#فصل_چهارم
#آموزش_قدم‌به‌قدم_هوش_مصنوعی

🏷🤖 قسمت 7: ویژگی (Feature) و برچسب (Label) چیست؟

اگر می‌خواهی یادگیری ماشین را واقعاً یاد بگیری، باید با دو مفهوم بسیار مهم آشنا شوی: Feature و Label.

💡 ویژگی (Feature)
ویژگی‌ها همان اطلاعاتی هستند که به مدل می‌دهیم تا از آن‌ها یاد بگیرد.

مثلاً اگر بخواهیم قیمت یک خانه را پیش‌بینی کنیم، ویژگی‌ها می‌توانند این‌ها باشند:

🏠 متراژ خانه
🛏 تعداد اتاق‌ها
📍 موقعیت مکانی
🏗 سال ساخت

این اطلاعات به مدل کمک می‌کنند تا الگوها را پیدا کند.

💡 برچسب (Label)

برچسب، همان جواب درست یا نتیجه‌ای است که می‌خواهیم مدل آن را یاد بگیرد.

در مثال قیمت خانه، قیمت واقعی خانه همان Label است.

📊 یک مثال ساده:

در اینجا Featureها:
📏 متراژ: ۱۲۰ متر
🛏 اتاق: ۳
🏗 سال ساخت: ۱۴۰۰

در اینجا Label:
💰 قیمت: ۸ میلیارد تومان

🤖 مدل با دیدن هزاران نمونه مشابه، یاد می‌گیرد که بین Featureها و Label چه رابطه‌ای وجود دارد.

🎯 به زبان خیلی ساده:

✅ اطلاعات ورودی = Feature
✅ پاسخ صحیح یا خروجی مورد انتظار = Label

هرچه Featureها دقیق‌تر و باکیفیت‌تر باشند، مدل هم معمولاً پیش‌بینی بهتری انجام می‌دهد.

👀 قسمت بعدی:
«داده‌های آموزشی (Training Data) و داده‌های آزمایشی (Test Data) چه تفاوتی دارند؟ 🧪📊»

❤️ اگر این آموزش برات مفید بود، بعد از مطالعه یک ری‌اکشن برامون بذار.

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