[118]
Unsupervised Learning
MLda umuman nazoratsiz o'rganish faqat kiritilgan ma'lumotlar bilan o'rganishni
anglatadi. Ushbu o'rganish paradigmasi ko'pincha bashorat qilish, qaror qabul qilish yoki
tasniflash va ma'lumotlarni siqish uchun ishlatilishi mumkin bo'lgan ma'lumotlar
taqdimotini yaratishga qaratilgan. Masalan, zichlikni baholash, klasterlash, printsipial
komponentlar tahlili va mustaqil komponentlar tahlili nazoratsiz ta'limning muhim
shakllaridir. ASR ga diskret kirishlarni ta'minlash uchun vektor kvantlash (VQ) dan
foydalanish ASR ni nazoratsiz o'rganishning dastlabki muvaffaqiyatli qo'llanilishidir .
Yaqinda nazoratsiz ta'lim MLda bosqichli gibrid generativ-diskriminativ paradigmaning
tarkibiy qismi sifatida ishlab chiqildi. Chuqur o'rganish tizimiga asoslangan ushbu
rivojlanayotgan texnika ASRga ta'sir qila boshladi. Nutqning siyrak tasvirlarini o'rganish,
shuningdek, tasniflash belgilari bo'lmasa, nazoratsiz xususiyatlarni o'rganish yoki
o'rganish xususiyatlarining namoyishi sifatida ko'rib chiqilishi mumkin.
Semi-Supervised Learning
Semi-Supervised Learning - bu o'quv jarayonida kichik hajmdagi etiketli ma'lumotlarni
katta hajmdagi yorliqsiz ma'lumotlarni birlashtirgan mashinani o'rganishga yondashuv.
Yarim nazorat ostidagi ta'lim nazoratsiz ta'lim (yorliqli ta'lim ma'lumotlarisiz) va nazorat
ostidagi o'rganish (faqat belgilangan o'quv ma'lumotlari bilan) o'rtasida bo'ladi. Bu zaif
nazoratning alohida misolidir.
Active Learning
Faol o'rganish yarim nazorat ostida o'qitishga o'xshash sozlama bo'lib, unda kichik
miqdordagi etiketli ma'lumotlarga qo'shimcha ravishda katta miqdordagi yorliqsiz
ma'lumotlar mavjud.
[119]
Dostları ilə paylaş: |
