Bu bir vaqtning o'zida bir nechta mashinani o'rganish usullaridan foydalanadigan va bir-birining xatolarini tuzatadigan algoritmlar guruhlari. Ular uchta usulda olinadi:
Stacking - turli xil algoritmlar alohida o'qitilganda, so'ngra ularning natijalarini kiritishga oxirgisiga o'tkazsa, u qaror qabul qiladi;
Tilanchilik - tasodifiy namunalar bo'yicha bir algoritm qayta -qayta o'qitilganda, so'ngra javoblar o'rtacha hisoblanadi;
Boosting - bu algoritmlarni ketma -ket o'rgatish, ularning har biri avvalgisining xatolariga alohida e'tibor berish.
Ansambllar qidiruv tizimlarida, kompyuterni ko'rishda, yuzni aniqlashda va boshqa ob'ektlarda ishlaydi.
Neyron tarmoqlar inson miyasining ishini taqlid qiladi, u doimiy ravishda bir-biri bilan yangi aloqalar hosil qiladigan neyronlardan iborat. Juda shartli ravishda siz ularni bir nechta kirish va bitta chiqishga ega tarmoq sifatida belgilashingiz mumkin. Neyronlar qatlamlarni hosil qiladi, ular orqali signal ketma-ket o'tadi. Bularning barchasi neyron ulanishlar - ma'lumotlar uzatiladigan kanallar bilan bog'langan. Har bir kanalning o'ziga xos "og'irligi" bor - u uzatiladigan ma'lumotlarga ta'sir qiluvchi parametr.
AI barcha kirishlar ma'lumotlarini to'playdi, ularning parametrlarini belgilangan parametrlarga muvofiq baholaydi, so'ngra kerakli harakatni bajaradi va natijani beradi. Avvaliga bu tasodifiy bo'lib chiqadi, lekin keyin ko'p tsikllar orqali u tobora aniqroq bo'ladi. Yaxshi o'rgatilgan neyron tarmoq , aniqrog'i oddiy algoritm kabi ishlaydi.
Chuqur o'rganish
Bu erda ikkita asosiy arxitektura qo'llaniladi:
Konvolyutsion neyron tarmoqlar birinchi bo'lib yorliqsiz tasvirlarni tanib olishni o'rgandi - AI uchun eng qiyin ob'ektlar. Buning uchun ularni bloklarga ajratadilar, har biridagi dominant chiziqlarni aniqlaydilar va kerakli ob'ektning boshqa tasvirlari bilan solishtiradilar;
Takroriy neyron tarmoqlar matn va nutqni aniqlash uchun javobgardir. Ular ulardagi ketma-ketlikni aniqlaydi va har bir birlikni - harf yoki tovushni - qolganlari bilan bog'laydi.
