Mashinali o’qitish. Mashinali o’qitish algoritmlari

Mashinali o’qitish (Machine Learning) – bu kompyuterni

dasturlashning yangi yo’nalishi bo’lib, dasturning ma’lumotlarni

o’qib olish va shu ma’lumotlar asosida o’rganish xususiyatiga ega

bo’lishidir.

[Mashinali o’qitish] kompyuterning ma’lumotlarni o’qib olish

asosida xususiyatlarni o’rganish qobiliyatidir - Arthur Samuel, 1959

A dastur bu E tajriba asosida T masalani yecishda P samaradorlik

o’lchovi bilan yaratiladi, va T masala samaradorligi P orqali

tekshiriladi va aniqligi E tajriba asosida amalga oshiriladi - Tom

Mitchell, 1997

---

Tasvirni tanib oluvchi dastur

Tasvirni 

tanib oluvchi 

dastur modeli

Kiruvchi tasvir

Modelni o’qitish

.......

Model natijasi

---

Mashinali o’qitish

---

O’qitish masalasi

X- obyektlar to’plami 

Y- javoblar to’plami

y:X->Y no’malum bog’liqlik esa target function(maqsad funksiya) 

deyiladi.

Berilgan:

{x1, . . . , xℓ } X — o’qtiluvchi to’plam(training sample) 

yi = y (xi ), i = 1, . . . , ℓ — ma’lum javoblar

---

O’qitish masalasi

Demak o’qitish masalasi deganda a : X → Y moslikni xal qilivchi algoritmga

aytiladi (decision function).

---

Mashinani o’qitish jarayoni bosqichlari

Mashinani o’qitish jarayoni chiziqli yoki nochiziqli  

qaramasdan quyidagi bosqichlarda amalga oshiriladi:

◦

Muammoni aniqlash.

◦

Ma’lumotlarni tayyorlash.

◦

Algoritmni ishlab chiqish va baholash (testlash).

◦

Natijaviy ma’lumotlar aniqligini oshirish.

bo’lishiga

◦

Yakuniy natijani (ishlab chiqilgan model) taqdim qilish.

---

Mashinali o’qitish turlari

• O’qituvchili o’qitish 

(Supervised learning) –

bu modelni xususiyatlari 

aniq bo’lgan 

ma’lumotlar bilan 

o’qitish. (Regressiya, 

sinflashtirish)

Supervised

• O’qituvchisiz o’qitish 

(Unsupervised learning)

– bu modelni

xususiyatlari aniq 

bo’lmagan ma’lumotlar 

bilan 

o’qitish.(Klasterlash)

Unsupervised

• Semi-supervised 

learning – bu modelni 

ham aniq ham aniq 

bo’lmagan xususiyatli 

ma’lumotlar bilan 

o’qitishdir.

Semi-

supervised

• Reinforcement – bu 

o’qitishning mukammal 

usuli bo’lib, bunda 

model o’zini-o’zi qayta 

o’qitish va natijalarni 

yaxshilash imkoniyatiga 

ega bo’ladi.

Reinforcement

---

Supervised learning

O’qituvchili

o’qitish

(Supervised learning) – bu

modelni

xususiyatlari

aniq

bo’lgan ma’lumotlar bilan

o’qitish.

Bunday

turdagi

o’qitish usullariga Regressiya

va Sinflashtirish masalalarini

misol keltirish mumkin.

Bunda

xususiyatlari

aniq

deganda kiruvchi va

chiquvchi parametrlar mavjud

bo’lishi nazarda tutiladi.

Regression

Classification

---

Supervised learning

Modelni o’qitishda foydalaniladigan ma’lumotlar odatda ikkita qismga ajratiladi

va ular 80:20 nisbatda olinadi. Ya’ni ma’lumotlarning 80% o’qitiluvchi ma’lumot

va qolgan 20% esa modelni testlovchi ma’lumot bo’lib xizmat qiladi.

O’qitish jarayonida model kiruvchi va chiquvchi ma’lumotlarning 80% dan

foydalanadi va modelni o’qitish faqat ushbu ma’lumot orqali amalga oshiriladi.

---

Supervised learning

---

Regressiya nima?

Regressiya bu – ma’lumotlarni intellektual tahlil qilish usullaridan

biri bo’lib, obyekt yoki jarayonga tegishli o'zgaruvchilar o'rtasidagi

o'zaro bog'liqlikni baholash uchun statistik jarayonlar to'plami

hisoblanadi.

Regression tahlil chiziqli yoki nochiziqli, o’z navbatida logistik

regressiya usullari asosida amalga oshiriladi.

Regression tahlil asosan bashorat qilish va prognoz qilish uchun keng

qo'llaniladi va hozirda ushbu usulning ishlatilishi mashinali o’qitish

sohasi bilan mos keladi.

---

Regressiya va uning turlari

Regressiya asosida yaratiladigan model ma'lumotlarni berilgan nuqtalardan

o'tgan eng yaxshi giper tekislikka (nuqtalar o’rtasidan o’tishiga) moslashtirishga

harakat qiladi. Regression tahlilda turli xil modellardan foydalanish mumkin, eng

sodda model chiziqli regressiya asosida quriladi.

---

Regressiyaga misol (chiziqli)

Avtomobil narxini hisoblash 

modelini yaratish