|
Nazorat ostidagi va nazoratsiz o‘rganish
|
| bet | 6/10 | | Sana | 14.05.2024 | | Hajmi | 1,17 Mb. | | #232713 |
Bog'liq Masharipov Sanatbek mashinali o\'qitish2. Nazorat ostidagi va nazoratsiz o‘rganish
Ma'lumotlar turi
Nazorat ostidagi va nazoratsiz mashinani o'rganish o'rtasidagi asosiy farq shundaki, nazorat ostida o'rganish etiketli ma'lumotlardan foydalanadi. Belgilangan ma'lumotlar - bu xususiyatlar (X o'zgaruvchilar) va maqsadli (y o'zgaruvchisi) o'z ichiga olgan ma'lumotlar.
Nazorat ostidagi ta'limdan foydalanganda, algoritm iterativ ravishda xususiyatlarni hisobga olgan holda maqsadli o'zgaruvchini bashorat qilishni o'rganadi va trening ma'lumotlar to'plamidan "o'rganish" uchun to'g'ri javob berish uchun o'zgartiradi. Bu jarayon Trening yoki Fitting deb ataladi. Nazorat ostidagi ta'lim modellari, odatda, nazoratsiz o'rganishga qaraganda aniqroq natijalar beradi, lekin ular ma'lumotlarni to'g'ri aniqlash uchun dastlab odamlarning o'zaro ta'sirini talab qiladi. Agar ma'lumotlar to'plamidagi teglar to'g'ri aniqlanmasa, nazorat ostidagi algoritmlar noto'g'ri tafsilotlarni o'rganadi.
Boshqa tomondan, nazoratsiz o'rganish modellari etiketlanmagan ma'lumotlarning tug'ma tuzilishini aniqlash uchun avtonom tarzda ishlaydi. Shuni yodda tutish kerakki, chiqish o'zgaruvchilarini tekshirish hali ham ma'lum darajada inson ishtirokini talab qiladi. Misol uchun, nazoratsiz o'rganish modeli onlayn xarid qiladigan mijozlar bir vaqtning o'zida bir toifadagi bir nechta mahsulotni sotib olishlarini aniqlashi mumkin. Biroq, inson tahlilchisi tavsiya mexanizmi X elementini Y elementi bilan bog'lashi mantiqiy ekanligini tekshirishi kerak.
Foydalanish holatlari
Nazorat ostidagi ta'lim uchun ikkita mashhur foydalanish holatlari mavjud, ya'ni tasniflash va regressiya. Ikkala vazifada ham nazorat ostidagi algoritm trening ma'lumotlaridan nimanidir bashorat qilishni o'rganadi. Agar bashorat qilingan o'zgaruvchi "Ha" yoki "Yo'q", 1 yoki 0, "Firibgarlik" yoki "Firibgarlik yo'q" kabi diskret bo'lsa, tasniflash algoritmi talab qilinadi. Agar bashorat qilingan o'zgaruvchi savdo, xarajat, ish haqi, harorat va boshqalar kabi doimiy bo'lsa, u holda regressiya algoritmi talab qilinadi.
Klasterlash va anomaliyalarni aniqlash nazoratsiz o'rganishda ikkita muhim qo'llaniladigan holatlardir. Klasterlash haqida ko'proq bilish uchun ushbu maqolani ko'rib chiqing. Agar siz nazoratsiz mashinalarni o'rganishga chuqurroq kirmoqchi bo'lsangiz, DataCamp tomonidan ushbu qiziqarli kursni tekshiring. Siz scikit-learn va scipy-dan foydalanib, yorliqsiz ma'lumotlar to'plamidan qanday qilib klasterlash, o'zgartirish, vizualizatsiya qilish va tushunchalarni chiqarishni o'rganasiz.
Maqsadlar
Nazorat ostidagi ta'limning maqsadi belgilangan o'quv ma'lumotlar to'plamidan o'rganilgan modelga asoslangan yangi ma'lumotlar uchun natijalarni prognoz qilishdir. Siz taxmin qilishingiz mumkin bo'lgan natijalar yorliqli ma'lumotlar shaklida oldindan ma'lum. Nazoratsiz o'rganish algoritmining maqsadi aniq belgilarsiz katta hajmdagi ma'lumotlardan tushuncha olishdir. Nazorat qilinmagan algoritmlar o'quv ma'lumotlar to'plamidan ham o'rganadi, ammo trening ma'lumotlarida hech qanday teg mavjud emas.
Murakkablik
Nazorat ostidagi mashinalarni o'rganish nazoratsiz o'rganishga nisbatan sodda. Nazorat qilinmagan ta'lim modellari, odatda, istalgan natijalarni berish uchun katta o'quv majmuasini talab qiladi, bu esa ularni hisoblash jihatidan murakkablashtiradi.
4 – rasim
|
| |
