[88]. Naqshlarni aniqlashda pretsedent tushunchasi Naqshlarni tanib olishda pretsedent tushunchasi yangi namunalarni
aniqlash yoki tasniflash uchun ma'lumotnoma sifatida foydalaniladigan
oldindan saqlangan namuna yoki namunalar to'plamini anglatadi. Ushbu
saqlangan namunalar odatda "o'quv namunalari" yoki "o'quv
ma'lumotlari" deb nomlanadi va keyinchalik yangi naqshlarni tasniflash
uchun ishlatilishi mumkin bo'lgan modelni yaratish uchun ishlatiladi.
O'quv namunalari odatda ma'lum sinflar yoki toifalar to'plamidan yig'iladi
va har bir namuna o'zi tegishli bo'lgan sinf bilan belgilanadi. Ushbu
jarayon "nazorat ostidagi o'rganish" deb nomlanadi, chunki model o'quv
ma'lumotlari tomonidan "nazorat qilinadi". Misol uchun, tasvirni
aniqlashda mushuk va itlarning shunday yorliqlangan tasvirlari to'plami
yangi tasvirlarda mushuk va itlarni tanib olish uchun modelni o'rgatish
uchun o'rgatish ma'lumotlari sifatida ishlatiladi. Model o'qitilgandan
so'ng, uni saqlangan pretsedentlar bilan taqqoslash orqali yangi
naqshlarni tasniflash uchun foydalanish mumkin. Keyin yangi namuna
mashg'ulot ma'lumotlari asosida eng o'xshash bo'lgan sinfga tayinlanadi.
Xulosa qilib aytganda, naqshni aniqlashda pretsedent tushunchasi yangi
naqshlarni aniqlash yoki tasniflash uchun ma'lumotnoma sifatida
ishlatiladigan ilgari saqlangan namunalarni anglatadi. Ushbu saqlangan
namunalar odatda "o'quv namunalari" yoki "o'quv ma'lumotlari" deb
nomlanadi va keyinchalik yangi naqshlarni tasniflash uchun ishlatilishi
mumkin bo'lgan modelni yaratish uchun ishlatiladi. Jarayon "nazorat
ostidagi o'rganish" deb nomlanadi, chunki model o'quv ma'lumotlari
tomonidan "nazorat qilinadi".
[89]. Ballarga asoslangan tanib olish algoritmlari Ballarga asoslangan tanib olish algoritmlari ma'lum bir kirish namunasi
uchun har bir sinf yoki toifaga ball yoki ehtimollik qiymatini belgilaydigan
algoritm turidir. Ushbu algoritmlar kirish namunasi va saqlangan
pretsedentlar o'rtasidagi o'xshashlik yoki o'xshashlikni hisoblash uchun
ball funksiyasidan foydalanadi. Eng yuqori ballga ega bo'lgan sinf yoki
toifa eng ko'p mos keladigan deb hisoblanadi. Ballarga asoslangan tanib
olish algoritmlarining ba'zi misollari quyidagilarni o'z ichiga oladi: Eng
yaqin qo'shni algoritmi: Bu algoritm kirish namunasi va o'quv
ma'lumotlaridagi eng yaqin pretsedent o'rtasidagi masofaga qarab har bir
sinfga ball beradi. Eng kichik masofaga ega bo'lgan sinf eng ko'p mos
keladigan deb hisoblanadi.Bayesian klassifikatorlari: Bu algoritm har bir
sinfga shu sinfga tegishli kirish naqshining ehtimoli asosida ball qo'yadi.
Eng yuqori ehtimoli bo'lgan sinf eng ko'p mos keladigan deb hisoblanadi.
Vektorli mashinalarni qo'llab-quvvatlash (SVMs): Bu algoritm kirish
namunasi va qaror chegarasi orasidagi masofaga qarab har bir sinfga ball
belgilaydi. Qaror chegarasiga eng yaqin masofaga ega bo'lgan sinf eng
ko'p mos keladigan deb hisoblanadi.Neyron tarmoqlari: Bu algoritm
neyron tarmoqning chiqishi asosida har bir sinfga ball belgilaydi. Eng
yuqori chiqish qiymatiga ega bo'lgan sinf eng ko'p mos keladigan sinf
hisoblanadi. Ballarga asoslangan tanib olish algoritmlari yuqori aniqlik,
moslashuvchanlik va murakkab ma'lumotlar bilan ishlash qobiliyati kabi
bir qator afzalliklarga ega. Biroq, ular shuningdek, katta hajmdagi o'quv
ma'lumotlarini talab qilish va shovqinga sezgir bo'lish kabi ba'zi
kamchiliklarga ega. Xulosa qilib aytganda, ballarga asoslangan tanib olish
algoritmlari ma'lum bir kirish namunasi uchun har bir sinf yoki toifaga ball
yoki ehtimollik qiymatini belgilaydigan algoritm turidir. Ushbu algoritmlar
kirish namunasi va saqlangan pretsedentlar o'rtasidagi o'xshashlik yoki
o'xshashlikni hisoblash uchun ball funksiyasidan foydalanadi. Ballarga
asoslangan tanib olish algoritmlarining ba'zi misollari orasida eng yaqin
qo'shni algoritmi, Bayes klassifikatorlari, vektorli mashinalarni qo'llab-
quvvatlash (SVM) va neyron tarmoqlari mavjud. Bu algoritmlar yuqori
aniqlik, moslashuvchanlik va murakkab ma'lumotlar bilan ishlash kabi bir
qancha afzalliklarga ega, biroq ayni paytda katta hajmdagi o'quv
ma'lumotlarini talab qilish va shovqinga sezgirlik kabi ba'zi kamchiliklarga
ega.
