنید.
کدوم یک از دوتا درخت تصمیم گیری زیر بیشتر شبیه نتیجه بدست امده از برازش داده های اموزشیه؟
درخت تصمیم گیری چپی بنظر منطقی تر میاد چون داره به ما نشون میده خونه هایی که اتاق خوابای بیشتری دارن احتمالا قیمت بالا تری هم دارن. ولی بدی این مدل اینه که ویژگی های دیگه که ممکنه رو قیمت خونه تاثیر بزار مثل تعداد حموم دسشویی ها و موقعیت مکانی خونه و ... رو دخیل نکرده .
میتونید فاکتور های بیشتری رو توی درختتون استفاده کنید به این میگن درختان عمیق تر یا ( deeper trees) یه درخت تصمیم گیری که سایز کلی خونه رو هم در نظر گرفته شبیه چیزی شبیه درخت زیریه:
شما قیمت هر خونه رو از طریق درخت تصمیم گیری پیش بینی میکنید و همیشه مسیر مربوطه به ویژگی های ان خانه رو انتخاب میکنید. قیمت پیش بینی شده برا خانه در انتهای این درخت است .به نقطه پایانی که پیش بینی میکنیم برگ گفته میشه.
لینک اصلی آموزش رو میتونید از اینجا ببینید.
