|
O‘zbekiston respublikasi oliy ta‘lim, fan va innovatsiyalar vazirligi muhammad al-xorazmiy nomidagi
| | bet | 1/4 | | Sana | 21.05.2024 | | Hajmi | 2,51 Mb. | | #247220 |
Bog'liq Mustaqil ish
O‘ZBEKISTON RESPUBLIKASI
OLIY TA‘LIM, FAN VA INNOVATSIYALAR VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
“Mashinali o’qitishga kirish” fanidan
MAVZU: O’qituvchisiz(Unsupervised) o’qitish algoritmlari
023-20 SKIo‘ guruh
Bajardi: Hasanov Sardor
Qabul qildi: Ochilov M. M.
Toshkent – 2024 yil
O`qituvchisiz(Unsupervised) o’qitish algoritmlari
REJA:
-
Kirish.
-
Asosiy qism
-
O`qituvchisiz o’qitish algoritmlari nima?.
-
O`qituvchisiz o`qitishning asosiy usullari.
-
Toifalash algoritmlari.
-
O`lchamlarni pasaytirish.
-
O`qituvchisiz o`rganishning yo`nalishlari.
-
Muammolar va kelajak yo’nalishlari.
-
Xulosa.
Kirish
Ob-havo sharoitlaridan tortib mijozlarning xohishlariga qadar ma'lumotlarni o'z ichiga olgan, ammo aniq yorliqlar yoki toifalarga ega bo'lmagan ulkan ma'lumotlar okeanini tasavvur qiling. Ushbu yorliqsiz ma'lumotni qanday tushunishimiz mumkin? Bu erda nazoratsiz o'qitish algoritmlari paydo bo'ladi - bu tartibsiz ko'rinadigan ma'lumotlar ichida yashirin naqshlar, tuzilmalar va munosabatlarni kashf eta oladigan mashina o'rganish asboblar qutisidagi kuchli vositalar. Ushbu taqdimotda biz nazoratsiz o‘qitish algoritmlarining ajoyib olami bilan tanishamiz, ularning ta’rifi, mashinani o‘rganishdagi ahamiyati va yorliqsiz ma’lumotlar ichida yashiringan sirlarni ochishda foydalaniladigan ba’zi asosiy usullarni o‘rganamiz.
-
rasm. Ob-havo sharoitlarini aks ettiruvchi ma’lumotlar xaritasi
An'anaga ko'ra, mashinani o'rganish algoritmlari etiketli ma'lumotlarga tayanadi, bu erda har bir ma'lumot nuqtasi aniq tasniflanadi (masalan, "mushuk" deb belgilangan rasm yoki "spam" deb tasniflangan elektron pochta). Ushbu etiketli ma'lumotlar o'quv qo'llanmasi bo'lib, algoritmga yangi, ko'rinmaydigan ma'lumotlarni o'rganish va bashorat qilish imkonini beradi. Biroq, nazoratsiz o'rganish algoritmlari boshqacha yondashuvni qo'llaydi. Ular etiketlanmagan ma'lumotlar bilan taqdim etiladi, bu erda ma'lumotlar nuqtalarida oldindan belgilangan toifalar mavjud emas. Keyinchalik qiyinchilik kashfiyotlardan biriga aylanadi - ma'lumotlarning o'zida yashirin naqshlar va munosabatlarni aniqlash. Tasavvur qiling-a, o'qituvchini sinfga turli xil kelib chiqishi bo'lgan, dars rejasi yo'q yoki ularning kuchli yoki zaif tomonlari haqida oldindan ma'lumotga ega bo'lmagan talabalar bilan tashlangan. Nazoratsiz o'qitish algoritmlari xuddi shu zukko o'qituvchi kabi harakat qiladi, o'quvchilarni (ma'lumotlar nuqtalari) o'xshash o'rganish uslublari (naqshlari) bo'lgan guruhlarni aniqlash va shunga mos ravishda yondashuvlarini moslashtiradi. O'xshash ma'lumotlar nuqtalarini guruhlash va asosiy tuzilmalar va tendentsiyalarni aniqlash orqali nazoratsiz o'rganish algoritmlari yorliqsiz ma'lumotlardan qimmatli tushunchalarni ochib beradi.
-
rasm. Klasterlash.
Nazoratsiz ta'lim olami juda katta va uning ixtiyorida turli xil texnikalar mavjud. Bu erda biz nazoratsiz o'rganish algoritmlarining kuchiga misol bo'ladigan uchta asosiy usulni ko'rib chiqamiz. Klasterlash aralash o'yinchoqlar to'plamini saralashga o'xshaydi - algoritm umumiy xususiyatlar asosida o'xshash ma'lumotlar nuqtalarini birlashtiradi. Bu bozor segmentatsiyasi, mijozlar profilini yaratish yoki tasvirni tanib olish uchun juda foydali bo'lishi mumkin. O'lchovni qisqartirish ma'lumotlarni siqish vositasi kabi ishlaydi, ma'lumotlar to'plamidagi o'zgaruvchilar sonini kamaytiradi va eng muhim ma'lumotlarni saqlaydi. Bu tasvirni qayta ishlash yoki ko'p o'zgaruvchilarga ega murakkab ma'lumotlar to'plamini tahlil qilish kabi vazifalar uchun juda muhimdir. Va nihoyat, anomaliyani aniqlash kutilgan naqshlardan sezilarli darajada chetga chiqadigan ma'lumotlar nuqtalarini aniqlab, ehtiyotkor qo'riqchi kabi ishlaydi. Bu firibgarlik faoliyatini, uskunaning noto'g'ri ishlashini yoki tergovni talab qilishi mumkin bo'lgan har qanday noodatiy hodisani aniqlash uchun ishlatilishi mumkin. Ushbu va boshqa kuchli usullardan foydalangan holda, nazoratsiz o'rganish algoritmlari yorliqsiz ma'lumotlar ichidagi yashirin xazinalarni ochadi va keng ko'lamli ilovalar uchun qimmatli tushunchalarni beradi.
|
| |
