Mavzu: Mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlarini o’qitish
va ularni dasturlash
Ishdan maqsad:
Nazariy qism
O'qituvchisiz o'qitish
deganda , ma'lumotlar to'plamlarida tasniflanmagan va
etiketlanmagan ma'lumotlar nuqtalarini o'z ichiga
olgan namunalarni aniqlash
uchun sun'iy intellekt algoritmlaridan foydalanish tushuniladi .
Boshqacha qilib aytganda, O'qituvchisiz o'qitish tizimga ma'lumotlar
to'plamlari ichidagi namunalarni o'z-o'zidan aniqlashga imkon beradi .
O'qituvchisiz o'qitishda AI tizimi hech qanday toifalar mavjud bo'lmaganiga
qaramay, o'xshashlik va farqlarga ko'ra saralanmagan ma'lumotlarni guruhlaydi.
O'qituvchisiz o'qitish algoritmlari o'qituvchili o'qitish
tizimlariga qaraganda
ancha murakkab ishlov berish vazifalarini bajarishi mumkin . Bundan tashqari,
tizimni O'qituvchisiz o'qitishga bo'ysundirish sun'iy intellektni
sinash usullaridan
biridir.
Biroq, O'qituvchisiz o'qitish O'qituvchili o'qitish modelidan ko'ra oldindan
aytib bo'lmaydi. O'qituvchisiz o'rganiladigan
AI tizimi, masalan, itlardan
mushuklarni qanday saralashni o'zi hal qilishi mumkin bo'lsa-da, g'ayrioddiy
nasllar bilan shug'ullanish uchun kutilmagan va keraksiz toifalarni qo'shib,
tartib
o'rniga tartibsizliklarni yaratishi mumkin.
O'qituvchisiz o’qitishga qodir bo'lgan sun'iy intellekt tizimlari ko'pincha
generativ ta'lim modellari bilan bog'liq, ammo ular qidiruvga asoslangan
yondashuvdan ham foydalanishlari mumkin (bu ko'pincha O'qituvchili o'qitish
o’qitish bilan bog'liq). Chatbotlar, o'z-o'zini boshqaradigan mashinalar, yuzni tanib
olish dasturlari, ekspert tizimlari va robotlar nazorat qilinadigan yoki o'qituvchisiz
o'rganiladigan yondashuvlardan yoki ikkalasidan
ham foydalanishlari mumkin
bo'lgan tizimlar qatoriga kiradi.
O’qituvchili o’qitish (Supervised learning) – bu modelni xususiyatlari
aniq bo’lgan ma’lumotlar bilan o’qitish. (Regressiya, sinflashtirish)
O’qituvchisiz o’qitish (Unsupervised learning) – bu modelni xususiyatlari
aniq bo’lmagan ma’lumotlar bilan o’qitish.(Klasterlash)
Semi-supervised learning – bu modelni ham aniq ham aniq bo’lmagan
xususiyatli ma’lumotlar bilan o’qitishdir.
Reinforcement – bu o’qitishning mukammal usuli bo’lib, bunda model
o’zini-o’zi qayta o’qitish va natijalarni yaxshilash imkoniyatiga ega bo’ladi