|
Clustering - Unsupervised Learning
|
| bet | 5/5 | | Sana | 18.01.2024 | | Hajmi | 1,96 Mb. | | #140168 |
Bog'liq dars-1 Rasmning o'ng tomonida siz mijozlar guruhlangan grafikni ko'rishingiz mumkin. A guruhi mijozlari ko'proq ma'lumotdan foydalanadilar va qo'ng'iroqlar davomiyligi ham yuqori. B guruhi mijozlari Internet foydalanuvchilari, C guruhi mijozlari esa qo'ng'iroq foydalanuvchilari. Shunday qilib, B guruhiga ko'proq ma'lumot imtiyozlari beriladi, C guruhiga esa arzonroq qo'ng'iroq tariflari rejalari beriladi va A guruhiga ikkalasining foydasi beriladi. Aytaylik,birinchi xaridor supermarketga borib, non, sut, meva va bug'doy sotib oladi. Yana bir mijoz kelib non, sut, guruch, sariyog‘ sotib oladi. Endi boshqa mijoz kelsa, u non olsa, sut ham sotib olish ehtimoli katta. Demak, mijozning xatti-harakati asosida munosabatlar o'rnatiladi va tavsiyalar beriladi. Real-Life Applications of Unsupervised Learning Semantik tahlil Semantik jihatdan o'xshash so'zlar o'xshash kontekstga ega. Odamlar o'zlarining so'rovlarini veb-saytlarga o'zlariga xos tarzda joylashtiradilar. Semantik klasterlash mijoz o'zi xohlagan ma'lumotni tez va oson topishini ta'minlash uchun barcha javoblarni bir xil ma'noga ega bo'lgan klasterda guruhlaydi. U ma'lumot olish, yaxshi tanib olish tajribasi va tushunishda muhim rol o'ynaydi. Mashinali o’rgatish modellari talabni bashorat qilish va taklifni ushlab turish uchun ishlatiladi. Ular, shuningdek, talab yuqori bo'lgan do'konlarni ochish va o'tmishdagi ma'lumotlar va xatti-harakatlarga muvofiq yanada samarali etkazib berish uchun ildizlarni optimallashtirish uchun ishlatiladi.
Mustahkamlovchi o'rgatish (reinforcement learning) – har bir presedent uchun "holat, qabul qilingan yechim" juftligi beriladi. Bu o’qitishning mukammal usuli bo’lib unda model o’z-o’zini qayta o’qitish natijalarni yaxshilash imkoniyatiga ega bo’ladi.
Mashinali o'rgatish usullari - Faol o'rgatish – o'rgatilgan algoritm keyingi holatni o'zi mustaqil belgilash imkoniyatiga ega.
- O'qituvchining qisman ishtirokida o'rgatish (semi-supervised learning) – presedentlarning bir qismi uchun "holat, kerakli yechim" juftligi beriladi, qolganlari uchun faqat "holat".
- Ko'p masalali o'rgatish (multi-task learning) – o'zaro bog'liq masalalar guruhini bir paytda o'rgatish
- Ko'p variantli o'rgatish (multiple-instance learning) – presedentlar guruhlanishi mumkin va har bir guruhda faqat bittasi uchun "holat, kerakli yechim" juftligi ma'lum, lekin qaysi presedent uchunligi noma'lum
- Busting (boosting) – mashinali o'rgatish algoritmlarini ketma-ket qurish, bunda har bir keying algoritm oldingi barcha algoritmlarning kamchiligini to'ldirishga harakat qiladi
|
| |
