Issn: 2181-1601 Scientific Journal Impact Factor
Yüklə 0,59 Mb. Pdf görüntüsü
|
|
ǀ
ISSUE 4 ǀ 2023 ISSN: 2181-1601 Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=22257 Uzbekistan www.scientificprogress.uz Page 29 Ma'lumotlarning qimmatli va mazmunli tasvirlarini o'rganish vakillik o'rganishning asosiy maqsadidir. O'rtacha o'lchamdagi o'rganilgan vakillik juda ko'p muqobil kiritish konfiguratsiyasini qo'lga kiritishga qodir, bu esa hisoblash va statistik samaradorlikni sezilarli darajada oshirishi mumkin. Mashinani o'rganish texnikasining muvaffaqiyati ko'p jihatdan ma'lumotlarning qanchalik yaxshi ifodalanishiga bog'liq . Chuqur o'rganish Chuqur o'rganish - bu sun'iy neyron tarmoqlari deb ataladigan miyaning funktsiyasi va tuzilishi ta'sir qiladigan algoritmlarga tayanadigan mashinani o'rganish sohasi. Sayoz tuzilgan ta'lim arxitekturalariga tayanadigan ko'pgina klassik o'rganish usullaridan farqli o'laroq, chuqur o'rganish birinchi navbatda ierarxik tasvirlarni avtomatik ravishda o'rganish uchun chuqur arxitekturada nazorat qilinadigan va/yoki nazoratsiz algoritmlardan foydalanadi. Chuqur o'rganish, qo'shimcha misollar bilan o'rgatish orqali modelning chuqurligini yoki tasvirlash qobiliyatini kengaytirish orqali model ishlashini yaxshilash xususiyatiga ega. Katta ma'lumotlar tahlilining xilma-xilligi va hajmi bilan ishlash uchun chuqur o'rganish arxitekturasi va algoritmlaridan foydalanish maqsadga muvofiqdir. Chuqur o'rganishning va'dalaridan biri shundaki, xususiyatlarni o'rganish va ierarxik xususiyatlarni ajratib olish usullari qo'lda xususiyatlarni tanlash o'rnini bosishi mumkin. Tarqalgan va parallel ta’lim O'rtacha vaqt ichida katta hajmdagi ma'lumotlarni qayta ishlash algoritmlarini o'rganish qiyin bo'ladi; bunday holatda, taqsimlangan ta'lim istiqbolli ko'rinadi, chunki bu o'rganish algoritmlarini kengaytirishning texnik usulidir. Klassik ta'lim paradigmasidan farqli o'laroq, ma'lumotlar markaziy qayta ishlash maqsadida ma'lumotlar bazasida to'planishi kerak, taqsimlangan ta'lim o'rganishni taqsimlangan tarzda amalga oshirishga imkon beradi. Meta-o'rganish, qaror qabul qilish qoidalari, taqsimlangan kuchaytirish va stacking umumlashtirish - bu taqsimlangan va parallel mashinani o'rganishning eng mashhur yondashuvlaridan biri. Muhim printsip shundaki, taqsimlangan va parallel o'rganish algoritmlari o'rganish qiyin bo'lgan vaziyatlarni birinchi o'ringa qo'yishi kerak. Ta'limni uzatish Ba'zi hollarda o'quv ma'lumotlarini yig'ish qimmat yoki murakkab. Shunday qilib, ko'plab domenlardagi ma'lumotlardan foydalangan holda yuqori samarali o'quvchilarni o'rgatish uchun transferli o'rganishdan foydalanish kerak. Transferni o'rganish bir nechta manba vazifalaridan ma'lumot olish va uni maqsadli vazifaga qo'llash imkonini beruvchi funktsiyalar, domenlar va tarqatishlarni ajratish usuli sifatida taqdim etilgan edi. Baholangan transfer o'rganish yechimlari ma'lumotlar hajmidan mustaqil bo'lib, katta ma'lumotlar sharoitida foydalanish mumkin. Transfer o'rganishning foydasi |