منوهای نصب در پنل مدیریت

  • ورود
  • سبد خرید شما خالی است.

6 قدم برای نوشتن الگوریتم ML

نوشتن الگوریتم ML از ابتدا یک تجربه یادگیری بسیار با ارزش و لذت بخش است.

بعضی الگوریتم ها ساختار بسیار سختی نسبت به الگوریتم های دیگر دارند ، پس بزارید با یک الگوریتم تک لایه و ساده این کار را پیش ببریم.

حتما به این موضوع توجه داشته باشید که این یک توضیح کلی است و وارد جزعیات نمی شویم.

قبل از هر چیز برای نوشتن یک الگوریتم ML از پایه باید از 6 مرحل پیروی کنیم:

  1. کسب کردن درک اولیه نسبت به الگوریتم.
  2. پیدا کردن چند منبع یادگیری.
  3. تکه تکه کردن الگوریتم ML.
  4. شروع کردن با یک مثال ساده.
  5. معتبر کردن آن با یک اجرای مطمئن.
  6. نوشتن روند عملکرد.

کسب کردن درک اولیه نسبت به الگوریتم

ابتدا این را در نظر داشته باشید که اگر درک اولیه نسبت به الگوریتمی که میخواهید بنویسید را ندارید نباید آن را حل کنید.

شما حداقل باید بتوانید به این سوال ها در رابطه با الگوریتمتان پاسخ بدهید:

  • الگوریتم من چیست؟
  • الگوریتم من به چه دردی میخورد؟
  • چه موقه ای نمیتونم ازش استفاده کنم؟

بیاید با استفاده از الگوریتم Perceptron به این سوالا پاسخ دهیم:

  • پرسپترون تک لایه یکی از ساده ترین neural network ها است. از این الگوریتم ML برای حل کردن مشکلات طبقه بندی باینری استفاده می شود.(1 یا 0 ، True یا False)
  • بعضی از کاربرد های ساده آن می تواند تجزیه و تحلیل احساسات باشد( بازخورد منفی یا مثبت).برای این مدل کیس ها باید مرز تصمیم گیری به صورت خطی مشخص شود.
  • اگر مرز تصمیم گیری به صورت خطی نباشد نمی توانیم از Perceptron استفاده کنیم.
الگوریتم ML

پیدا کردن چند منبع یادگیری

در این لحظه که ما به درک کلی نسبت به کار الگوریتم رسیده ایم بهتر است راجب آن تحقیق کنیم.این تحقیق ها می تواند از کتاب ها، ویدئو های آموزشی یا هر چیز دیگری.

شما میتوانید در youtube فیلم هایی در رابطه با الگوریتم Perceptron پیدا کنید و آن را یاد بگیرید.

الگوریتم را تکه تکه کنید

حال که ما منابع مورد نیاز را در رابطه با الگوریتم ML خود جمع آوری کردیم زمان یادگیری فرا می رسد.

بجای هدر دادن وقت خود با خوندن تمام فصول یک وبلاگ ، بهتر است به دنبال بخش های مهم آن بگردید.

نقاط مهم را یادداشت کنید، و الگوریتم را تشریح کنید.

پس از گذر از مرحله منابع، باید الگوریتم Perceptron را به 5 تکه زیر تبدیل کنیم:

  1. ساخت وزن های اولیه
  2. وزن ها را با ورودی ضرب کرده و آنها را جمع کنید
  3. نتیجه را در مقابل آستانه قرار بدهید تا خروجی را محاسبه کنیم(0 یا 1)
  4. بروز رسانی کردن وزن ها
  5. تکرار

برای مشاهده بررسی این 5 مرحله به این صفحه مراجعه کنید.

از این مقاله ها دیدن کنید : Reinforcement learning چیست؟ و wikipedia

جولای 30, 2020

۱ پاسخ به "6 قدم برای نوشتن الگوریتم ML"

  1. عالی بود. موفق باشید.

ارسال یک پیام

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

question