|
Neyron tarmoqlarni o’rgatish usullari tasnifi
|
| bet | 10/15 | | Sana | 26.11.2023 | | Hajmi | 0,6 Mb. | | #105888 |
Bog'liq ma\'lumotlarning intellektual tahlili Amaliyot MI 2 kis21 05 guruh12.Neyron tarmoqlarni o’rgatish usullari tasnifi
(134,135,136,137larni o’qish kerak)O‘rgatish jarayonda vaznli bog‘lanish koeffitsiyent,
chegara va tuzilma kabi
NT parametrlar qiymatlari sozlanadi (modifikatsiyalashadi). Shu holatda mazkur
parametrlarni boshlang‘ich qiymatlari odatda tasodifiy ravishda beriladi.
Tasnifni eng muhim belgisi (ko‘rsatgichi) tashqi muxit bilan o‘zaro xarakatlarini
turi, xususiyati bo‘ladi. O‘rgatish jarayonda tashqi
muxitdan keladigan axborotni
miqdori va sifati (semantikasi, ma’nosi)ga ko‘ra supervizorli
(supervised learning),
nosupervizorli (unsupervised learning) va tasdiqlash bilan
(reinforcement learning)
o‘rgatish algoritmlar ajratiladi.
13.Neyron tarmoqlarni o’rgatish usullari tasnifi(supervizorli usul)
Supervizoli usulda oldindan o‘rgatish juftlarni hammasidan iborat bo‘lgan
o‘rgatish to‘plam shakllanadi. O‘rgatish jufti X kirish
vektori va unga muvofiq
bo‘lgan Y chiqish vektorlar qiymatlari bilan ifodalanadi.
Shu holatda har bir xil
kirish vektorni i- komponentasi i- kirish neyronga keladigan signalga muvofiq
bo‘ladi. Shunga uxshash har bir yj chiqish vektorni j- komponentasi j-chiqish
neyronda paydo bo‘ladigan signalga muvofiq bo‘ladi.
O‘rgatish jarayonda chiqish vektorlarni berilgan kirish
vektorlarni
qiymatlarga muvofiq bo‘lgan joriy haqiqiy qiymatlarini
o‘rgatish to‘plamda
oldindan berilgan chiqish qiymatlardan og‘ishlari
hisoblanadi. Bu og‘ishni qiymatiga muvofiq NT parametrlari mazkur og‘ishlar qiymatlarini minimum (berilgan)
kattaligiga olib keltirish
uchun to‘g‘irlanadi (sozlanadi, modifikatsiyalanadi). Supervizorli o‘rgatish algoritmlarni ichida eng keng tarqalgan xatolarni (to‘lqinlarni) orqaga traqatish algoritmi (error backpropagation) bo‘ladi
|
| |
