آموزندگی درس بهینه‌سازی برخط

در ترم حاضر درس بهینه‌سازی برخط را با دکتر علیشاهی ارائه می‌کنیم. در این درس مطالب جالب فراوانی وجود داشت. البته هنوز عمق مطلب را یادنگرفته‌ام، اما صورت‌بندی مساله‌ها خیلی جالب بود.

یکی از مطالب درس، یادگیری برخط بود. در یادگیری برخط می‌خواهیم الگوریتمی برای یادگیری تولید کنیم با این فرض که از همان ابتدا باید پاسخگو باشد. به عبارت دیگر، از همان ابتدا به الگوریتم نمونه‌هایی داده می‌شود، پاسخ از او پرسیده می‌شود و به ازای پاسخ نادرست جریمه می‌شود. بدین صورت الگوریتم از ابتدا باید پاسخ بدهد. 

از این جهت، یادگیری برخط خیلی شبیه یادگیری غیربرخط، یا یادگیری ماشین است. تفاوت‌های این دو یادگیری این است که، یادگیری ماشین دو فاز دارد: فاز آموزش و فاز آزمایش. در فاز آموزش در یادگیری غیربرخط به شما چند نمونه با پاسخ نمونه‌ها داده می‌شود. شما اجازه دارید در این مدت نمونه‌ها و پاسخ‌ها را ببینید و یادبگیرید، بدون اینکه هزینه‌ای بدهید. سپس در فاز آزمایش به شما نمونه‌هایی می‌دهند و شما باید پاسخ بدهید، بدون اینکه اجازه داشته باشید از درست و یا نادرست بودن پاسخ‌های خود استفاده کرده و یادگیری خود را تقویت کنید. در یادگیری برخط همیشه شما اجازه دارید یادگیری را به‌روز کنید ولی در مقابل همیشه باید هزینه پرداخت کنید.

خود صورت‌بندی یادگیری برخط شبیه‌تر است به واقعیت. درنتیجه همین صورت‌بندی به اندازه کافی جالب است. اما طبیعتا کاربردهای فراوان واقعی زیادی در یادگیری برخط هست که در آینده شاید به آن‌ها بپردازیم.