Chuqur o’qitishda mashinani o’qitish usullaridan foydalanish Reja

Chuqur o’qitishda mashinani o’qitish usullaridan foydalanish
Reja

1. 
   Mashinani o‘qitish
   
2. 
   Mashinani o'rganishning beshta qabilasi
   

1. 
   Mashinani o‘qitish
   

Mashinalarni o‘qitish ( ML ) - bu "mashinani o'rganadigan", ya'ni ba'zi vazifalar to'plamida ishlashni yaxshilash uchun ma'lumotlardan foydalanadigan usullarni tushunish va qurishga bag'ishlangan tadqiqot sohasi. Bu sun'iy intellektning bir qismi sifatida ko'riladi . Mashinani o'rganish algoritmlari aniq dasturlashtirilmagan holda bashorat qilish yoki qaror qabul qilish uchun o'quv ma'lumotlari deb nomlanuvchi namunaviy ma'lumotlarga asoslangan modelni yaratadi. Mashinani o'rganish algoritmlari tibbiyot, elektron pochtani filtrlash , nutqni aniqlash va kompyuterni ko'rish kabi turli xil ilovalarda qo'llaniladi,mashinani o‘qitishda kerakli vazifalarni bajarish uchun an'anaviy algoritmlarni ishlab chiqish qiyin yoki mumkin emas.
Mashinani o'rganishning bir qismi hisoblash statistikasi bilan chambarchas bog'liq bo'lib , u kompyuterlardan foydalangan holda bashorat qilishga qaratilgan, ammo barcha mashinalarni o'rganish statistik o'rganish emas. Matematik optimallashtirishni o'rganish mashinani o'rganish sohasiga usullar, nazariya va dastur sohalarini etkazib beradi. Ma'lumotni qazib olish - bu nazoratsiz o'rganish orqali ma'lumotlarni tahliliy tahlil qilishga qaratilgan tegishli tadqiqot sohasi . Mashinani oʻrganishning baʼzi ilovalari biologik miya ishiga taqlid qiladigan tarzda maʼlumotlar va neyron tarmoqlardan foydalanadi. Biznes muammolarida qo'llanilishida mashinani o'rganish bashoratli tahlil deb ham ataladi

2. 
   Mashinani o'rganishning beshta qabilasi
   

Mashinalarni o'rganish dasturiy ta'minotni ishlab chiqishning keyingi o'n yilligi uchun asosiy fanlardan biriga aylanish yo'lida. Korxonada ham, iste'mol bozorida ham mashinani o'rganish dasturiy ta'minot ilovalari ma'lumotlarni qanday izohlash va qayta ishlashni qayta tasavvur qilishga yordam beradi. Biroq, ko'pincha odamlar mashinani o'rganishni katta intizom deb atashadi, chunki aslida turli xil fikrlar maktablarini birlashtiruvchi umumiy mavzu.
Kompyuter fanlari tadqiqotchisi Pedro Domingos o'zining yaqinda chop etilgan "Magistr algoritmi " kitobida mashinani o'rganishda beshta asosiy fikrlar maktabiga asoslangan taksonomiyadan foydalanadi:

• 
  Symbolists: Mashina o'rganish amaliyotchilarining ushbu guruhi teskari deduksiya asosiga e'tibor qaratadi. Oldindan boshlash va xulosalar izlashning klassik modeli o'rniga, teskari chegirma binolar va xulosalar to'plamidan boshlanadi va bo'shliqlarni to'ldirish uchun orqaga qarab ishlaydi.
  
• 
  Aloqachilar: Mashinani o'rganishning ushbu kichik to'plami miyani qayta qurishga qaratilgan eng mashhurlaridan biridir. Konnektsion yondashuvning eng mashhur namunasi bugungi kunda biz "chuqur o'rganish" deb ataydigan narsadir. Yuqori darajada, bu yondashuv neyron tarmoqdagi sun'iy neyronlarni ulashga asoslangan. Ulanish usullari tasvirni aniqlash yoki mashina tarjimasi kabi sohalarda juda samarali.
  
• 
  Evolyutsionerlar: Mashinani o'rganish bo'yicha ushbu intizom ma'lumotlarni qayta ishlashda evolyutsiya jarayonida genomlar va DNK g'oyalarini qo'llashga qaratilgan. Aslini olganda, evolyutsion algoritmlar doimo rivojlanib boradi va noma'lum sharoit va jarayonlarga moslashadi.
  
• 
  Bayeschilar: Mashinani o'rganish bo'yicha yana bir taniqli guruh, Bayeschilar noaniqlikni ehtimollik xulosasi kabi usullardan foydalangan holda hal qilishga e'tibor qaratadilar. Vizyonni o'rganish va spamni filtrlash Bayes yondashuvi tomonidan hal qilinadigan klassik muammolardan biridir. Odatda, Bayes modellari gipotezani qabul qiladi va ba'zi natijalar ehtimoli yuqori bo'lishiga ishonib, "apriori" fikrlash turini qo'llaydi. Keyin ular ko'proq ma'lumotlarni ko'rganlari uchun gipotezani yangilaydilar.
  

• 
  Analogizatorlar: Ushbu mashinani o'rganish intizomi ma'lumotlar bitlarini bir-biriga moslashtirish usullariga qaratilgan. Eng mashhur analogizator modeli neyron tarmoq modellariga natijalar berishi mumkin bo'lgan "eng yaqin qo'shni" algoritmidir.
  

Mashinani o'rganish texnologiyalari beshta qabilani birlashtiradi Garchi har bir qabila mashinani o'rganish maydonida turli xil fikrlash maktabini ifodalasa ham, ular ko'pincha muammolarga turli burchaklardan hujum qilish uchun birlashtiriladi. Natijada, zamonaviy mashinani o'rganish platformalarining aksariyati beshta fikr maktabining algoritmlaridan foydalanadi, ular tez-tez mashinani o'rganishning mustahkam imkoniyatlarini ta'minlash uchun ularni birlashtiradi.