Машинное обучение

O’qituvchisiz o’qitish

• Nazorat qilinmasdan o'rganish holatida, tizimga tayyor "to'g'ri javoblar" berilmaganida, barchasi yanada qiziqroq. Masalan, bizda ma'lum miqdordagi odamlarning vazni va bo'yi haqida ma'lumot bor va bu ma'lumotlarni uch guruhga bo'lish kerak, ularning har biri uchun mos o'lchamdagi ko'ylaklarni tikishimiz kerak. Bu klasterlash vazifasi. Bunday holda, barcha ma'lumotlarni 3 ta klasterga bo'lish kerak bo'ladi (lekin, qoida tariqasida, bunday qat'iy va faqat mumkin bo'linish mavjud emas). Agar biz boshqa vaziyatni olsak, namunadagi har bir ob'ekt yuz xil xususiyatga ega bo'lsa, unda asosiy qiyinchilik bunday namunaning grafik ko'rinishi bo'ladi. Shuning uchun funktsiyalar soni ikkitaga yoki uchtaga qisqartiriladi va ularni tekislikda yoki 3D-da tasavvur qilish mumkin bo'ladi. Bu o'lchovni kamaytirish muammosi.

O’qitish yechadigan vazifalar

• Tasniflash, odatda, haqiqiy o'rganish bosqichida nazorat ostida o'rganish orqali amalga oshiriladi.
• Klasterlash odatda nazoratsiz o'rganish bilan amalga oshiriladi
• Regressiya, qoida tariqasida, sinov bosqichida nazorat ostida o'qitish yordamida amalga oshiriladi, bu muammolarni bashorat qilishning alohida hodisasidir.
• Ma'lumotlarni qisqartirish va tasavvur qilish nazoratsiz o'rganish yordamida amalga oshiriladi
• Ma'lumotlar to'plamidagi ehtimollik zichligi taqsimotini qayta tiklash
• Bitta sinf tasnifi va yangiliklarni aniqlash
• Darajaga bog'liqliklarni yaratish

Amaliy foydalanish

• Nutqni aniqlash
• Tasvirni aniqlash
• Qo'l yozuvini tanib olish
• Texnik diagnostika
• Tibbiy diagnostika
• Vaqt seriyasini bashorat qilish
• Bioinformatika
• Firibgarlikni aniqlash
• Spamni aniqlash
• Hujjatlarni turkumlashtirish
• Birjaning texnik tahlili
• Moliyaviy nazorat
• Kredit ballari
• Mijozlarning ketishini taxmin qilish
• Kimyoinformatika
• Axborot olish bo'yicha reyting mashg'ulotlari

• Regressiya masalasi  - bu turli xil xususiyatlarga ega bo'lgan ob'ektlar namunasiga asoslangan prognoz. 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.

• Tasniflashning 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?

• Klasterlash vazifasi - bu ma'lumotlarni guruhlarga taqsimlash: uyali aloqa operatorining barcha mijozlarini to'lov qobiliyati darajasi bo'yicha ajratish, kosmik ob'ektlarni u yoki bu toifaga (sayyora, yulduz, qora tuynuk va hk) taqsimlash.

• 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.

• Anomaliyalarni aniqlashning vazifasi anomaliyalarni standart holatlardan ajratishdir. Bir qarashda, bu tasniflash vazifasiga to'g'ri keladi, ammo bitta muhim farq bor: anomaliyalar kamdan-kam uchraydigan hodisa bo'lib, bunday ob'ektlarni aniqlash uchun mashina o'rganish modelini o'rgatish mumkin bo'lgan o'quv misollari juda g'alati yoki oddiy emas, shuning uchun bu erda tasniflash usullari ishlamaydi. ... Amalda bunday vazifa, masalan, bank kartalari bilan firibgarlikni aniqlashdir.