Mashinali o’qitishda tanib olish va sinflashtirish masalalari

Yurak ogʻrigʻini aniqlash. Yurak ogʻrigʻini aniqlovchi avtomatik tizimni qurish talab etiladi.
1-qadam. Yurak ogʻrigi toʻgʻrisidagi barcha ma’lumotlarni oʻrganish. Bu jarayonda biz ushbu kasallikning mumkin boʻlgan barcha xossalariga ega boʻlishimiz kerak: kardiogrammalar; puls; arterial bosim va h.k.
2-qadam. Kasallikni davolovchi barcha turkumni oʻrganish va ularni sinflarga ajratish. Natijada, davolashlar soni kasalliklar sinfi dan oshib ketishi mumkin. Bunda davolashlar sonini komplekt qilishimiz kerak. Agarda bir necha sinflar bir xil davolashga muhtoj boʻlsa, u holda bunday sinflarni birlashtirishimiz kerak.
3-qadam. Bemorlarning mumkin boʻlgan barcha belgilaridan faqat maxsus apparatlar yordamida olingan belgilarni (fonokardiografiya, UTT, rentgen, qon tahlili va h.k.) hisobga olish kerak.
4-qadam. Belgilarning orasidan tanlab olingan muhim belgilar asosida har bir sinf uchun maxsus BR shakllantiriladi. Shuningdek, har bir sinf uchun sifatli belgilarning qatnashishi yoki qatnashmasligi hamda sonli belgilarning intervallari yoki qiymatlari koʻrsatilishi kerak.
5-qadam. Tanlab olingan muhim belgilar asosida QQQQalar hosil qilinadi va ular yordamida yangi obyektlar oldindan ma’lum boʻlgan sinflarga ajratiladi.
Umumiy holda, agar bizning ixtiyorimizda qandaydir obyektlar to’plami (OT) mavjud boʻlsa, u holda ushbu obyektlarni oʻrganish jarayonida muhim belgilarni topish va ushbu belgilar yordamida obyektlarni sinflarga ajratish yoki ularni tanib olish quyidagicha amalga oshiriladi: qandaydir tamoyilga asoslangan holda obyektlar bir nechta sinflarga ajratiladi, BR yaratiladi, BR asosida har bir sinf ta’riflanadi, mashinali o’qitish qurilma yaratiladi yoki aniqlanadi, hisoblash qurilmalari yordamida aposterior va aprior ma’lumotlar solishtiriladi va qaror qabul qilinadi.

5. O’qituvchili mashinali o’qitish tizimlarni yaratish masalasini formallashtirish va ularni yechish usullari

O’qituvchili MO’Tlarni yaratishda eng asosiy masalalardan biri - bu obyektlarning xossalarini aniqlashdan iborat. Obyektlarning bu xossalaridan sinflarga xos boʻlgan belgilar hosil qilinadi. Belgilarning determinalli, ehtimolli, mantiqiy va strukturali kabi quyidagi turlari mavjud [2,4,30,33,38,43,44,51,76,93].

Shunday qilib, o’qituvchili MO’Tni yaratishda obyektlarni xarakterlovchi BRni toʻliq aniqlash kerak. BRni tanlash evristik operatsiya boʻlib, u belgilar hoʻyxatini tanlanmachining mahoratiga bogʻliq. Shuningdek, belgilar determinalli, ehtimolli, mantiqiy va strukturali belgilardan iborat boʻlishi kerak.
Misol. Sinflarning aprior roʻyxatini hosil qilish. Bu masalani yechish quyidagi pogʻonalardan iborat:

1. 
   Obyektlarni avtomatik boshqarishda yoki shaxs orqali boshqarishda qanday qaror qabul qilish kerakligi aniqlanadi, ya’ni obyektlarni tanib olish maqsadi qoʻyiladi;
   
2. 
   Yuqorida keltirilgan maqsad asosida sinflashtirish tamoyilini tanlashga erishish uchun o’qituvchili MO’Tga qoʻyiladigan talablar formallashtiriladi;
   
3. 
   Sinflar uchun BR tuziladi.
   

Endi belgilar yordamida sinflarni qandaydir tasavvur qilishni qarab chiqamiz.
Agar obyektlarning belgilari determinalli boʻlsa, u holda sinflarni n - oʻlchovli fazoda nuqta sifatida qarash mumkin. Agarda obyektlarning belgilari mantiqiy boʻlsa, u holda sinflarni hosil qilish uchun belgilarning qabul qilishi mumkin boʻlgan barcha qiymatlarini qaraymiz. Bu hozircha faqat belgilar qabul qilishi mumkin boʻlgan qiymatlar toʻplami. Agar sinflar va belgilar soni x,y,z berilgan boʻlsa, u holda ular oʻrtasida moslik oʻrnatish kerak. Oddiylik uchun, misol sifatida 2 ta kasallik, ya’ni oddiy shamollashni va anginani olsak, u holda mantiqiy belgilar sifatida:
x- yuqori harorat ( -yoʻq, - bor);
y- burundan suyuqlik kelishi ( - yoʻq, -bor);
z- tomoq ogʻrigi ( - yoʻq, - bor).
U holda W₁ sinf va belgilar oʻrtasidagi munosabat va sinf bilan belgilar orasidagi munosabat ifodalanadi.
Agar obyektlardagi belgilar strukturali boʻlsa, u holda sinflarni tasvirlovchi sifatida soʻzlar ishlatiladi. Sinfdagi har bir soʻz shu singari birorta obyektni xarakterlaydi. Masalan - Frimen kodi.
Endi obyektlarni mos sinflarga ajratuvchi algoritmni tanlash masalasini keltiramiz.
Timsolni tanib olish masalasi bu obyektlarda mavjud boʻlgan BR yordamida fazoni sohaga mos keluvchi sinflarga ajratishdan iborat. Obyektlarni sinflarga ajratishda xatolik eng kichik boʻlishi kerak. Bu jarayonni quyidagicha ifodalash mumkin. Agar belgilar vektor haqiqatan sinfga taalluqli boʻlsa, u holda ajratuvchi funksiya qiymati sinfdagi qiymatidan katta boʻlishi kerak.
Bundan kelib chiqadi.
Agar va belgilar bilan berilgan obyektlar sinfini qarasak, u holda ajratuvchi funksiyani quyidagi 8.1-rasmdagidek tasavvur qilamiz:

8.1-rasm.
Determinalli belgilar bilan berilgan obyektlar orasidagi masofani hisoblashda koʻp hollarda oʻrtacha kvadratik masofani hisoblash formulasidan foydalanamiz:
,
bu yerda obyektlar soni.
Agarda obyeklarni koordinatalar boʻyicha solishtirsak, masofa

aniqlanadi.
Agarda determinalli belgilarning ajratish kuchini ham e’tiborga olsak, u holda obyektlar orasidagi oʻrtacha kvadratik masofa aniqlanadi.

Agarda obyektlarning belgilari mantiqiy shaklda berilsa, obyektlar oʻrtasidagi masofani hisoblash shart emas. Bu holda belgilarning qiymatlarini mantiqiy formulaga qoʻyish kerak va formulaning qiymatini hisoblab uning chin yoki yolgʻon ekanligini aniqlash kerak.
Aytaylik, belgilar quyidagi qiymatlarni qabul qilsin:

• 
  yuqori harorat ;
  
• 
  burundan suyuqlik oqishi ;
  
• 
  tomoq ogʻrigʻi .
  

U holda qiymatlarni mantiqiy formulaga qoʻyamiz va quyidagi natijaga ega boʻlamiz:


Bundan obyekt belgilari bilan angina kasalligi bilan ogʻriganligi kelib chiqadi. Agar obyektlar strukturali (lingvistik) belgilar bilan, ya’ni soʻzlar, simvollar bilan berilsa, u holda yangi obyektni sinflashtirishda obyektni tasvirlovchi soʻzlar, simvollar sinflardagi har bir soʻzdan tashkil topgan obyektlar bilan solishtiriladi va uning natijasiga qarab sinflashtiriladi.
Yuqorida keltirilgan misollardan shunday xulosaga kelamiz. Oldimizda turgan asosiy masala - bu shunday sinflar roʻyxati va shunday BRni hosil qilish kerakki, ular yordamida hosil qilingan o’qituvchili MO’T eng yuqori sifat koʻrsatkichga erishsin. Boshqacha qilib aytganda boshlangʻich BRda shunday muhim belgilarni tanlab olishimiz kerakki, bu belgilar yordamida o’qituvchili MO’T obyektlarni toʻgʻri sinflashtirishda eng katta ehtimoliy qiymatga va xato sinflashtirishda eng kichik ehtimoliy qiymatga ega boʻlsin.