‫تفاوت یادگیری ماشین و یادگیری عمیق چیست ؟‬

‫روشهای یادگیری ماشین سنتی نظیر «درخت تصمیم» (‪« ،)Decision Tree‬ماشین بردار پشتیبان»‬
‫(‪« ،)Support Vector Machine | SVM‬دستهبند بیز ساده» (‪ )Naïve Bayes Classifier‬و‬
‫«رگرسیون لجستیک» (‪ )Logistic Regression‬را نمیتوان بهطور مستقیم بر روی دادههای خام نظیر‬
‫فایلهای ‪ ،CSV‬تصاویر و متون به منظور یادگیری دادهها اعمال کرد‪ .‬به عبارتی‪ ،‬باید با استفاده از مرحله‬
‫«پیشپردازش» (‪ ،)Preprocessing‬از دادههای خام‪ ،‬ویژگیهایی را به عنوان بازنمایی دادههای خام استخراج‬
‫کرد تا از این ویژگیها به عنوان ورودی الگوریتمهای یادگیری ماشین استفاده شود‪ .‬با ارائه روشهای یادگیری‬
‫عمیق‪ ،‬مشکل پیچیدگی فرآیند استخراج ویژگی و زمان استخراج آنها حل شده است‪ .‬به عبارتی‪ ،‬مدلهای‬
‫یادگیری عمیق نیازی به گام مجزا برای استخراج ویژگی ندارند و الیههای شبکههای عصبی قادر هستند‬
‫بازنماییهای ضمنی دادههای خام را در روال آموزش شبکه یاد بگیرند‪.‬‬

‫الگوریتمهای یادگیری عمیق از ساختارهای الیهای با نام شبکههای عصبی استفاده میکنند‪ .‬میتوان از آنها در‬
‫بسیاری از مسائل مختلف نظیر «تشخیص الگو» (‪« ،)Pattern Recognition‬کاهش بعد» ( ‪Dimension‬‬
‫‪ ،)Reduction‬ترجمه ماشین‪« ،‬تشخیص ناهنجاری» (‪« ،)Anomaly Detection‬بینایی ماشین»‬
‫(‪« ،)Computer Vision‬پردازش زبان طبیعی» (‪ ،)Natural Language Processing‬تشخیص بیماری‪،‬‬
‫پیشبینی قیمت سهام و سایر موارد استفاده کرد‪.‬‬

‫در حالت کلی‪ ،‬کاربردهای شبکه عصبی را میتوان به سه گروه «دستهبندی» (‪ )Classify‬دادهها‪،‬‬
‫«خوشهبندی» (‪ )Clustering‬دادهها و مسائل «رگرسیون» (‪ )Regression‬تقسیمبندی کرد‪.‬‬
‫یکی از اصول اصلی مدلهای یادگیری عمیق این است که هرچقدر تنوع و توزیع و حجم دادههای آموزشی مدل‬
‫بیشتر باشد‪ ،‬یادگیری مدل از دادهها بیشتر بوده و مدل در شناخت دادههای جدید و تصمیمگیری پیرامون‬
‫مسئله تعریف شده‪ ،‬عملکرد بهتری خواهد داشت‪ .‬از آنجا که میزان حجم دادههای بدون برچسب در مقایسه با‬
‫دادههای برچسب خورده بیشتر است‪ ،‬الگوریتمهای خوشهبندی دقت و عملکرد بهتری دارند‪.‬‬

‫در مسائل رگرسیون‪ ،‬از شبکه عصبی به منظور یافتن رابطه میان «متغیرهای مستقل ‪» (Independent‬‬
‫)‪Variables‬یا ویژگیها و «متغیرهای وابسته )‪» (Dependent Variables‬یا مقدار خروجی شبکه استفاده‬
‫میشود‪ .‬مقادیر خروجی مدل در مسائل رگرسیون‪ ،‬مقادیری «پیوسته )‪» (Continuous‬هستند‪ .‬رگرسیون‬
‫همانند روش دستهبندی‪ ،‬از رویکرد یادگیری نظارت شده بهره گرفته و به منظور آموزش مدل باید مجموعه‬
‫دادهای را فراهم کرد‪.‬‬

‫شبکه عصبی از چندین الیه تشکیل میشود که حداقل تعداد این الیهها‪ 3 ،‬الیه است که در ادامه فهرست‬
‫شدهاند‪:‬‬

‫«الیه ورودی)‪» (Input Layer‬‬

‫«الیه میانی | پنهان)‪» (Hidden Layer‬‬

‫«الیه خروجی)‪» (Output Layer‬‬

‫هر الیه شبکه عصبی شامل مجموعهای از گرهها یا «نود» (‪ )Nodes‬است که عملکردی مشابه با «نورونهای»‬
‫(‪ )Neurons‬مغز انسان دارند‪ .‬حداقل تعداد الیههای میانی شبکه عصبی‪ ،‬یک الیه است و بر اساس پیچیدگی و‬
‫نوع مسئله میتوان به تعداد الیههای میانی شبکه اضافه کرد‪ .‬هر چقدر تعداد الیههای میانی شبکه بیشتر باشد‪،‬‬
‫شبکه‪ ،‬عمیقتر بوده و بار محاسباتی آن بیشتر میشود‪ .‬الیههای میانی مسئولیت اعمال عملیات محاسباتی بر‬
‫روی دادههای دریافتی از الیه پیشین خود را برعهده دارند‪ .‬اصطالح «عمیق )‪» (Deep‬نیز برگرفته از نوع‬
‫ساختار شبکه عصبی است‪ .‬یکی از شبکههای عصبی قدیمی که «پرسپترون )‪» (Perceptron‬نام دارد‪ ،‬تنها‬
‫شامل یک الیه میانی است و به همین خاطر این نوع شبکه از نوع شبکههای عصبی «کمعمق )‪» (Shallow‬‬
‫محسوب میشود‪ .‬امروزه‪ ،‬شبکههای عصبی با تعداد بیش از ‪ 3‬الیه پنهان به عنوان شبکههای عمیق بهشمار‬
‫میروند‪.‬‬

‫وزنها میزان اهمیت ورودیهای گرهها را مشخص میکنند‪ .‬به عبارتی‪ ،‬با اعمال ضرب داخلی مقدار ورودی گره‬
‫و ماتریس وزن‪ ،‬میزان اهمیت هر ویژگی ورودی مشخص میشود‪ .‬به عنوان مثال‪ ،‬در مسئله عقیدهکاوی و تحلیل‬
‫احساسات‪ ،‬وزن کلمات منفی و مثبت از وزن سایر کلمات بیشتر است و شبکه عصبی با توجه به کلمات با‬
‫وزنهای بیشتر‪ ،‬تحلیل احساسات جمالت را انجام میدهد‪ .‬در هر مرحله از روال «پس انتشار»‬
‫(‪ )Backpropagation‬مقادیر وزنها بهروزرسانی شده تا مقدار نهایی «تابع زیان | هزینه» ( ‪Loss‬‬
‫‪ )Function‬کاهش پیدا کند‪.‬‬

‫انتشار رو به عقب خطاها که به اختصار «پس انتشار» (‪ )Backpropagation‬نامیده میشود‪ ،‬الگوریتمی برای‬
‫یادگیری نظارتی شبکه عصبی با استفاده از گرادیان کاهشی است‪ .‬در این روش‪ ،‬برای یک شبکه عصبی مصنوعی‬
‫و تابع خطای مشخص‪ ،‬گرادیان تابع خطا نسبت به وزنهای شبکه عصبی محاسبه میشود‪ .‬الگوریتم پس انتشار‬
‫تعمیمی از قانون دلتا برای پرسپترونها به شبکههای عصبی پیشخور چندالیه است‪.‬در واقع از این موضوع میآید‬
‫که محاسبه گرادیان به صورت رو به عقب در شبکه انجام میشود و گرادیان الیه خروجی وزنها در ابتدا و‬
‫گرادیان الیه ورودی در آخر انجام میشود؛ بدین صورت که از محاسبات مشتق جزئی گرادیان یک الیه برای‬
‫گرادیان الیه قبلی استفاده میشود‪ .‬این حرکت رو به عقب اطالعات خطا‪ ،‬منجر به محاسبه کارآمد گرادیان در‬
‫هر الیه نسبت به حالتی میشود که در آن گرادیان الیهها به صورت جداگانه به دست میآید‪.‬‬