Mustaqil ish 1 Bajardi : Nurilloyev Sh. Tekshiradi : Kubayev S. Samarqand -2023 mavzu: Mashinali o’qitishning turli sohalarda qo’llanilishi

Taklif (bir tasniflovchi yoki kompyuter tushunadigan til)

Baholash (ob'ektiv / skoring funktsiyasi sifatida ham tanilgan)

Optimallashtirish (qidirish uslubi, odatda eng yaxshi balli tasniflovchi, off-the-shelf va maxsus optimallash usullari qo'llaniladi)

Machine Learning algoritmlarining asosiy maqsadi bundan oldin umumlashtirish, ya'ni ilgari hech qachon taqdim qilinmagan ma'lumotlarni muvaffaqiyatli talqin qilishdir.
Mashinalar o'rgansin
Mashinalarni o'rganishning turli usullari mavjud. sun'iy nerv tarmoqlari qatlamlari ichiga oddiy qaror daraxt Klaster foydalanish (ikkinchi chuqur o'rganish uchun yo'l bergan).
Ko'pincha eng yaxshi o'rganish algoritmini tanlashga diqqat qaratilgan bo'lsa-da, tadqiqotchilar eng qiziqarli savollarning ayrimlari Mashinani o'rganish uchun mavjud bo'lgan algoritmlarga javob bermaganligini aniqladilar.
Muhimi, Mashinani o'rganish faqatgina avtomatlashtirish emas. Agar shunday deb o'ylayotgan bo'lsangiz, albatta, sizga taqdim etadigan qimmatbaho tushuncha va imkoniyatlarni sog'inasiz.
O'rganadigan mashinalar foydalidir, chunki barcha qayta ishlash kuchlari bilan ular katta ma'lumotlarning namunalarini tezroq topa oladilar. Aks holda bu qismlar odamlar tomonidan o'tkazib yuborilgan bo'lar edi. Mashinada o'rganish - bu muammolarni hal qilishni yaxshilash uchun ishlatilishi mumkin bo'lgan vosita. U kasalliklarni aniqlash va global iqlim o'zgarishiga qarshi echimlarni topish kabi turli xil muammolar bo'yicha asosli xulosalar chiqarishi mumkin.
Mashinani o'rganishdagi qiyinchiliklar va cheklovlar
Eng ko'p boshlang'ich xatolaridan biri - mashq ma'lumotlarini muvaffaqiyatli sinovdan o'tgan illuzey bilan muvaffaqiyatli sinab ko'rishdir. Ma'lumot yig'ishning bir qismi barcha ma'lumotlar to'plami haqida hech narsa aytmaydi.
Agar o'rganish algoritmi (ya'ni o'quvchi) ishlamasa, ba'zan mashinaga qo'shimcha ma'lumot etkazib berish muvaffaqiyatli bo'ladi. Shu bilan birga, bu o'rganilayotgan vaqtdan ko'ra bizda ko'proq ma'lumotlarga ega bo'lgan o'lchamdagi muammolarga olib kelishi mumkin.
Mashinada o'qitish o'z-o'zidan maqsad emas. Bundan tashqari, uni umumiy echim sifatida ishlatish foydali emas.
Nerv tarmoqlarida chuqur o'rganish va zamonaviy rivojlanish
Chuqur o'rganish ma'lumotlarni abstraktsiyaning bir necha darajalarida namoyish etish uchun mashina algoritmlarini o'z ichiga oladi. Bu kompyuter tizimlarini tashkil qilish usullari. DeepMind, Facebook va boshqa institutlar orqali chuqur o'rganish Machine Learning-ning navbatdagi bosqichi sifatida aniqlandi.
Chuqur o'rganish tizimlari so'nggi o'n yil ichida yuzni tanib olish, matnni nutqqa aylantirish va ma'lumotlarni tiklash bo'yicha yaxshi natijalarga erishdi. Hozirgi kunda tadqiqotlar ma'lumotlar samaradorligini oshiruvchi mashinalarni o'rganishni rivojlantirishga qaratilgan. Bu samaraliroq o'rganish mumkin bo'lgan, qisqa vaqt ichida va kam ma'lumotlarga ega bo'lgan bir xil ishlashga ega bo'lgan chuqur o'quv tizimlari. Chuqur ta'lim sog'liqni saqlash, mashinalarni o'rganish robotlari va hissiyotlarni tahlil qilish kabi muhitlarda qo'llaniladi.

Mashinani o'rganish bo'yicha eng yaxshi amaliyotlar

• 
  Muvaffaqiyatli kompyuterni o'qitish loyihalarida eng muhim omil shubhasiz bo'lgan xususiyatlarma'lumotlarni ta'riflash uchun ishlatiladi. Bundan tashqari, siz modellarni tayyorlash uchun etarli ma'lumotlarga ega bo'lishingiz kerak.
  
• 
  Algoritmlar yaxshi ishlamaydigan ko'p hollarda, bu o'quv ma'lumotlari bilan bog'liq muammolarga bog'liq.
  
• 
  Tajribaviy ma'lumotlar, iloji bo'lsa, olinishi kerak. Misol uchun, tasodifiy namunaga e-mailning turli xil variantlarini yuborish orqali to'plangan ma'lumotlar
  
• 
  Har doim cross-validation uchun ta'lim ma'lumotlarining bir qismini qo'ying. Shunday qilib, tanlangan tasniflovchi yoki yangi algoritmni yangi ma'lumotlar yordamida tekshirishingiz mumkin
  

Insonlar ko‘pdan beri hisoblash mashinalarini inson kabi fikr yuritishga va o‘zini tutishga intilishadi hamda shu bilan ularni kompyuterlarga xos bo‘lmagan vazifalarni hal qilishga, masalan, shaxmat o‘ynashga, she’r yozishga, musiqa yozishga o‘rgatishadi. Mashinali o‘qitish va neyron to‘rli texnologiyalar ishlab chiqarishning turli sohalarida tobora keng foydalanilmoqda, shuni e’tiborga olib bu texnologiyalarning rivojlanishiga korxona va tashkilotlar tobora ko‘proq mablag‘ ajratmoqdalar.

Ma’lumotlarning hajmi va murakkabligi ortib borishi bilan ularni sun’iy intellekt yordamida qayta ishlash va tahlil qilish zarurati ortib boradi. Chunki, sun’iy intellekt yordamida aniqligi yuqori bo‘lgan baholash va bashorat qilish ishlarini amalga oshirish mumkin. Shu bilan birga axborotlarni qayta ishlash samaradorligi sezilarli darajada oshadi va xarajatlarni kamayishiga olib keladi. Dunyoda mavjud tahliliy agentliklarning hisobotlariga ko‘ra, sun’iy intellekt va mashinali o‘qitish yo‘nalishi bo‘yicha faoliyat yurituvchi mutaxassislarning doimiy yetishmasligini aniqlashgan. Bunday mutaxasislarga bo‘lgan talab yiliga 12 foizga o‘sib bormoqda va mavjud kadrlar bu talabning atiga 7 foizini ta’minlab berishga qodir xolos. Kadrlarga bo‘lgan ehtiyojning bunday o‘sishi yaqin kelajakda potensial talabgorlarga nisbatan yana 250 ming ochiq bo‘sh ish o‘rinlari mavjud bo‘lishidan dalolat beradi. Shuning uchun ham mashinali o‘qitish atrofida juda katta murakkablikdagi serdaromad, o‘ziga jalb qiluvchisoha shakllandi.
Hozirgi kunda deyarli barcha dasturchilar sun’iy intellekt bo‘yicha mutaxassis sifatida faoliyatini boshlash uchun zarur bo‘lgan bilimlar bazasiga ega. Dasturchilar va talabalarning xohish, maqsadlari zamonaviy istiqbolli kasb egallash bo‘lsa, u holda sun’iy intellekt sohasidagi yangiliklardan, ularni arxitekturasini yaratish usullaridan hamda algoritmlaridan boxabar bo‘lishlari talab etiladi.
Sun’iy intellekt va neyron torli texnalogiyalar Sun’iy intellekt qayerda qo‘llaniladi ?
➢ Ta’limda
➢ Nutqni tanish
➢ Biometrya
➢ Ma’lumotlarni intelektual tahlil qilish
➢ Iqtisod
➢ Meditsina
➢ Internet
➢ Ishlab chiqarish
➢ Xavsizlik ta’minlash
➢ Sun’iy intelektning asosiy yo‘nalishlari
➢ Bilimlarga asoslangan tizimlarni ishlab chiqarish
➢ Nutqni anglash va tahlil qilish
➢ Mashinani o‘qitish va o‘z - o‘zini o‘qitish


XULOSA:
Chuqur o'rganish tizimlari so'nggi o'n yil ichida yuzni tanib olish, matnni nutqqa aylantirish va ma'lumotlarni tiklash bo'yicha yaxshi natijalarga erishdi. Hozirgi kunda tadqiqotlar ma'lumotlar samaradorligini oshiruvchi mashinalarni o'rganishni rivojlantirishga qaratilgan. Bu samaraliroq o'rganish mumkin bo'lgan, qisqa vaqt ichida va kam ma'lumotlarga ega bo'lgan bir xil ishlashga ega bo'lgan chuqur o'quv tizimlari. Chuqur ta'lim sog'liqni saqlash, mashinalarni o'rganish robotlari va hissiyotlarni tahlil qilish kabi muhitlarda qo'llaniladi.