ریشه — خودآموز ریاضی از چهار عمل تا هوش مصنوعی

فصل ۱۱ از ۱۱

پیشرفت ترم
۰٪

ترم ۸ · تغییر و بهینه‌سازی: ریاضیِ یادگیریِ ماشین

پروژهٔ نهایی: یک مدل را با دست آموزش بده

فصل ۱۱رایگان

در این فصل چه یاد می‌گیری#

هفتاد و دو فصل از «عدد یعنی چه» تا اینجا. حالا همه‌اش را در یک کار جمع می‌کنی.

یک مدل می‌سازی و با دست آموزشش می‌دهی — بدونِ هیچ کتابخانه‌ای، بدونِ هیچ کدی، فقط کاغذ و ماشین‌حساب.

و آخرش می‌بینی چیزی که «هوش مصنوعی» نامیده می‌شود، در ساده‌ترین شکلش، چند سطر حساب است که تو خودت می‌توانی انجامش بدهی.

چهار قطعهٔ داده، مدل، هزینه و بهینه‌ساز که یک حلقهٔ بسته می‌سازند

آخر این فصل می‌توانی:

  • یک مدلِ خطی را با gradient descent آموزش بدهی
  • هر قدمِ آموزش را با دست حساب کنی
  • بگویی چه چیزی در این فرآیند «یاد گرفته می‌شود»

قبل از شروع#

  • از فصل ۸: الگوریتم و نرخِ یادگیری.
  • از فصل ۹: میانگینِ مربعاتِ خطا به‌عنوان تابعِ هزینه.
  • از فصل ۱۰: اینکه برای طبقه‌بندی، تابعِ هزینه cross-entropy است نه مربعِ خطا.
  • از فصل ۷: گرادیانِ یک تابعِ چندمتغیره.
  • از ترم ۴ فصل ۳: .

کاغذ، مداد، ماشین‌حساب. هیچ کامپیوتری لازم نیست.

۱. داده و مدل#

داده‌ات این سه نقطه است:

۱ ۲
۲ ۴
۳ ۷

مدل: — دو پارامتر که باید یاد گرفته شوند.

تابعِ هزینه (فصل ۹):

هدف: پیدا کردنِ و که را کمینه کنند.

۲. گرادیان#

برای gradient descent باید مشتقِ جزئیِ نسبت به هر پارامتر را بدانی (فصل ۷). با قاعدهٔ زنجیره‌ایِ فصل ۵ به‌دست می‌آیند:

🤔 اول حدس بزن: چرا در مشتق نسبت به یک اضافه ظاهر شد؟

از فصل ۵: مشتقِ داخلی. تابعِ داخلی است و مشتقش نسبت به برابرِ است، ولی نسبت به برابرِ ۱. پس نقطه‌هایی که بزرگ‌تری دارند، بیشتر روی اثر می‌گذارند — که شهودی هم هست: آن‌ها از مرکزِ چرخشِ خط دورترند.

۳. قدمِ اول، با دست#

با و شروع کن (خطِ صاف روی محور) و .

پیش‌بینی‌ها: همه صفر.

خطاها: ، ، .

هزینه: .

گرادیان‌ها:

قدم (فصل ۸ — منهای گرادیان ضربدر نرخ):

همین. یک قدمِ آموزش انجام دادی.

✅ چک کن: هزینه با پارامترهای جدید را حساب کن. کمتر از ۲۳ شد؟ — باید شده باشد. اگر نشد، نرخِ یادگیری‌ات بزرگ است (فصل ۸).

🔧 اگر گیر کردی: علامتِ گرادیان را اشتباه می‌گیری؟ یک وارسیِ ساده: اگر خط زیرِ نقطه‌ها باشد، باید بالا برود — یعنی زیاد شود. اگر قدمت را کم کرد، جایی علامت را برعکس گرفته‌ای.

🔧 اگر گیر کردی: جواب‌ها منطقی به‌نظر نمی‌رسند؟ قبل از هر چیز، یک خط با چشم روی نقطه‌ها بکش و شیب و عرض از مبدأش را تخمین بزن (ترم ۴ فصل ۳). عددهای نهایی‌ات باید به آن نزدیک شوند.

۴. تکرار#

حالا با و همان کار را دوباره انجام بده. و باز. حداقل پنج قدم را با دست کامل کن و در هر قدم هزینه را ثبت کن.

جدولت این شکلی می‌شود:

قدم هزینه
۰ ۰ ۰ ۲۳
۱ ۲٫۰۷ ۰٫۸۷ …
۲ … … …

💡 نکته: ستونِ هزینه باید یکنواخت کم شود. اگر جایی زیاد شد یا نوسان کرد، از فصل ۸ می‌دانی نرخِ یادگیری زیادی بزرگ است — نصفش کن و از نو شروع کن.

🔧 اگر گیر کردی: هزینه با هر قدم زیاد می‌شود؟ نرخِ یادگیری را نصف کن. اگر باز هم، ربعش کن. الگوریتم بالای یک آستانه کاملاً خراب می‌شود، نه کمی کندتر (فصل ۸).

۵. چه چیزی «یاد گرفته شد»#

بعد از چند قدم، و به مقادیری نزدیک می‌شوند که خط را روی داده می‌نشانند.

آن دو عدد، کلِ چیزی است که مدل «یاد گرفته».

هیچ فهمی، هیچ درکی، هیچ چیزِ دیگری. دو عدد که تابعِ هزینه را کمینه می‌کنند.

و در یک مدلِ زبانیِ بزرگ، همان چیز است — فقط به‌جای دو عدد، میلیاردها. فرآیندِ یادگیری دقیقاً همینی است که با دست انجام دادی.

🌱 ریشه‌اش کجاست: برگرد به ترم ۴ فصل ۴، جایی که چشم‌بسته روی تپه ایستادی. آنجا این الگوریتم را فهمیدی، چهار ترم قبل از اینکه نامش را بشنوی. و همان‌جا نوشتیم که ترم ۸ فقط دو چیز به آن اضافه می‌کند: چند بُعد، و شیب در یک نقطه به‌جای دو نقطه. دقیقاً همان دو چیز اضافه شد، نه بیشتر.

۶. گزارشت#

هشت تا ده جمله:

  1. داده و مدلی که انتخاب کردی.
  2. مقادیرِ اولیه و نرخِ یادگیری.
  3. جدولِ حداقل پنج قدم.
  4. هزینه در قدمِ اول و آخر.
  5. آیا هزینه یکنواخت کم شد؟ اگر نه، چه کردی؟
  6. خطِ نهایی چقدر به داده نزدیک است؟
  7. یک جمله: در این فرآیند دقیقاً چه چیزی «یاد گرفته شد»؟
  8. یک جمله: کدام فصلِ این دوره را در این پروژه بیشتر از همه به‌کار بردی، و کجا؟

تمرین‌ها

اول خودت فکر کن یا امتحان کن — بعد اینجا را باز کن.

پایانِ سفر#

اینجا آخرِ ریشه است.

از «عدد یعنی چه» شروع کردی و به الگوریتمی رسیدی که تقریباً هر مدلِ هوش مصنوعی با آن آموزش می‌بیند. و در تمامِ این مسیر، هیچ قاعده‌ای بدونِ دلیل به تو داده نشد.

تزِ دوره، از فصل اول، این بود:

هیچ ایدهٔ پیشرفته‌ای در ریاضی از هوا نیامده. هر کدام ریشه‌ای در چیزی ساده دارد که تو همین حالا بلدی.

و حالا خودت دیدی‌اش:

  • gradient descent ریشه‌اش شیبِ یک تپه بود — و شیب، ریشه‌اش «به‌ازای هر یک واحد» بود، یعنی همان نرخِ ترم ۲.
  • norm ریشه‌اش فیثاغورس بود، و فیثاغورس ریشه‌اش برابریِ چند مساحت.
  • ماتریس ریشه‌اش دستگاهِ معادلات بود، و آن ریشه‌اش ترازو.
  • احتمال ریشه‌اش شمردن بود.
  • تابعِ هزینه ریشه‌اش همان مربع‌کردن برای حذفِ علامت بود که در انحرافِ معیار دیدی.

هیچ‌کدام جادو نبود. همه‌شان از چیزهایی ساخته شده بودند که بلد بودی.

و اگر روزی به مفهومی برخوردی که ترسناک به‌نظر می‌رسد — در ریاضی یا هر جای دیگر — همان سؤالِ این دوره را بپرس:

«ریشه‌اش کجاست؟»

به آخر این فصل رسیدی!

اگر ساختی و جواب داد، این دکمه مال توست.