# فصل ۱۱ — پروژهٔ نهایی: یک مدل را با دست آموزش بده

<div dir="rtl">

# فصل ۱۱ — پروژهٔ نهایی: یک مدل را با دست آموزش بده

## 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](/lesson-assets/t8-s11-capstone/prompt/01-image-training-loop.png)

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:** $y = mx + b$.

کاغذ، مداد، ماشین‌حساب. **هیچ کامپیوتری لازم نیست.**

## ۱. داده و مدل

داده‌ات این سه نقطه است:

| $x$ | $y$ |
|---|---|
| ۱ | ۲ |
| ۲ | ۴ |
| ۳ | ۷ |

**مدل:** $\hat{y} = mx + b$ — دو پارامتر که باید یاد گرفته شوند.

**تابعِ هزینه** (فصل ۹):

</div>

$$
J(m, b) = \frac{1}{3}\sum (y_i - (mx_i + b))^2
$$

<div dir="rtl">

**هدف:** پیدا کردنِ $m$ و $b$ که $J$ را کمینه کنند.

## ۲. گرادیان

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

</div>

$$
\frac{\partial J}{\partial m} = -\frac{2}{n}\sum x_i (y_i - \hat{y}_i)
\qquad
\frac{\partial J}{\partial b} = -\frac{2}{n}\sum (y_i - \hat{y}_i)
$$

<div dir="rtl">

> 🤔 **اول حدس بزن:** چرا در مشتق نسبت به $m$ یک $x_i$ اضافه ظاهر شد؟

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

## ۳. قدمِ اول، با دست

با $m=0$ و $b=0$ شروع کن (خطِ صاف روی محور) و $\alpha = 0.1$.

**پیش‌بینی‌ها:** همه صفر.

**خطاها:** $2-0=2$، $4-0=4$، $7-0=7$.

**هزینه:** $\frac{4+16+49}{3} = 23$.

**گرادیان‌ها:**

</div>

$$
\frac{\partial J}{\partial m} = -\frac{2}{3}(1 \cdot 2 + 2 \cdot 4 + 3 \cdot 7) = -\frac{2}{3}(31) \approx -20.7
$$

$$
\frac{\partial J}{\partial b} = -\frac{2}{3}(2 + 4 + 7) = -\frac{2}{3}(13) \approx -8.7
$$

<div dir="rtl">

**قدم** (فصل ۸ — منهای گرادیان ضربدر نرخ):

</div>

$$
m_{\text{new}} = 0 - 0.1(-20.7) = 2.07
\qquad
b_{\text{new}} = 0 - 0.1(-8.7) = 0.87
$$

<div dir="rtl">

**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 $b$ زیاد شود. اگر قدمت $b$ 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 $m=2.07$ و $b=0.87$ 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 | $m$ | $b$ | 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، $m$ و $b$ 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

1. برای همان داده، هزینهٔ خطِ $y=2x$ را حساب کن.
2. هزینهٔ خطِ $y = 2.5x - 0.5$ را حساب کن. کدام بهتر است؟
3. اگر داده فقط دو نقطه داشت، هزینهٔ کمینه چقدر می‌شد؟ چرا؟
4. گرادیانِ $J$ را در نقطه‌ای که خط کاملاً روی داده بنشیند حساب کن. چه انتظاری داری؟
5. مشتقِ $(2x+1)^3$ را حساب کن.
6. نقطهٔ بحرانیِ $f(x)=x^2-4x+7$ کجاست؟

⭐ **پروژهٔ نهایی:** حداقل پنج قدمِ کامل را با دست اجرا کن و گزارشِ ده‌جمله‌ای‌ات را بنویس. بعد **یک آزمایش اضافه کن**: همان کار را با نرخِ یادگیریِ ۱٫۰ تکرار کن و ببین چه اتفاقی می‌افتد. توضیح بده چرا.

## 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؟»**

</div>

---
Source: https://yaadestan.com/courses/risheh/lessons/t8/s11-capstone (یادستان, Yaadestan)
