|
Chuqur o’qtitishda quyidagi mashinani o’qitish usullaridan foydalaniladi
|
| bet | 6/9 | | Sana | 01.01.2024 | | Hajmi | 1,53 Mb. | | #129350 |
Bog'liq 1433497 (1) 1-matematika, 1. Model va modellashtirish tushunchasi. Model-fayllar.org, 2. Regulyarizatsiya uchun ishlatiladigan ba\'zi usullar-fayllar.org, taklifnoma, Vektorli algebra Chuqur o’qtitishda quyidagi mashinani o’qitish usullaridan foydalaniladi:
- regressiya - o’qituvchili (supervised) o’qitish usuli hisoblanib, o’qitish natijasida qurilgan model doimiy qiymatlar qabul qiladi
- sinflashtirish - o’qituvchili (supervised) o’qitish usuli hisoblanib, o’qitish natijasida qurilgan model biron sinfga tegishli yoki tegishli emaslik haqidagi qiymat qabul qiladi
- klasterlash (Segmentlash) - o’qituvchisiz (unsupervised) o’qitish usuli hisoblanib, o’qitish natijasida model oxshash xususiyatlarni aniqlashga oid qiymatlarni hisoblaydi.
2.18-rasm. Chuqur o’qtitish
2.19-rasm. Chuqur o’qtitish bosqichlari.
Chuqur o’qitishda kuzatiladigan kamchiliklar
Ma’lumotlar nishoni (Data label)ning - ko'pincha zamonaviy AI modellari "nazorat ostida o'rganish“ - o’qituvchili o’qitish orqali o'qitiladi. Bu shuni anglatadiki, odamlar katta hajmdagi va xatolarga olib keladishi mumkin bo'lgan asosiy ma'lumotlarni belgilashi va toifalashlari kerak.
O’qitish uchun katta ma'lumotlar to'plamlari (Obtain huge training datasets) - CNN kabi chuqur o’qitish usullari ba'zi hollarda tibbiyot va boshqa sohalardagi mutaxassislarning bilimlariga mos ishlaydi. Hozirgi vaqtda mashina o'qitish jarayoni nafaqat ma’lumotar aniq bo’lishini, balki yetarlicha keng va universal bo'lgan o'quv ma'lumot to'plamlarini talab qiladi.
Muammoni tushuntirish (Explain a problem) - katta va murakkab modellarni tushuntirish va unig xususiyatlarini aniqlash qiyin hisoblanadi. Bunday holatlarda aniq qarorlarni qabul qilishda xatoliklarga yo’l qo’yilishi mumkin.
Mashinali o‘qitish masalasini umumiy sxemasi
Mashinali o‘qitish masalasini umumiy holda quyidagi sxema yordamida ko’rsatamiz (2.20-rasm). 2.20-rasmda keltirilgan sxemada:
Bu sxemada:
- Obyektlar haqida empirik ma’lumotlar - tajriba yo’li bilan aniqlanadi;
- Ma’lumotlarni o’rganish - obyektlarni ularning belgilariga asosan o’rganish, ya’ni obyektlar uchun xos bo’lgan asosiy belgilarni topish;
- O’qituvchi yordamida o’rganish - obyektlarni o’qituvchi yordamida o’rganishda obyektlarning qaysi sinfga qarashliligi, obyektlar va ularning belgilari soni ma’lum bo’ladi;
- O’qituvchisiz o’rganish - obyektlarni o’qituvchisiz o’rganishda obyektlarning qaysi sinflarga qarashliligi va sinflar soni noma’lum, obyektlar va ularning belgilari soni ma’lum bo’ladi;
- Qaror qabul qiluvchi qoida (QQQQ) qurish - o’qituvchi yordamida yoki o’qituvchisiz o’rganish jarayonida obyektlarga xos bo’lgan asosiy belgilar tizimini topish. Bu BTga xos bo’lgan funksiya hal qiluvchi funksiya deb ataladi va u chiziqli, chiziqsiz, kvadratik hamda mantiqiy ko’rinishda bo’ladi;
- Obyektlarni tanish - obyektlarni o’rganish jarayonida hosil qilingan hal qiluvchi funksiya yordamida obyektlarni oldindan ma’lum bo’lgan sinflarga ajratish, agarda sinflar berilmagan bo’lsa, u holda obyektlarni avtomatik ravishda sinflarga bo’lish.
Obyektlarni tanishni o’rgatish nazariyasi hozirgi davrda ko’plab sohalarda ishlatilmoqda. Jumladan, geografiya va biologiyada, texnika va tibbiy tashxisda, iqtisodiy va sotsial masalalarda keng qo’llanilmoqda.
Yuqorida keltirilgan sohalarda obyektlarni tanishni o’rgatish nazariyasi usullarining keng qo’llanilishi quyidagi xususiyatlarga asoslanadi:
- o’rganiluvchi obyektlarning murakkabligi, ya’ni ularning ko’plab sohalarga egaligi;
- obyektlar haqida to’liq ma’lumotlarning yetishmasligi.
|
| |
