Mashinali o‘qitishga kirish fanining maqsadi, vazifalari va kutiladigan natijalari

1-амалиёт. Mashinali o’qitishga kirish va uning asosiy tushunchalari, algoritmlari. Mashinali o’qitish turlari. Mashinali o’qitish jarayonining umumiy qadamlari

Mashinali o‘qitishga kirish fanining maqsadi, vazifalari va kutiladigan natijalari


Fanni o’qitishdan maqsad – talabalarga mashinali o’qitishga kirish fanini o’qitishdan maqsad - talabalarga mashinali o’qitish algoritmlaridan foydalana olish, o’rgatuvchi tanlanmani yaratish va tanlanma asosida modelni o’qitish va sodda neyron tarmoqlarini qurish hamda maxsus instrumental dasturiy vositalardan foydalana olish ko’nikmalarini hosil qilishdan iborat.
Fanning vazifasi - fan talabalarni nazariy bilimlar, amaliy ko’nikmalar, mashinali o’qitishning zamonaviy usul va vositalarini shakllantirish vazifalarini bajaradi.
Fan o’qitilishning natijalari (shakllanadigan kompetensiyalar)
Fanni o’zlashtirish natijasida talaba:

• 
  chiziqli algebra asosiy tushunchalari, ehtimollar nazariyasi, dasturlash asoslari, mashinali o’qitish uchun kerakli bo’ladigan instrumental dasturiy vositalar haqida tasavvurga ega bo’lishi;
  
• 
  Regression model qurish, bir va ko’p o’zgaruvchili chiziqli regression
  

modellarni yaratish va ularning xatoligini aniqlish;

• 
  Matlab/Python muhitida vektorlar va matrisalar ustida skalyar amallar bajarish, maxsus funksiyalarni bilishi va ulardan foydalana olishi;
  
• 
  o’rgatuvchi tanlanmani yaratish, mavjud tanlanmalar bilan ishlash, modelni o’qitish va shu orqali sinflashtirish hamda klasterlash masalasini yechish;
  
• 
  sodda neyron tarmoqlarini qurish va uni o’qitish, mashinali o’qitishning
  

tasvirlarni sinflashtirish yoki boshqa masalalar uchun foydalanish ko’nikmalariga
ega bo’lishi kerak.
Kreditlarni olish uchun talablar:
Fanga oid nazariy va uslubiy tushunchalarni to’la o’zlashtirish, tahlil natijalarini to’g’ri aks ettira olish, o’rganilayotgan jarayonlar xaqida mustaqil mushohada yuritish va joriy, oraliq nazorat shakllarida berilgan vazifa va topshiriqlarni bajarish, yakuniy nazorat bo’yicha yozma ishni topshirish.


Kirish

Mashinali o’qitish tufayli dasturchi barcha mumkin bo'lgan masalalarni hisobga olgan va barcha echimlarni o'z ichiga olgan ko'rsatmalarni yozishi shart emas. Buning o'rniga, kompyuterga (yoki alohida dasturga) statistik ma'lumotlardan kompleks foydalanish orqali mustaqil ravishda echimlarni topish algoritmi yuklanadi, ulardan shablonlar olinadi va ular asosida bashorat qilinadi.

Ma'lumotlarni tahlil qilish asosida mashinali o’qitish texnologiyasi 1950 yilda, shashka o'yini uchun birinchi dasturlar ishlab chiqila boshlangandan boshlanadi. So'nggi o'n yilliklarda umumiy tamoyil o'zgarmadi. Ammo kompyuterlarning hisoblash qudratining o'sishi tufayli ular yaratgan shablonlar va bashoratlar bir necha bor murakkablashdi va mashinali o’qitish yordamida hal qilinadigan masalalar va vazifalar doirasi kengaydi.
Mashinali o’qitish jarayonini boshlash uchun avval kompyuterga ma'lumotlar to'plamini (dastlabki ma'lumotlarning bir qismini) yuklab olishingiz kerak va bu algoritm so'rovlarni qayta ishlashni o'rgatadi. Masalan, itlar va mushuklarning rasmlari bo'lishi mumkin va bunda ularning kimga tegishli ekanliklari oldindan berilgan bo’lishi mumkin. Mashinali o’'qitish jarayonidan so'ng dasturning o'zi it va mushuklarni yangi rasmlarda tegsiz taniy oladi. Bashoratlar chiqarilgandan so'ng o'qitish jarayoni davom etadi, biz dastur tomonidan qancha ko'p ma'lumotlarni tahlil qilsak, u kerakli tasvirlarni shunchalik aniqroq taniydi.
Mashinali o'qitish orqali kompyuterlar nafaqat fotosuratlar va tasvirlardagi yuzlarni, balki landshaftlar, obyektlar, matn va raqamlarni ham tanib olishga o'rganadilar. Matn haqida gap ketganda kompyuterda o'rganish ham muhim ahamiyatga ega: grammatikani tekshirish funksiyasi endi har qanday matn muharririda va hattoki telefonlarda mavjud. Bundan tashqari, nafaqat so'zlarning imlosi, balki kontekst, ma'no soyalari va boshqa nozik lingvistik jihatlar ham hisobga olinadi. Bundan tashqari, inson aralashuvisiz (iqtisodiy, sport va b.q masalalardam) yangiliklar maqolalarini yozish mumkin bo'lgan dasturiy ta'minotlar mavjud.
MO’ bilan hal qilingan barcha vazifalar quyidagi toifalardan biriga kiradi.
1) Regressiya masalasi - bu turli xil xususiyatlarga ega bo'lgan obyektlar namunasiga asoslangan bashorat. Chiqarilgan mahsulot haqiqiy songa ega bo'lishi kerak (2, 35, 76.454 va boshqalar), masalan, kvartira narxi, olti oydan keyin xavfsizlik qiymati, do'konning keyingi oy uchun kutilayotgan daromadi, ko'r-ko'rona sinovlarda sharob sifati.
2) Sinflashning vazifasi - bu xususiyatlar to'plamiga asoslangan kategorik javobni olishdir. Javoblarning cheklangan soniga ega (odatda "ha" yoki "yo'q" formatida): fotosuratda mushuk bormi, inson qiyofasi tasvirlanganmi yoki bemor saraton kasalligiga chalinganmi?
3) Klasterlash vazifasi - bu ma'lumotlarni guruhlarga taqsimlash: uyali aloqa operatorining barcha mijozlarini to'lov qobiliyati darajasiga bo'lish, kosmik obyektlarni u yoki bu toifaga (sayyora, yulduz, qora tuynuk va boshqalar) ajratish.
4) O'lchovni qisqartirish vazifasi, keyinchalik ularni vizualizatsiya qilish uchun qulay bo'lishi uchun (masalan, ma'lumotlarni siqish) ko'p sonli xususiyatlarni kichikroq (odatda 2-3) gacha kamaytirishdir.
5) Anomaliyalarni (normadan chetga chiqishlarni) aniqlashning vazifasi anomaliyalarni standart holatlardan ajratishdir. Bir qarashda, bu sinflash vazifasiga to'g'ri keladi, ammo farqli tomoni anomaliyalar kamdan-kam uchraydigan hodisa bo'lib, bunday obyektlarni aniqlash uchun mashinali o’qitish modelida o'quv tanlanma misollari juda g'alati yoki oddiy emas, shuning uchun bu erda sinflash usullari ishlamaydi. Misol sifatida amaliyotda bank kartalari bilan firibgarlikni aniqlash masalasini keltirish mumkin.