|
15 – amaliy mashg‘ulot chuqur o‘qitishga asoslangan neyron tarmoqlar. Svertkali neyron tarmoqlar
|
| bet | 1/5 | | Sana | 20.05.2024 | | Hajmi | 0,78 Mb. | | #246609 |
Bog'liq 15-amaliy ish
15 – AMALIY MASHG‘ULOT
Chuqur o‘qitishga asoslangan neyron tarmoqlar.Svertkali neyron tarmoqlar (CNN), Rekurrent neyron tarmoqlari (RNN), Avtoenkoderlar va boshqa chuqur o‘qitishsha asoslangan algoritmlar arxitekturalari va ularning imkoniyatlari.
Ishdan maqsad: Svertkali neyron tarmoqlar(CNN), Rekurrent neyron tarmoqlari bilan ishlash ko‘nimalarini hosil qilish.
Chuqur o‘qitish tushunchasi
Chuqur o‘qitish - bu ko‘p qatlamli neyron tarmoqlarini tadqiq qilinayotgan obyektga tegishli juda katta miqdordagi ma'lumotlardan foydalanib, ularning tuzilishi va xususiyatlarini tushunishga qaratilgan jarayondir.
Chuqur o‘qitish – bu ko‘p pog’onali taqdimotni o‘rganishga asoslangan mashinali o‘qitish algoritmlari to‘plamidir. Bir nechta taqdimot pog’nalari abstraktsiyaning bir nechta pog’onasini anglatadi (55-rasm).
55-rasm. Chuqur o‘qitish pog’onasi
Chuqur o‘qitish asosan neyron tarmoqlari asosida amalga oshiriladi va bunda quriladigan neyron tarmog’i xususiyatlari va o‘qitish jarayoni muhim hisoblanadi hamda neyron tarmog’i aniqligini oshirishga xizmat qiladi.
Chuqur o‘qitish tushunchasi - bu sun’iy neyron tarmoqlari deb ataladigan miyaning tuzilishi va funktsiyasidan ilhomlangan algoritmlar bilan bog‘liq bo‘lgan mashina o‘rganishning kichik bir sohasidir.
Agar siz chuqur o‘rganish sohasida yangi boshlagan bo‘lsangiz yoki bir muncha vaqt oldin siz neyron tarmoqlari bilan tajriba o‘tkazgan bo‘lsangiz, u holda siz chalkashib ketishingiz mumkin.
Mutaxassislar chuqur o‘rganish nimani anglatishini uning aniq va nozik istiqbollarni juda ko‘p yoritib beradilar. Ularning fikrlarini tinglash orqali chuqur o‘rganish nimani anglatishini aniq bilib olash mumkin.
Chuqur o‘qtitishda mashinani o‘qitish usullaridan foydalanish
Chuqur o‘qtitishda quyidagi mashinani o‘qitish usullaridan foydalaniladi:
· regressiya - o‘qituvchili (supervised) o‘qitish usuli hisoblanib, o‘qitish natijasida qurilgan model doimiy qiymatlar qabul qiladi.
· sinflashtirish - o‘qituvchili (supervised) o‘qitish usuli hisoblanib, o‘qitish natijasida qurilgan model biron sinfga tegishli yoki tegishli emaslik haqidagi qiymat qabul qiladi.
· klasterlash (Segmentlash) - o‘qituvchisiz (unsupervised) o‘qitish usuli hisoblanib, o‘qitish natijasida model oxshash xususiyatlarni aniqlashga oid qiymatlarni hisoblaydi.
56-rasm. Chuqur o‘qtitish.
57-rasm. Chuqur o‘qitish bosqichlari.
Misol. Tender hujjatlarini shakllantirish masalasi.
1) Mutaxassislarning tajribasini to‘plash va uni qayta ishlatish qobiliyati;
2) Hujjatlarni tayyorlash va tekshirishni avtomatlashtirish;
3) Hujjat tayyorlash vaqtini qisqartirish.
Misol.
1) Divan rangi yashil yoki ko‘k → Divan rangi yashil;
2) Stulning balandligi 50 – 60 sm → stul balandligi 60 sm;
3) Stol materiallari terak, dub, yong’oq, faner, temir → Stol materiali yong’oq.
Chuqur o‘qitishda kuzatiladigan kamchiliklar. Ma’lumotlar nishoni (Data label)ning - ko‘pincha zamonaviy AI modellari "nazorat ostida o‘rganish“ - o‘qituvchili o‘qitish orqali o‘qitiladi. Bu shuni anglatadiki, odamlar katta hajmdagi va xatolarga olib keladishi mumkin bo‘lgan asosiy ma'lumotlarni belgilashi va toifalashlari kerak.
O‘qitish uchun katta ma'lumotlar to‘plamlari (Obtain huge training datasets) - CNN kabi chuqur o‘qitish usullari ba'zi hollarda tibbiyot va boshqa sohalardagi mutaxassislarning bilimlariga mos ishlaydi. Hozirgi vaqtda mashina o‘qitish jarayoni nafaqat ma’lumotar aniq bo‘lishini, balki yetarlicha keng va universal bo‘lgan o‘quv ma'lumot to‘plamlarini talab qiladi.
Muammoni tushuntirish(Explain a problem) - katta va murakkab modellarni tushuntirish va unig xususiyatlarini aniqlash qiyin hisoblanadi. Bunday holatlarda aniq qarorlarni qabul qilishda xatoliklarga yo‘l qo‘yilishi mumkin.
|
| |
