#فصل_چهارم
#آموزش_قدم‌به‌قدم_هوش_مصنوعی

🤖📚 قسمت 3: انواع یادگیری ماشین؛ نظارت‌شده و بدون نظارت

تا اینجا فهمیدیم داده‌ها چقدر برای یادگیری ماشین مهم هستند 🚀
اما یک سؤال مهم داریم:

❓ آیا همه مدل‌های هوش مصنوعی به یک شکل یاد می‌گیرند؟

جواب: نه! 😮
یادگیری ماشین روش‌های مختلفی دارد.

💡 1️⃣ یادگیری نظارت‌شده (supervised learning)

در این روش، ما به مدل هم داده می‌دهیم و هم جواب درست را نشان می‌دهیم.

مثلاً:
📷 عکس‌های زیادی از گربه و سگ به مدل می‌دهیم.
روی هر عکس مشخص می‌کنیم:
🐱 این گربه است
🐶 این سگ است

مدل کم‌کم یاد می‌گیرد و بعد می‌تواند عکس جدید را تشخیص دهد 🤖

📌 مثال‌های دیگر:

* پیش‌بینی قیمت خانه
* تشخیص پیام‌های اسپم
* پیش‌بینی نتیجه‌ها

💡 2️⃣ یادگیری بدون نظارت (unsupervised learning)

اینجا دیگر جواب درست را به مدل نمی‌دهیم.
فقط داده‌ها را در اختیارش می‌گذاریم تا خودش الگوها و شباهت‌ها را پیدا کند 👀

مثلاً:
یک فروشگاه اطلاعات خرید مشتری‌ها را دارد.
مدل بررسی می‌کند و می‌فهمد کدام مشتری‌ها رفتار مشابهی دارند 🛒

📌 مثال‌های دیگر:

* دسته‌بندی مشتری‌ها
* پیدا کردن الگوهای پنهان
* گروه‌بندی اطلاعات

🔥 خلاصه ساده:

نظارت‌شده = سؤال + جواب داریم ✅
بدون نظارت = فقط داده داریم و مدل دنبال الگو می‌گردد 🔍

👀 قسمت بعدی:
«اولین مدل ساده یادگیری ماشین را با پایتون می‌سازیم 🐍🚀»

بعد از مطالعه ری اکشن دلخواه بذارید

📖 هوش مصنوعی برای دانش‌آموزان
➖➖➖➖➖
🆔 : @StudentAI