Mashinani o’qitish turlari. Yarim-nazoratli o’qitish Reja

Klasterlash

Uyushma

1) Klasterlash
Klasterlash usuli biz ma'lumotlardan o'ziga xos guruhlarni topmoqchi bo'lganimizda qo'llaniladi. Bu ob'ektlarni klasterga guruhlash usuli bo'lib, eng ko'p o'xshash narsalar bitta guruhda qoladi va boshqa guruhlar ob'ektlari bilan kamroq yoki umuman o'xshashlikka ega bo'lmaydi. Klasterlash algoritmiga misol qilib, xaridorlarni xarid qilish xatti-harakatlari bo'yicha guruhlash mumkin.
Ba'zi mashhur klasterlash algoritmlari quyida keltirilgan:

• 
  K-Means Klasterlash algoritmi
  
• 
  O'rtacha siljish algoritmi
  
• 
  DBSCAN algoritmi
  
• 
  Asosiy komponentlar tahlili
  
• 
  Komponentlarni mustaqil tahlil qilish
  

2) Uyushma
Assotsiatsiya qoidalarini o'rganish - bu katta ma'lumotlar to'plamidagi o'zgaruvchilar o'rtasidagi qiziqarli munosabatlarni topadigan nazoratsiz o'rganish usuli. Ushbu o'rganish algoritmining asosiy maqsadi bitta ma'lumot elementining boshqa ma'lumotlar elementiga bog'liqligini topish va maksimal foyda keltirishi uchun ushbu o'zgaruvchilarni mos ravishda xaritalashdir. Ushbu algoritm asosan bozor savatini tahlil qilish, Internetdan foydalanishni qazib olish, uzluksiz ishlab chiqarish va hokazolarda qo'llaniladi.
Nazoratsiz o'qitish algoritmining afzalliklari va kamchiliklari
Afzalliklari:

• 
  Ushbu algoritmlar nazorat qilinadiganlarga nisbatan murakkab vazifalar uchun ishlatilishi mumkin, chunki bu algoritmlar etiketlanmagan ma'lumotlar to'plamida ishlaydi.
  
• 
  Nazorat qilinmagan algoritmlar turli vazifalar uchun afzalroqdir, chunki etiketlanmagan ma'lumotlar to'plamini olish etiketli ma'lumotlar to'plamiga qaraganda osonroq.
  

Kamchiliklari:

• 
  Nazorat qilinmagan algoritmning chiqishi aniqroq bo'lishi mumkin, chunki ma'lumotlar to'plami yorliqlanmagan va algoritmlar oldingi aniq chiqish bilan o'rganilmagan.
  
• 
  Nazorat qilinmagan ta'lim bilan ishlash qiyinroq, chunki u chiqish bilan taqqoslanmaydigan yorliqsiz ma'lumotlar to'plami bilan ishlaydi.