Eng yaxshi mashinaviy o`qitish bo'yicha amaliy dasturlar :
1. Tasvirni aniqlash. (Image recognation) Bu eng keng tarqalgan mashinaviy o'rganish dasturlaridan biridir. Obyektni raqamli rasm sifatida tasniflashingiz mumkin bo'lgan ko'plab holatlar mavjud. Raqamli tasvirlar uchun o'lchovlar rasmdagi har bir pikselning natijalarini tavsiflaydi. Qora va oq rasm bo'lsa, har bir pikselning intensivligi bitta o'lchov sifatida xizmat qiladi. Shunday qilib, agar qora va oq rasmda N * N piksel bo'lsa, piksellarning umumiy soni va shuning uchun o'lchov N2 bo'ladi. Machine Learning-da ANN-ni muhokama qilaylik. Rangli rasmda har bir piksel 3 ta asosiy rang tarkibiy qismlarining intensivligini 3 o'lchashni ta'minlovchi deb hisoblanadi, ya'ni RGB. Shunday qilib, N * N rangli rasmda 3 N2 o'lchov mavjud. Yuzni aniqlash uchun - kategoriyalar yuzsiz bo'lishi mumkin va yuz yo'q. Bir nechta shaxslarning ma'lumotlar bazasida har bir kishi uchun alohida toifalar bo'lishi mumkin.
Belgilarni aniqlash uchun - biz har bir yozuvni bitta belgidan iborat kichik qismlarga ajratishimiz mumkin. Ushbu toifalar ingliz alifbosining 26 harfidan, 10 ta raqamdan va ba'zi maxsus belgilardan iborat bo'lishi mumkin.
2. Nutqni aniqlash. (Speech recognition) Nutqni aniqlash (Speech recognition - SR) - bu og'zaki so'zlarning matnga tarjimasi. U "avtomatik nutqni aniqlash" (Automatic Speech recognition-ASR), "kompyuterda nutqni aniqlash" yoki "matndan nutqqa o'tish" sifatida ham tanilgan. Nutqni aniqlashda dasturiy ta'minot og'zaki so'zlarni taniydi. Ushbu Machine Learning dasturidagi o'lchovlar nutq signalini aks ettiradigan raqamlar to'plami bo'lishi mumkin. Signalni aniq so'zlar yoki fonemalarni o'z ichiga olgan qismlarga bo'lishimiz mumkin. Har bir segmentda biz turli vaqt chastotalari diapazonidagi intensivlik yoki energiya orqali nutq signalini namoyish etishimiz mumkin. Signalning namoyishi tafsilotlari ushbu dastur doirasidan tashqarida bo'lsa ham, biz haqiqiy qiymatlar to'plami bilan signalni taqdim etishimiz mumkin.
