O'ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI QARSHI FILIALI
“KOMPYUTER INJINIRING” FAKULTETI
IV-BOSQICH 11-19 GURUH TALABASINING
“Mashinali o‘qitishga kirish” fanidan
1-MUSTAQIL ISHI
Bajardi: N. Muhammadov
Qobul qildi: OCHILOVA S. R.
QARSHI - 2023
Reja:
Mashinali o‘qtishning sun’iy intellektdagi o‘rni
Mashinali o‘qitishda matematik operatsiyalar
Mashinali o‘qitishda modelni optimallashtirish usullari va yo‘llari.
Aqlli o‘yinlarni yaratishda mashinali o‘qitish masalalaridan foydalanish.
O‘yinlarda sun’iy intellekt elementlarini qo‘llash.
Vaqtli qatorlarni bashoratlashda neyron tarmoq modellari va algoritmlari.
Sun’iy neyron tarmoqlari modeli
Tasvirlarni tanib olish masalalarida neyron tarmoq modellari va algoritmlari.
Mashinali o‘qtishning sun’iy intellektdagi o‘rni
Mashinani o'rganish (ML) sun'iy intellekt (AI) tizimlarini ishlab chiqish va amalga oshirishda muhim rol o'ynaydi. AI tizimlari odatda inson aql-zakovatini talab qiladigan vazifalarni bajarish uchun mo'ljallangan, masalan, vizual idrok etish, nutqni aniqlash, qaror qabul qilish va tabiiy tilni qayta ishlash. ML algoritmlari AI tizimlariga ma'lumotlardan o'rganish va vaqt o'tishi bilan ularning ish faoliyatini yaxshilash imkonini beradi.
ML - bu AIning kichik to'plami bo'lib, u naqshlarni o'rgana oladigan va ma'lumotlardan bashorat qila oladigan algoritmlarni ishlab chiqishga qaratilgan. Ushbu algoritmlarni uchta toifaga ajratish mumkin: nazorat ostida, nazoratsiz va mustahkamlovchi o'rganish. Nazorat ostida o'rganishda algoritm to'g'ri chiqish allaqachon ma'lum bo'lgan etiketli ma'lumotlarga o'rgatiladi. Algoritm o'quv ma'lumotlari asosida kirishlarni chiqishlar bilan taqqoslashni o'rganadi. Nazoratsiz o'rganishda algoritm yorliqsiz ma'lumotlarga o'rgatiladi va unga ma'lumotlardagi naqsh va tuzilmani topish vazifasi yuklanadi. Mustahkamlash ta'limida algoritm atrof-muhit bilan o'zaro aloqada bo'lish va mukofot yoki jazo ko'rinishidagi fikr-mulohazalarni olish orqali o'rganadi.
ML algoritmlari kompyuterni ko'rish, tabiiy tilni qayta ishlash, robototexnika va bashoratli tahlillar kabi keng ko'lamli AI ilovalarida qo'llaniladi. Masalan, kompyuterni ko'rishda ML algoritmlarini tasvir va videolardagi ob'ektlar, yuzlar va imo-ishoralarni tanib olishga o'rgatish mumkin. Tabiiy tilni qayta ishlashda ML algoritmlari matn va nutqni tahlil qilish va tushunish va insonga o'xshash javoblarni yaratish uchun ishlatilishi mumkin. Robot texnikasida ML algoritmlari robotlarga atrof-muhitdan o'rganish va ob'ektlarni ushlash va noma'lum muhitlar bo'ylab harakatlanish kabi murakkab vazifalarni bajarishga imkon beradi. Bashoratli tahlilda ML algoritmlari katta ma'lumotlar to'plamini tahlil qilish va kelajakdagi tendentsiyalar va voqealar haqida bashorat qilish uchun ishlatilishi mumkin.
vazifalarni bajarish va kundalik hayotimizni yaxshilashda tobora muhim rol o'ynashda davom etadi.
Albatta, tabiiy tilni qayta ishlashda (NLP) mashinani o'rganish qanday qo'llanilishining umumiy misoli hissiyotlarni tahlil qilish tizimlarini ishlab chiqishdir. Tuyg'ularni tahlil qilish - bu matndan fikrlar, munosabat va hissiyotlar kabi sub'ektiv ma'lumotlarni aniqlash va olish jarayoni.
Mashinani o'rganish algoritmlari so'zlar, iboralar va hissiyotlar o'rtasidagi naqsh va munosabatlarni aniqlash uchun etiketli matnning katta ma'lumotlar to'plamida o'qitilishi mumkin. Masalan, qaysi so'z va iboralar odatda ijobiy yoki salbiy his-tuyg'ular bilan bog'liqligini bilish uchun, masalan, ijobiy yoki salbiy deb belgilangan film sharhlari ma'lumotlar to'plamida mashinani o'rganish modeli o'qitilishi mumkin.
Model o'qitilgandan so'ng, u yangi matnni tahlil qilish va matnning hissiyotini bashorat qilish uchun ishlatilishi mumkin. Misol uchun, agar foydalanuvchi ijtimoiy tarmoqlarda film sharhini joylashtirsa, hissiyotlarni tahlil qilish tizimi matnni avtomatik ravishda tahlil qilishi va o'rganilgan naqshlar asosida uni ijobiy yoki salbiy deb tasniflashi mumkin.
NLP-da mashinani o'rganish qanday qo'llanilishiga yana bir misol mashina tarjimasi tizimlarini ishlab chiqishdir. Mashina tarjimasi - bu matnni bir tildan ikkinchi tilga avtomatik tarjima qilish jarayoni.
Mashinani o'rganish algoritmlari matnni bir tildan boshqa tilga tarjima qilishni o'rganish uchun bir xil matn ikki xil tilda taqdim etilgan parallel matnning katta ma'lumotlar to'plamida o'qitilishi mumkin. Masalan, ingliz tilidagi matnni frantsuz tiliga qanday tarjima qilishni o'rganish uchun ingliz tilidagi yangiliklar maqolalari va ularning frantsuz tiliga mos tarjimalari ma'lumotlar to'plamida mashinani o'rganish modelini o'rgatish mumkin.
Model o'qitilgandan so'ng, u yangi matnni bir tildan boshqasiga avtomatik ravishda tarjima qilish uchun ishlatilishi mumkin. Masalan, real vaqt rejimida ingliz tilidan frantsuz tiliga yangilik maqolasini tarjima qilish uchun mashina tarjimasi tizimidan foydalanish mumkin.
Ikkala holatda ham mashinani o'rganish NLP tizimlariga ma'lumotlardan o'rganish va vaqt o'tishi bilan ularning ish faoliyatini yaxshilash imkonini beradi, bu ularni tabiiy tildagi matnni tahlil qilish va qayta ishlashda aniqroq va samaraliroq qiladi.
| 