مدل، پارامتر و پیش‌بینی

۲۵ دقیقه‌ی دیگه

از گوشی غذا سفارش می‌دید و چند ثانیه بعد می‌نویسه «پیک ۲۵ دقیقه‌ی دیگه می‌رسه». کی گفت ۲۵؟ هیچ آدمی نشست حساب کنه. یه مدل گفت.

مدل چند تا چیز رو گرفته: رستوران تا خونه‌ی شما چقدر راهه، چند تا سفارش جلوتر از شما توی صفه، ساعت چنده. از این‌ها یه عدد ساخته. توی این درس می‌بینیم این ماشین کوچیک از چه تیکه‌هایی ساخته شده.

سه کلمه

فرض کنید مدل پیک خیلی ساده‌ست. سه تا کلمه رو روی همین مثال ببینید:

• مدل شکل فرموله، با جاهای خالی: «یه عدد پایه، به‌علاوه‌ی یه عدد ضرب در فاصله، به‌علاوه‌ی یه عدد ضرب در سفارش‌های جلوتر».
• پارامترها عددهایی‌ان که توی جاهای خالی می‌شینن: ۵ و ۳ و ۲. همون پیچ‌های تاکسی‌متر.
• پیش‌بینی جوابیه که برای یه سفارش مشخص درمیاد: ۵ به‌علاوه‌ی ۱۲ به‌علاوه‌ی ۸، یعنی ۲۵ دقیقه.

دو مرحله

اون ۵ و ۳ و ۲ از کجا اومدن؟ کسی حدسشون نزده. زندگی هر مدل دو مرحله داره:

آموزش: هزاران پیک قبلی رو برمی‌داریم که می‌دونیم هر کدوم دقیقا چقدر طول کشیده. مدل پارامترهاش رو کم‌کم می‌چرخونه تا پیش‌بینی‌هاش به زمان‌های واقعی نزدیک بشه. این کار ممکنه ساعت‌ها یا روزها طول بکشه، ولی یه بار انجام می‌شه.

استفاده: بعد پارامترها ثابت می‌شن و مدل برای هر سفارش تازه فقط یه حساب کوچیک می‌کنه. این کار توی یه چشم به هم زدن انجام می‌شه، و میلیون‌ها بار.

یه فایل عدد

بعد از آموزش، چی دست ما می‌مونه؟ یه فایل که توش همون عددهاست: ۵ و ۳ و ۲. همین. داده‌های قدیمی توی مدل نیستن؛ فقط چیزی که ازشون یاد گرفته شده، به شکل عدد.

مدل‌های بزرگ هم همین‌طورن، فقط به جای سه تا عدد، میلیاردها عدد دارن. وقتی می‌شنوید یه مدل رو «دانلود» کردن، یعنی یه فایل بزرگ از همین پارامترها رو گرفتن. توی درس مدل هوش مصنوعی هم همینو دیدیم.

یه نکته: کلمه‌ی «مدل» رو هم برای شکل کلی فرمول به کار می‌برن، هم برای مدل آموزش‌دیده با همه‌ی عددهاش. از جمله معلوم می‌شه کدوم منظوره.

پیچ‌هایی که دست ماست

همه‌ی تصمیم‌ها رو مدل نمی‌گیره. اینکه فرمول چه شکلی باشه، چه ورودی‌هایی داشته باشه، اگه شبکه‌ست چند تا لایه داشته باشه، و با چه سرعتی یاد بگیره، رو آدم پیش از آموزش انتخاب می‌کنه.

به این انتخاب‌ها می‌گن ابرپارامتر، که با پارامتر قاطی نشه. فرقشون ساده‌ست: پارامتر رو مدل از داده یاد می‌گیره؛ ابرپارامتر رو ما می‌ذاریم. به پیدا کردن بهترین شکل مدل برای یه کار هم می‌گن «انتخاب مدل».

مدل خوب

مدل خوب کدومه؟ اونی که پیش‌بینی‌هاش روی سفارش‌های تازه به واقعیت نزدیک باشه؛ نه فقط روی پیک‌های قدیمی که روشون آموزش دیده. برای همین بود که توی درس کتاب تست داده رو سه تیکه کردیم.

توی درس‌های بعد همین مدل ساده رو از اول تا آخر می‌سازیم: اول کشیدن بهترین خط، بعد عدد کردن خطا، بعد پایین رفتن از دره‌ی خطا.