|
Mavzu: Nazorat ostida o’qitish algoritmlari. Stepwise Regression
|
| bet | 11/15 | | Sana | 14.07.2023 | | Hajmi | 7.63 Mb. | | #76719 |
Bog'liq Intellektual tizimlar to\'liq Xakimova Shaxlo, VIRTUAL OYINLAR, 1-2-3-4 ta chorak 25 ta j b-n 11 SINF TEST(1) (1)Mavzu: Nazorat ostida o’qitish algoritmlari. Stepwise Regression.
REJA:
1.Nazorat ostida o’qitish.
2.Nazoratli o’qitish afzalliklari va kamchiliklari.
3. Stepwise Regression.
Nazorat ostidagi o'qitish - bu mashinalarni o'rganish turlari bo'lib, unda mashinalar yaxshi "yorliqlangan" o'quv ma'lumotlaridan foydalangan holda o'qitiladi va shu ma'lumotlar asosida mashinalar natijani bashorat qiladilar. Belgilangan ma'lumotlar ba'zi kirish ma'lumotlari allaqachon to'g'ri chiqish bilan etiketlanganligini anglatadi.
Nazorat ostidagi ta'limda mashinalarga taqdim etilgan o'quv ma'lumotlari mashinalarga chiqishni to'g'ri bashorat qilishni o'rgatuvchi nazoratchi sifatida ishlaydi. U o'qituvchi nazoratida talaba o'rganadigan tushunchani qo'llaydi.
Nazorat ostidagi o'rganish - bu mashinani o'rganish modeliga kirish ma'lumotlari va to'g'ri chiqish ma'lumotlarini taqdim etish jarayoni. Nazorat qilinadigan o'rganish algoritmining maqsadi kirish o'zgaruvchisini (x) chiqish o'zgaruvchisi (y) bilan taqqoslash uchun xaritalash funktsiyasini topishdir .
Haqiqiy dunyoda nazorat ostida o'rganish xavflarni baholash, tasvirlarni tasniflash, firibgarlikni aniqlash, spamni filtrlash va boshqalar uchun ishlatilishi mumkin.
Nazorat ostidagi ta'lim qanday ishlaydi?
Nazorat ostidagi ta'limda modellar yorliqli ma'lumotlar to'plamidan foydalangan holda o'qitiladi, bu erda model har bir ma'lumot turini o'rganadi. O'quv jarayoni tugallangandan so'ng, model test ma'lumotlari (o'quv to'plamining kichik to'plami) asosida sinovdan o'tkaziladi va keyin u natijani bashorat qiladi.
Nazorat ostidagi ta'limning ishlashini quyidagi misol va diagramma orqali osongina tushunish mumkin:
Aytaylik, bizda kvadrat, to'rtburchak, uchburchak va ko'pburchakni o'z ichiga olgan har xil turdagi shakllarning ma'lumotlar to'plami mavjud. Endi birinchi qadam - har bir shakl uchun modelni o'rgatishimiz kerak.
|
| |
