Mashinali o'qitishga kirish va uning asosiy tushunchalari, algortmlari

Mashinali o'qitish modellari uchun asosiy algoritmlar
Qaror daraxti. Bu daraxtga o'xshash grafikadan foydalanishga asoslangan qarorlarni qo'llab-quvvatlash usuli bo’lib, ularning yuzaga kelishi mumkin bo'lgan oqibatlarini hisobga olgan holda qaror qabul qilish modeli (hodisa yuzaga kelishi ehtimolini hisoblash bilan), samaradorlik, resurslarni sarflashdan iborat bo’ladi.
Biznes-jarayonlar uchun ushbu daraxt minimal miqdordagi savollardan iborat bo'lib, ular aniq javobni talab qiladi - "ha" yoki "yo'q". Bu savollarning barchasiga doimiy ravishda javob berib, to'g'ri tanlovga kelamiz. Qaror daraxtining uslubiy afzalliklari shundaki, u masalani tuzadi va tizimga soladi va yakuniy qaror mantiqiy xulosalar asosida qabul qilinadi.
Bayesning sodda sinfi, Bayescha sodda sinflagichlar oddiy ehtimollik klassifikatorlari oilasiga mansub va Bayes teoremasidan kelib chiqadi, bu holda funksiyalarni mustaqil deb hisoblaydi (bu qat'iy yoki sodda, taxmin deb ataladi). Amalda, u mashinasozlikning quyidagi yo'nalishlarida qo'llaniladi:
• elektron pochtaga keladigan spam-spam ta'rifi;
• yangiliklar maqolalarini tematik sarlavhalar bilan avtomatik ravishda bog'lash;
• matnning emotsional rangini aniqlash;
• tasvirlardagi yuzlar va boshqa shablonlarni tanib olish.
Eng kichik kvadratlar usuli. Statistikani ozgina bo'lsa ham o'rgangan kishi chiziqli regressiya tushunchasini yaxshi biladi. Eng kichik kvadratlar ham uni amalga oshirish variantlariga tegishli. Odatda, chiziqli regressiya ko'plab nuqtalardan o'tgan to'g'ri chiziqni o'rnatish masalalarini hal qilish uchun ishlatiladi. Bu eng kichik kvadratlar usuli yordamida amalga oshiriladi: to'g'ri chiziqni torting, undan har bir nuqtagacha bo'lgan masofani o'lchang (nuqtalar va chiziq vertikal segmentlar bilan bog'langan), natijada olingan yig’indini ko'chiring. Natijada, masofalar yig'indisi eng kichik bo'ladigan egri chiziq kerakli (bu chiziq haqiqiy qiymatdan normal taqsimlangan og'ish bilan nuqtalar orqali o'tadi).
Ma'lumotlarni mashinada o'rganish uchun moslashtirishda chiziqli funksiya odatda qo'llaniladi va xato metrikasini yaratish orqali xatolarni minimallashtirish uchun eng kichik kvadratchalar usuli qo'llaniladi.