سلام! با اولین قسمت از دوره رایگان آموزشهای هوش مصنوعی و یادگیری ماشین با پایتون در خدمتتون هستیم.
حتماً به یاد دارید که قبلاً به سؤال “هوش مصنوعی چیه؟ چه تفاوتی با یادگیری ماشین داره؟” پرداخیتم و مجدد به فریمورک های مختلف و مطرح دنیا در حوزه هوش مصنوعی اشاره‌ای داشتیم من مختصر آنچه گذشت رو میگم…
شاید قبل از کرونا و این اتفاقات اقتصادی که دنیا رو درگیر خودش کرد، اغلب ما به هوش مصنوعی (Machine Learning) به عنوان یک زمینه علمی نو ظهور نگاه می‌کردیم که با وجود سرعت پیشرفت بالای آن به‌طور ملموسی در زندگی انسان‌ها حضور نداشت. اما برخلاف تصور، در این چند سال اخیر پروژه‌های متعددی حتی در کشور خودمان شاهد بوده‌ایم. از جمله: اتومبیل‌های خودران تسلا، مترجم و جستجوگر گوگل، تشخیص بیماری و تأثیر داروها، تجزیه و تحلیل بورس (که این روزها تب و تاب خاصی رو داره)، تست نشتی پمپ، کنترل درز جوش، رباتیک (سرگرمی، صنعتی و..)، بخش ویژه نظامی و…
با این آموزش همراه باشید.
اهمیت ماجرا!
خود گوگل پروژه‌های زیادی رو شروع کرده و فریمورک تنسورفلو رو هم پشتیانی و استفاده می کنه. یکی از جالب‌ترین پروژه هاش یادگیری ماشین‌ها با خود هوش مصنوعیه! اگر بخواهیم تئوری و نظریه‌ها مختلف مربوط به این حوزه‌ها را بررسی کنیم، به ریاضیات، احتمالات، فلسفه و اخلاق، کنترل و… نیازمندیم که ما همواره در سیسوگ سعی بر ارائه ساده‌تر مفاهیم داشته‌ایم از این رو از طرح موارد بسیاری اجتناب می‌کنیم و به رویکرد عملی آن می‌پردازیم.
به‌طور خلاصه در یادگیری ماشین، سیستم ما یاد میگیره که توانایی خودشو بهبود ببخشه و بتونه در شرایط مختلف پاسخ مناسبی رو بده پس قطعاً دیتاها نقش بسیار مهمی دارند.
چرا ما به هوش مصنوعی نیاز داریم؟
برای مثال، ممکنه محیط در طول زمان تغییر کنه، پس سیستم این تغییرات رو یاد می گیره و خودشو با اونها تطابق میده. همچنین ممکنه شما به عنوان طراح نسبت به محیط، دانش کمتری دارید و محیط به طور کل ناشناخته باشه!
خطرات هوش مصنوعی و یادگیری ماشین
امروزه سرباز ربات‌های زیادی ساخته میشه اما خطر واقعی نیستند بدون شک ما هر روزه داریم دیتای زیادی از خودمون تولید می‌کنیم (تاکید می‌کنم دیتا چیزیه که برای ماشین خیلی مهمه) و همچنین به سیستم‌ها اختیارات بیشتری میدیم و درواقع این بزرگ‌ترین خطر هست و البته این خطر از اونجا نشأت پیدا می‌کنه که ما با حیوانات به دلیل اینکه از درجه هوشمندی پایین‌تری نسبت به ما انسان‌ها قرار دارند رفتار خوبی نداشتیم و فدای رشد و توسعه خودمون کردیم و این اتفاق شاید برای ما و موجودات هوشمندی که خودمون داریم بوجود میاریم بیفته…
یک شروع پر قدرت!
خب بریم سراغ موارد لازم:
ابتدا نرم افزار visual studio code رو دانلود و با چند تا next متوالی نصب کنید.
حتماً با این نرم افزار تو مطالب avr و آردوینو کار کردید و میدونید که بسیار نرم افزار قدرتمندیه و با اینکه ایده از اکلیپس نشأت گرفته اما به راستی ازون سریع‌تر و بهتره و در اغلب موارد هم نیاز ما رو پوشش میده. (مگر در مورد خاصی که به pycharm اشاره بکنیم و همین نکته رو اینجا ذکر کنم که مراحل بسیار شبیه به یکدیگه هست و اجباری به استفاده از محیط خاصی نیست!)
خوب! از سایت آناکوندا با توجه به سیستم عاملتون (خودم ویندوز 10 ام) دانلود کنید و تیک دوتا گزینه …Add path را فعال کنید تا به‌صورت خودکار آدرس‌ها به متغیرهای سیستم اضافه شوند.
آناکوندا چیست؟
اگر قرار بود ما به‌صورت جزئی خودمون تمامی موارد رو برای هوش مصنوعی و یادگیری ماشین نصب کنیم، بایستی کلی پکیج با حجم های مختلف نصب می‌کردیم که تنظیم کردن و شناسایی اونها کاری دشواری می‌شد آناکوندا درواقع همه اینارو یکجا جمع کرده و سه نسخه مختلف داره که نسخه رایگان برای ما کافیه با نصب اون به خوشمزگی تمام کار رو پیش می‌بریم.
آماده سازی محیط کار
خب ابتدا یک محیط کار برای خودمون می‌سازیم که البته در صورت عدم ساخت، یک محیط base وجود داره ولی بهتره که در این مرحله یاد بگیریم و راحت بشیم.. برای همین شما command prompt رو اجرا و با وارد کردن دستورات زیر و اسم محیط کارتون اینتر کنید، در صورتی که از شما خواست تا پکیجی رو دریافت کنه شما قبول کنید.
conda create -n blogfa.belecConda
و با وارد کردن دستورات زیر می‌توانید محیط‌های مورد نظر را فعال و غیر فعال کنید.
conda activate blogfa.belecConda conda deactivate
نصب پکیج و اکستنشن های هوش مصنوعی و یادگیری ماشین
در ادامه برای نصب سایر پکیج‌ها، دستورات زیر را وارد کنید و با توجه به سرعت اینترنت و حجم فایل‌ها ممکنه مقداری دانلود و نصب طول بکشه ولی موارد ضروری رو من در زیر قرار دادم:
pip install tensorflow pip install pandas pip install numpy pip install matplotlib pip install sklearn ...
من مورد اول رو انجام می‌دم اما شما از نصب تمامی موارد بالا اطمینان پیدا کنید.
حالا نرم افزار VSCode رو باز کنید واز منوی file قسمت open folder رو کلیک کنید بعد پنجره‌ای مثل عکس زیر براتون باز میشه که شما باید آدرس ذخیره پروژتون رو وارد کنید.
سپس باید اکستنشن مورد نیاز برای برنامه نویسی پایتون رو نصب کنیم برای اینکار هم طبق عکس زیر پیش برد:
ایجاد اولین پروژه در VSCODE
خب برای نوشتن اولین برنامه هوش مصنوعی و یادگیری ماشین یک فایل پایتون ایجاد می‌کنیم!
حالا با فشردن کلیدهای ترکیبی Ctrl+Shift+P یک محیطی برای ما باز میشه و با تایپ کردن select interpreter مانند عکس زیر نمایش داده می‌شود:
که با تأیید آن پنجره زیر براتون میاد، پایتونی که نام آناکوندا و همچنین محیط ساخته شده وجود داره رو انتخاب کنید:
ممکنه برای شما تعداد گزینه‌ها متفاوت باشه که مهم نیست.
نکته: تمامی مراحل برای pycharm نیز همین‌گونه بوده و بایستی انجام بدید و مفسر خودتون رو از علامت چرخ دنده که در کنار پروژه قرار داره معرفی کنید.
اجرای کد های هوش مصنوعی و یادگیری ماشین در پایتون
و درنهایت یک کدی مانند زیر را که برای هوش مصنوعی و یادگیری ماشین نوشته شده است را، کپی و اجرا کنید.
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import sklearn
from sklearn import linear_model
import tensorflow
years=np.array([1960,1970,1980,1990,2000,2010,2016])
iran_pop=np.array([21.91,28.51,38.67,56.23,66.13,74.57,80.28])
turkey_pop=np.array([27.47,34.88,43.98,53.92,63.24,72.33,79.51])
plt.plot(years,iran_pop,ls='-', marker='+',mew=8)
plt.plot(years,turkey_pop,ls='--',lw=1)
plt.title("Iran vs Turkey Population")
plt.legend(["Iran","Turkey"],loc="best")
plt.xlabel('Years')
plt.ylabel('Population')
plt.xticks([1960,1970,1980,1990,2000,2010,2016])
plt.yticks([21.91,28.51,38.67,56.23,66.13,74.57,80.28],["21M","28M","38M","56M","66M","74M","80M"])
plt.annotate("Iran-Iraq War",xytext=(1990,35.67),fontsize=15,xy=(1980,38.67),arrowprops=dict(facecolor="silver",width=4))
plt.grid()
plt.show()
در صورتی که شما خروجی زیر رو مشاهده کردید باید بهتون تبریک بگم!
آموزش ویدئویی
ویدئو زیر توسط آقای مهندس آیدین اسلامی آماده شده به گویایی مراحل نصب و راه اندازی را توضیح میدهند و در ادامه نیز مبتنی بر سرفصل های مجموعه آموزشی ایشان, آموزشهای هوش مصنوعی را ادامه خواهیم داد.
منبع:سیسوگ
