Mavzu: Mashinali o'qitishga kirish va uning asosiy tushunchalari, algortmlari

611-19-guruh talabasi Zokirjonov shuhratbekning Mashinali o’qitish fanidan 1-amaliy topshirig’i

Mavzu:Mashinali o'qitishga kirish va uning asosiy tushunchalari, algortmlari

Mashinada o'qitish, kompyuterlar qanday qilib aniq dasturlashtirilmagan holda qanday qilib vazifalarni bajara olishlarini aniqlashni o'z ichiga oladi. Bu ma'lum bir vazifalarni bajarish uchun taqdim etilgan ma'lumotlardan kompyuterlarni o'rganishni o'z ichiga oladi. Kompyuterlarga berilgan sodda vazifalar uchun mashinaga qo'yilgan muammoni hal qilish uchun zarur bo'lgan barcha bosqichlarni qanday bajarishni aytib beradigan algoritmlarni dasturlash mumkin; kompyuter tomonidan hech qanday o'rganish kerak emas. Ilg'or vazifalar uchun kerakli algoritmlarni qo'lda yaratish inson uchun qiyin bo'lishi mumkin. Amalda, inson dasturchilariga kerakli har bir qadamni belgilashdan ko'ra, mashinaga o'z algoritmini ishlab chiqishda yordam berish samaraliroq bo'lishi mumkin.

Mashinada o'qitish intizomi kompyuterlarni to'liq qondiradigan algoritm mavjud bo'lmagan vazifalarni bajarishga o'rgatish uchun turli xil yondashuvlardan foydalanadi. Ko'p sonli potentsial javoblar mavjud bo'lgan hollarda, bitta yondashuv to'g'ri javoblarning bir qismini haqiqiy deb belgilashdir. Keyinchalik bu to'g'ri javoblarni aniqlash uchun foydalanadigan algoritm (lar) ni takomillashtirish uchun kompyuter uchun o'quv ma'lumotlari sifatida ishlatilishi mumkin. Masalan, raqamli belgilarni aniqlash vazifasini bajarish uchun tizimni tayyorlash qo'lda yozilgan raqamlar to'plami ko'pincha ishlatilgan.
Sun'iy intellekt

Mashinalarni o'rganish sun'iy intellektning subfiligi sifatida
Mashinali o'qitishning bir qismi sun'iy intellektning subfediyali yoki sun'iy intellektning bir qismini mashina o'rganish subfilmasi sifatida
Ilmiy ish sifatida, mashinada o'rganish sun'iy intellektni izlash natijasida o'sdi. AI ning dastlabki kunlarida o'quv intizomi, ba'zi tadqiqotchilar mashinalarning ma'lumotlardan o'rganishiga qiziqishgan. Ular muammoga turli xil ramziy usullar bilan yondashishga harakat qilishdi, shuningdek keyinchalik "asab tarmoqlari"; asosan ular edi perceptronlar va boshqa modellar keyinchalik ixtirolari deb topilgan umumlashtirilgan chiziqli modellar statistika.^[17] Ehtimolli fikrlash, ayniqsa, avtomatlashtirilgan holda ham ishlatilgan tibbiy diagnostika
Biroq, tobora ortib borayotgan e'tibor mantiqiy, bilimga asoslangan yondashuv sun'iy intellekt va kompyuterni o'rganish o'rtasida ziddiyatga olib keldi. Ehtimollik tizimlari ma'lumot to'plash va namoyish qilishning nazariy va amaliy muammolari bilan qiynalgan. 1980 yilga kelib, ekspert tizimlari sun'iy intellektda hukmronlik qilgan va statistika foydasiz edi.^[19] Ramziy / bilimga asoslangan o'rganish bo'yicha ishlar sun'iy intellekt doirasida davom etdi va natijada induktiv mantiqiy dasturlash, ammo tadqiqotning statistik yo'nalishi endi sun'iy intellekt sohasidan tashqarida edi naqshni aniqlash va ma'lumot olish. Neytral tarmoqlarni tadqiq qilish A.I.dan voz kechgan edi Kompyuter fanlari bir vaqtning o'zida. Ushbu yo'nalish ham sun'iy intellekt / CS maydonidan tashqarida davom etdi "ulanish", boshqa fanlarning tadqiqotchilari tomonidan, shu jumladan Xopfild, Rumelxart va Xinton. Ularning asosiy muvaffaqiyati 1980-yillarning o'rtalarida qayta kashf etilishi bilan sodir bo'ldi orqaga surish.^[18]:25
Alohida soha sifatida qayta tashkil etilgan mashinasozlik (ML) 1990 yillarda rivojlana boshladi. Bu soha o'z maqsadini sun'iy intellektga erishishdan amaliy xarakterdagi hal qilinadigan muammolarni hal qilishga o'zgartirdi. Bu diqqat markazidan uzoqlashdi ramziy yondashuvlar u sun'iy intellektdan meros bo'lib, statistika va ehtimollik nazariyasi
2020 yildan boshlab, ko'plab manbalar mashinani o'rganish AIning subfediyasi bo'lib qolmoqda deb ta'kidlamoqda. Asosiy kelishmovchilik, barcha ML AI ning bir qismi bo'ladimi, chunki bu ML dan foydalanadigan har kim AIdan foydalanayotganligini da'vo qilishi mumkin. Boshqalar fikricha, MLning hammasi ham AIning bir qismi emas bu erda faqat MLning "aqlli" to'plami sun'iy intellektning bir qismidir.

2-Mavzu:Mashinali o'qitish turlari. Mashinali o'qitish jarayoning umumiy qadamlari.

Mashinada o'qitish yondashuvlari an'anaviy ravishda o'quv tizimida mavjud bo'lgan "signal" yoki "teskari aloqa" xususiyatiga qarab uchta keng toifaga bo'linadi:

• 
  Nazorat ostida o'rganish: Kompyuterda "o'qituvchi" tomonidan berilgan misollar va ularning kerakli natijalari keltirilgan va maqsad umumiy qoidalarni o'rganishdir. xaritalar natijalarga kirishlar.
  
• 
  Nazorat qilinmagan o'rganish: O'qitish algoritmiga hech qanday yorliq berilmaydi, uni kiritishda tuzilmani topish uchun uni o'zi qoldiradi. Nazorat qilinmagan o'rganish o'zi maqsad bo'lishi mumkin (ma'lumotlardagi yashirin naqshlarni aniqlash) yoki maqsadga erishish vositasi (xususiyatlarni o'rganish).
  
• 
  Kuchaytirishni o'rganish: Kompyuter dasturi ma'lum bir maqsadni amalga oshirishi kerak bo'lgan dinamik muhit bilan o'zaro ta'sir qiladi (masalan.) transport vositasini boshqarish yoki raqibga qarshi o'yin o'ynash). Muammoli maydonda harakatlanayotganda, dastur mukofotlarga o'xshash geribildirim beradi va uni maksimal darajada oshirishga harakat qiladi.^[3]
  

Ushbu uch qavatli toifaga to'g'ri kelmaydigan boshqa yondashuvlar ishlab chiqilgan va ba'zida bir xil mashinani o'rganish tizimi tomonidan bir nechta foydalaniladi. Masalan mavzuni modellashtirish, o'lchovni kamaytirish yoki meta o'rganish.^[7]
2020 yildanboshlab, chuquro'rganish mashinasozliksohasidaolibborilayotgandoimiyishlarningustunyondashuvigaaylandi.
Tarix va boshqa sohalar bilan aloqalar
Shuningdek qarang: Mashinada o'qitishning xronologiyasi
Atama mashinada o'rganish tomonidan 1959 yilda ishlab chiqarilgan Artur Samuel, amerikalik IBMer va sohasida kashshof kompyuter o'yinlari va sun'iy intellekt. 1960 yillar davomida mashinalarni o'rganish bo'yicha tadqiqotlarning vakili kitobi Nilssonning "Mashinalarni o'rganish to'g'risida" kitobi bo'lib, asosan naqshlarni tasniflash uchun mashinalarni o'rganish bilan shug'ullanadi.1973 yilda Duda va Xart tomonidan ta'riflanganidek, naqshni tanib olish bilan bog'liq qiziqish 1970-yillarda davom etdi1981 yilda o'qitish strategiyasidan foydalanish to'g'risida hisobot berildi, shunda neyron tarmoq kompyuter terminalidan 40 ta belgini (26 ta harf, 10 ta raqam va 4 ta maxsus belgi) tanib olishni o'rganadi
Tom M. Mitchell mashinalarni o'rganish sohasida o'rganilgan algoritmlarning keng iqtibosli, rasmiyroq ta'rifini taqdim etdi: "Kompyuter dasturi tajribadan o'rganadi deyiladi E ba'zi bir sinf vazifalariga nisbatan T va ishlash o'lchovi P agar uning vazifalaridagi ishlashi T, bilan o'lchanganidek P, tajriba bilan yaxshilanadi.Mashinali o'qitish bilan bog'liq bo'lgan vazifalarning ushbu ta'rifi tubdan taklif qiladi operatsion ta'rifi maydonni kognitiv jihatdan aniqlashdan ko'ra. Bu quyidagicha Alan Turinguning qog'ozidagi taklif "Hisoblash texnikasi va razvedka", unda" Mashinalar o'ylay oladimi? "degan savol" Mashinalar biz qila oladigan narsani qila oladimi? "degan savol bilan almashtirildi.

3.Mavzu:Mashinali o'qitishda instrumental vositalardan foydalanish Matlab/Python dasturiy muhiti bilan ishlash