|
Toshkent axborot texnologiyalari universiteti samarqand filiali telekommunikatsiya texnologiyalari va kasb ta
|
| bet | 1/5 | | Sana | 14.01.2024 | | Hajmi | 48,42 Kb. | | #137184 |
Bog'liq M.I 4
MUXAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
SAMARQAND FILIALI
TELEKOMMUNIKATSIYA TEXNOLOGIYALARI VA KASB TA’LIMI
5330300- Axborot xavfsizligi (sohalar bo’yicha)
“Mashinali o’qitishga kirish” fanidan
MUSTAQIL ISH № 4
Mavzu: Sinflashtirish masalasi uchun logistik funksiyalaridan foydalanish.
Bajardi: ___________ 3-kurs talabasi Hayitov U.
Qabul qildi: ___________ Kubayev S.T.
Ishni bahosi: ___________ ball
Samarqand – 2023
Mavzu rejasi:
1. Sinflashtirsh tushunchasi
2. Sinflashtirish mashinali o’qitishnig asosiy yondashuvlaridan biri sifatida
o’qitish masalasi
3. MNIST o’quv tanlanma tuzilishi
4. Sinflashtirish masalasi uchun logistik va softmax regressiya funksiyalaridan foydalanish
5. Samaradorlikni baxolash usullari tartibsizlik matritsasi (confusion matrix)
Tayanch so’zlar: Sinflashtirish, yondashuv, model tanlash, logistik regressiya, MINST, softmax regressiya, tartibsizlik matritsasi, ROC egri chizig'i, AUC balli.
Sinflashtirish - bu biror vazifani bajarish uchun ishlatiladigan mashinani o'rganish algoritmining bir turi kirish ma'lumotlariga asoslangan kategorik yoki diskret chiqish o'zgaruvchisi. Boshqacha aytganda, sinflashtirish kuzatishning qaysi toifaga mansubligini uning asosida aniqlash jarayonidir xususiyatlar yoki atributlar.
Sinflashtirishning asosiy g'oyasi kirish o'zgaruvchilaridan xaritalash funktsiyasini o'rganishdir etiketli misollar to'plamini tahlil qilish orqali o'zgaruvchilarni chiqarish uchun. Bu etiketli misollar xususiyatlar deb ham ataladigan kirish ma'lumotlar nuqtalari to'plamidan va ularning mos keladigan chiqishidan iborat teglar yoki toifalar. Xaritalash funktsiyasi o'rganilgandan so'ng, u yangi uchun chiqish yorlig'ini bashorat qilish uchun ishlatilishi mumkin, ko'rinmaydigan kirish ma'lumotlar nuqtalari.
Sinflashtirish - ma'lum bir kirish ma'lumot nuqtasining sinf yorlig'ini bashorat qilish uchun keng qo'llaniladigan mashinani o'rganish usuli. Biroq, tasniflash muammolari bilan ishlashda bir nechta muammolar paydo bo'lishi mumkin. Ushbu muammolardan ba'zilari: Ma'lumotlar tasniflash muammolarida keng tarqalgan muammo bo'lib, unda bir sinf ma'lumotlar to'plamida sezilarli darajada kam ifodalanadi. Bu ozchiliklar sinfida yomon ishlaydigan noxolis modellarga olib kelishi mumkin. Ushbu muammoni hal qilish uchun ortiqcha tanlash, kam tanlanish va xarajatlarni hisobga oluvchi o'rganish kabi usullardan foydalanish mumkin.
To’g’ri moslashish: Model juda murakkab bo'lsa va o'quv ma'lumotlariga juda yaqin moslashishni o'rgansa, ortiqcha moslama paydo bo'ladi, natijada yangi, ko'rinmas ma'lumotlarga yomon umumlashtiriladi. L1 va L2 tartibga solish kabi tartibga solish texnikasi ortiqcha moslamani oldini olish uchun ishlatilishi mumkin.
Noto'g'ri moslashish: Model juda oddiy bo'lsa va ma'lumotlardagi asosiy qismlarni ushlay olmasa, o'quv va test ma'lumotlarida yomon ishlashga olib keladi. Modelning murakkabligini oshirish yoki kuchliroq algoritmdan foydalanish noto'g'ri ishlashga yordam beradi.
|
| |
