|
Mustaqil ishi Mavzu: Ierarxik klasterlash Bajardi: Kompyuter injineringi fakulteti
|
| bet | 2/10 | | Sana | 14.05.2024 | | Hajmi | 1,17 Mb. | | #232713 |
Bog'liq Masharipov Sanatbek mashinali o\'qitishAsosiy qisim
I – BOB Mashinali o'qitishga sinflashtirish jarayonida.
1. Mashinali o’qitish algoritmlari
Mashinali o’qitish (Machine Learning) – bu kompyuterni dasturlashning yangi yo’nalishi bo’lib, dasturning ma’lumotlarni o’qib olish va shu ma’lumotlar asosida o’rganish xususiyatiga ega bo’lishidir. [Mashinali o’qitish] kompyuterning ma’lumotlarni o’qib olish asosida xususiyatlarni o’rganish qobiliyatidir - Arthur Samuel, 1959 A dastur bu E tajriba asosida T masalani yecishda P samaradorlik o’lchovi bilan yaratiladi, va T masala samaradorligi P orqali tekshiriladi va aniqligi E tajriba asosida amalga oshiriladi – Tom Mitchell, 1997.
Tasvirni tanib oluvchi dastur
1 – rasim
O’qitish masalasi
X- obyektlar to’plami
Y- javoblar to’plami
y:X->Y no’malum bog’liqlik esa target function(maqsad funksiya) deyiladi. Berilgan:
{x1, . . . , xℓ } X — o’qtiluvchi to’plam(training sample)
yi = y (xi ), i = 1, . . . , ℓ — ma’lum javoblar
Demak o’qitish masalasi deganda a : X → Y moslikni xal qilivchi algoritmga aytiladi (decision function).
Mashinani o'rganish algoritmi - bu AI tizimi tomonidan vazifalarni bajarish uchun ishlatiladigan qoidalar yoki jarayonlar to'plami - ko'pincha yangi ma'lumotlar tushunchalari va naqshlarini kashf qilish yoki berilgan kirish o'zgaruvchilari to'plamidan chiqish qiymatlarini bashorat qilish. Algoritmlar mashinani o'rganishni (ML) o'rganish imkonini beradi.
Sanoat tahlilchilari mashinani o'rganish va uning asosiy algoritmlari muhimligi haqida kelishib olishadi. Forresterdan: “Mashinani oʻrganish algoritmlaridagi yutuqlar marketing maʼlumotlarini tahlil qilishda aniqlik va chuqurlikni keltirib chiqaradi, bu esa marketologlarga platforma, ijodkorlik, harakatga chaqiruv yoki xabarlar kabi marketing tafsilotlari marketing samaradorligiga qanday taʼsir qilishini tushunishga yordam beradi.” Gartner taʼkidlaganidek, "Mashinani o'rganish ko'plab muvaffaqiyatli sun'iy intellekt ilovalarining asosini tashkil etadi va bu uning bozordagi ulkan tortishishini kuchaytiradi.
Ko'pincha, ML algoritmlarini ko'proq ma'lumotlarga o'rgatish kamroq ma'lumotlarga o'rgatishdan ko'ra aniqroq javoblarni beradi. Statistik usullardan foydalanib, algoritmlar tasniflarni aniqlash yoki bashorat qilish va ma'lumotlarni qazib olish loyihalarida asosiy tushunchalarni ochish uchun o'qitiladi. Ushbu tushunchalar keyinchalik o'sishning asosiy ko'rsatkichlarini oshirish uchun qaror qabul qilishni yaxshilashi mumkin.
Mashinani oʻrganish algoritmlari uchun holatlar qatoriga tendentsiyalarni aniqlash va muammolarni yuzaga kelishidan oldin bashorat qilish uchun maʼlumotlarni tahlil qilish imkoniyati kiradi.3 Murakkab sunʼiy intellekt koʻproq moslashtirilgan yordamni yoqishi, javob vaqtini qisqartirishi, nutqni aniqlashni taʼminlashi va mijozlar ehtiyojini qondirishni yaxshilashi mumkin. Katta hajmdagi maʼlumotlardan yangi kontent yaratish uchun mashinani oʻrganish algoritmlaridan ayniqsa foyda koʻradigan sohalar qatoriga taʼminot zanjiri boshqaruvi, transport va logistika, chakana savdo va ishlab chiqarish4 kiradi, bularning barchasi vazifalarni avtomatlashtirish, samaradorlikni oshirish va qimmatli tushunchalarni taqdim etish qobiliyatiga ega generativ AIni qamrab oladi. hatto yangi boshlanuvchilar uchun.
|
| |
