سلام. من امیر پورمند هستم و اینجا می‌خوام راجع به ایده‌ها و مفاهیم یادگیری ماشین به زبان ساده صحبت کنم.
بعد از فارغ‌التحصیلی از ارشد هوش مصنوعی شریف و شروع فعالیت تو بازار کار کم‌کم به نظرم رسید که شاید میشد خیلی از مفاهیم رو ساده‌تر هم بیان کرد و درگیر کلمات قلمبه سلمبه نشد.
و این پادکست تلاشی برای اثبات گزاره قبلی است!
در ضمن سعیم این بوده که اپیزودها تا حد امکان از هم مستقل باشند. برای همین احتمالاً می‌تونید بدون گوش‌دادن به قسمت‌های اول، از هر جا دوست داشتید شروع کنید.
امروز می‌خوایم به یکی از مهم‌ترین چالش‌های یادگیری ماشین بپردازیم. مسئله اینه که چطوری می‌تونیم مطمئن باشیم که چیزی که قبلاً جواب داده الان هم جواب میده؟
این سؤال اولین بار در قرن ۱۸ توسط آقای هیوم مطرح شد و همه چیز از تصمیم‌های روزانه‌مون تا برنامه‌های کامپیوتری پیچیده رو تحت تأثیر خودش قرار میده. نویسنده میگه که: «هر الگوریتم یادگیری تلاشی برای پاسخ به این سؤال هست».
تو این قسمت به طور خلاصه به سه بخش می‌پردازیم. اول راجع به این صحبت می‌کنیم که افراد راجع به «یادگیری» چطوری فکر می‌کنند. دوم میگیم که چرا از نظر ریاضی یادگیری به نظر غیرممکنه و سوم این که راه‌حل متخصصان برای حل این مشکلات چی بوده؟ و روش‌های نمادین و درختی در یادگیری ماشین رو معرفی می‌کنیم و راجع راجع بهشون حرف می‌زنیم.
