Laboratoriya mashquloti №1,2 Mavzu: O`qituvchili(Nazorat ostidagi) va o`qituvchisiz (Nazoratsiz) ta`lim

Laboratoriya mashquloti №1,2

Mavzu: O`qituvchili(Nazorat ostidagi) va o`qituvchisiz (Nazoratsiz) ta`lim (Supervised learning and Unsupervised learning)
Nazorat ostidagi ta'lim: Nazorat ostidagi ta'lim, nomidan ko'rinib turibdiki, o'qituvchi sifatida nazoratchi mavjud. Asosan nazorat ostida o'rganish - bu biz yaxshi belgilangan ma'lumotlardan foydalangan holda mashinani o'rgatish yoki o'rgatishdir. Bu degani, ba'zi ma'lumotlar allaqachon to'g'ri javob bilan belgilangan. Shundan so'ng, mashinaga yangi misollar (ma'lumotlar) to'plami beriladi, shunda nazorat ostidagi o'rganish algoritmi o'quv ma'lumotlarini (o'quv misollari to'plami) tahlil qiladi va belgilangan ma'lumotlardan to'g'ri natija beradi.
Masalan, sizga turli xil mevalar bilan to'ldirilgan savat berildi deylik. Endi birinchi qadam mashinani turli xil mevalar bilan birma-bir o'rgatishdir:

Agar ob'ektning shakli yumaloq bo'lsa va tepasida tushkunlik bo'lsa, qizil rangga ega bo'lsa, u holda -Apple deb etiketlanadi.
Agar ob'ektning shakli yashil-sariq rangga ega bo'lgan uzun egri silindr bo'lsa, u holda - Banana deb etiketlanadi.
Keling, ma'lumotlarni o'rgatgandan so'ng, siz yangi alohida meva berdingiz, deylik, savatdagi banan va uni aniqlashni so'radingiz.

Mashina oldingi ma'lumotlardan narsalarni allaqachon o'rganganligi sababli, bu safar undan oqilona foydalanish kerak. U birinchi navbatda mevani shakli va rangi bilan tasniflaydi va meva nomini BANANA deb tasdiqlaydi va uni Banan toifasiga kiritadi. Shunday qilib, mashina o'quv ma'lumotlaridan (mevalarni o'z ichiga olgan savat) narsalarni o'rganadi va keyin bilimlarni sinov ma'lumotlariga (yangi meva) qo'llaydi.
Nazorat ostidagi ta'lim algoritmlarning ikki toifasiga bo'linadi:
Tasniflash: Tasniflash muammosi chiqish o'zgaruvchisi "Qizil" yoki "ko'k", "kasallik" yoki "kasallik yo'q" kabi toifa bo'lsa.
Regressiya: Regressiya muammosi chiqish o'zgaruvchisi "dollar" yoki "og'irlik" kabi haqiqiy qiymat bo'lsa.
Nazorat ostidagi ta'lim "yorliqlangan" ma'lumotlar bilan shug'ullanadi yoki o'rganadi. Bu shuni anglatadiki, ba'zi ma'lumotlar allaqachon to'g'ri javob bilan belgilangan.
Turlari:
Regressiya
Logistik regressiya
Tasniflash
Naive Bayes tasniflagichlari
K-NN (k yaqin qo'shni)
Qaror daraxtlari
Vektor mashinasini qo'llab-quvvatlash
Afzalliklar:
Nazorat ostidagi o'rganish ma'lumotlarni to'plash va oldingi tajribalardan ma'lumotlarni ishlab chiqarish imkonini beradi. Tajriba yordamida ishlash mezonlarini optimallashtirishga yordam beradi. Nazorat ostidagi mashinani o'rganish har xil turdagi real dunyo hisoblash muammolarini hal qilishga yordam beradi. U tasniflash va regressiya vazifalarini bajaradi. Bu natijani baholash yoki yangi namunaga solish imkonini beradi. Biz trening ma'lumotlarida kerakli sinflar sonini tanlashni to'liq nazorat qilamiz.
Kamchiliklari:
Katta ma'lumotlarni tasniflash qiyin bo'lishi mumkin. Nazorat ostidagi ta'lim uchun trening ko'p hisoblash vaqtini talab qiladi. Shunday qilib, bu juda ko'p vaqt talab qiladi. Nazorat ostidagi o‘rganish Machine Learning’dagi barcha murakkab vazifalarni bajara olmaydi. Hisoblash vaqti nazorat ostida o'rganish uchun juda katta. Bu etiketli ma'lumotlar to'plamini talab qiladi.
Bu o'quv jarayonini talab qiladi.