Muhammad al-xorazmiy nomidagi toshkent

8. Mashinali o’qitishning o’qituvchisiz(unsupervised) o’qitish algoritmlari. 
O’qituvchisiz o’qitish (unsupervised learning) – bu mashinani o’qitish usulidan biri bo’lib, bunda 
modelni oldindan aniq bo’lgan ma’lumotlar bilan o’qitish amalga oshirilmaydi, aksincha obyekt 
parametrlarini (ma'lumotlarni) topish uchun modelga o'z ustida ishlashga imkon yaratib beriladi. 
Supervised learning usuliga qaraganda murakkab usul hisoblanadi va bashoratlash jarayoni avtomatik lekin 
noaniqroq bo’lishi mumkin. Unsupervised learning usulida asosan “klasterlash” masalasi yechiladi. 
O’qituvchisiz o’qitish. 
O’qituvchisiz o’qitishning maqsadi ma’lumotlarhaqida ko’proq ma’lumot olish uchun ma’lumotlar 
tarkibidagi asosiy tuzilmani yoki taqsimotni modellashtirishdir. Bular o’qituvchisiz o’qitish deb 
nomlanadi, chunki yuqoridagi o’qituvchili o’qitishdan farqli ravishda to’g’ri ma’lumotlar yo’q va 
nazoratga oluvchi yo’q.
O’qituvchisiz o’qitishda muommolarni klasterlash va assotsiatsiya masalalariga bo’lib o’rganiladi. 
➢
Klasterlash ma’lumotlar tarkibidagi guruhlarni topish va ularni saralashdan 
iborat 
➢
Assotsiatsiya – bu ma’lumotlarning kata qismlarni tavfsiflovchi belgilarni 
toppish, Misol uchun X ni soyib olganlar Y ni ham soyib olishadi. 
O’qituvchisiz o’qitish algoritmlari quyidagilardan iborat: 
k-metodili algoritm 
klasterlash muommolari uchun; 
Aprior algoritmi 
asosiatsiya qoidalari bo’yicha masalalarni yechish uchun. 
9. Sun'iy neyron tarmoqlarining zamonaviy dasturiy vositalari 
Sun'iy neyron tarmoq - bu bir-biri bilan o'zaro ta'sir qiluvchi neyronlar to'plami. Ular 
ma'lumotlarni qabul qilish, qayta ishlash va yaratishga qodir. Buni tasavvur qilish inson miyasining ishi 
kabi qiyin. Bizning miyamizdagi neyron tarmoq siz uni hozir o'qiy olishingiz uchun ishlaydi: bizning 
neyronlarimiz harflarni taniydi va ularni so'zlarga qo'yadi. 
Sun'iy neyron tarmog'i miyaga o'xshaydi. U dastlab ba'zi murakkab hisoblash jarayonlarini 
soddalashtirish uchun dasturlashtirilgan. Bugungi kunda neyron tarmoqlar ko'proq imkoniyatlarga ega. 
Ulardan ba'zilari smartfoningizda. Siz ushbu maqolani ochgan ma'lumotlar bazasida yana bir qism 
allaqachon o'ziga yozib qo'ygan. Bularning barchasi qanday sodir bo'ladi va nima uchun, o'qing. 
Tadqiqotchilar shuni aniqladilarki, neyron tarmoq neyronlar qatlamlari yig'indisi bo'lib, ularning 
har biri ma'lum bir mezonni: shakli, rangi, o'lchami, teksturasi, tovushi, ovoz balandligi va boshqalarni 
neyronlarning yangi va yangi qatlamlarini tanib olish uchun javobgardir. Ular navbatma-navbat ishlashadi. 
Masalan, birinchisi kvadrat yoki kvadrat emasligini aniqlaydi, ikkinchisi kvadrat qizil yoki qizil emasligini 
tushunadi, uchinchisi kvadratning o'lchamini hisoblaydi va hokazo. Kvadratchalar emas, qizil emas va mos 

---

bo'lmagan o'lchamdagi raqamlar neyronlarning yangi guruhlariga kiradi va ular tomonidan tekshiriladi. 
Olimlar neyron tarmoqlarni ishlab chiqdilar, shunda ular murakkab tasvirlar, videolar, matnlar va nutqni 
farqlashni o'rgandilar. Bugungi kunda neyron tarmoqlarning ko'plab turlari mavjud. Ular arxitekturaga 
qarab tasniflanadi - ma'lumotlar parametrlari to'plamlari va ushbu parametrlarning og'irligi, ma'lum bir 
ustuvorlik. Quyida ulardan ba'zilari keltirilgan. 
Neyron tarmoqlar- tizimlarni rivojlantirish yo'nalishlaridan biri sun'iy intellekt... G'oya inson asab 
tizimining ishlashini, ya'ni xatolarni o'rganish va tuzatish qobiliyatini iloji boricha yaqinroq simulyatsiya 
qilishdir. Bu asosiy xususiyat har qanday neyron tarmoq - u har safar kamroq va kamroq xatoga yo'l qo'yib, 
mustaqil ravishda o'rganish va oldingi tajriba asosida harakat qilish imkoniyatiga ega. 
Neyron tarmoq nafaqat faoliyatni, balki inson asab tizimining tuzilishini ham taqlid qiladi. Bunday tarmoq 
ko'p sonli individual hisoblash elementlaridan ("neyronlar") iborat. Ko'pgina hollarda, har bir "neyron" 
tarmoqning ma'lum bir qatlamiga ishora qiladi. Kirish ma'lumotlari tarmoqning barcha qatlamlarida ketma-
ket qayta ishlanadi. Har bir "neyron" ning parametrlari kirish ma'lumotlarining oldingi to'plamlari bo'yicha 
olingan natijalarga qarab o'zgarishi mumkin, shu bilan butun tizimning tartibini o'zgartiradi. 
Mail.Ru Group’dagi Mail.ru qidiruvi rahbari Andrey Kalinin ta’kidlashicha, neyron tarmoqlar boshqa 
mashinani o‘rganish algoritmlari bilan bir xil muammolarni hal qilishga qodir, farq faqat o‘rganishga 
yondashuvdadir. 
Neyron tarmoqlar hal qila oladigan barcha vazifalar qandaydir tarzda o'rganish bilan bog'liq. Neyron 
tarmoqlarni qo'llashning asosiy yo'nalishlari qatoriga prognozlash, qaror qabul qilish, naqshni aniqlash, 
optimallashtirish, ma'lumotlarni tahlil qilish kiradi. 
Rossiyadagi Microsoft texnologiyalari hamkorlik dasturlari direktori Vlad Shershulskiy neyron tarmoqlar 
hozirda keng qoʻllanilayotganini taʼkidlaydi: “Masalan, koʻplab yirik internet saytlari ulardan 
foydalanuvchilarning xatti-harakatlariga munosabatni tabiiyroq va oʻz auditoriyasi uchun foydali qilish 
uchun foydalanadi. Neyron tarmoqlar ko'pchilikning asosini tashkil qiladi zamonaviy tizimlar nutqni 
aniqlash va sintez qilish, shuningdek tasvirni aniqlash va qayta ishlash. Ular sanoat robotlari yoki o'zini 
o'zi boshqaradigan avtomobillar bo'lsin, ba'zi navigatsiya tizimlarida qo'llaniladi. Neyron tarmoqlarga 
asoslangan algoritmlar himoya qiladi Axborot tizimlari zararli hujumlardan himoya qiladi va tarmoqdagi 
noqonuniy tarkibni aniqlashga yordam beradi. 
Shershulskiyning fikricha, qisqa muddatda (5-10 yil) neyron tarmoqlar yanada kengroq qo'llaniladi: 
Qishloq xo'jaligi kombaynini tasavvur qiling, uning aktuatorlari bir nechta videokameralar bilan 
jihozlangan. U har bir o‘simlikni o‘z traektoriya chizig‘i bo‘ylab daqiqasiga besh mingta suratga oladi va 
neyron tarmog‘i yordamida uning begona o‘t ekanligini, kasallik yoki zararkunandalar bilan 
kasallanganligini tahlil qiladi. Va u har bir o'simlikka alohida munosabatda bo'ladi. Fantaziyami? Endi 
unchalik emas. Va besh yildan keyin bu odatiy holga aylanishi mumkin. - Vlad Shershulskiy, Microsoft 
Moskva fizika-texnika institutining Tirik tizimlar markazining asab tizimlari va chuqur o'rganish 
laboratoriyasi boshlig'i Mixail Burtsev 2016-2018 yillar uchun neyron tarmoqlarni rivojlantirishning 
taxminiy xaritasini beradi: 
tasvirlardagi ob'ektlarni tanib olish va tasniflash tizimlari; 
narsalarning interneti uchun ovozli o'zaro interfeyslar; 
call-markazlarida xizmatlar sifatini monitoring qilish tizimlari; 
nosozliklarni bartaraf etish tizimlari (shu jumladan vaqtni bashorat qiluvchilar). Xizmat), anomaliyalar, 
kiber-jismoniy tahdidlar; 
aqlli xavfsizlik va monitoring tizimlari; 
qo'ng'iroqlar markazi operatorlarining ba'zi funktsiyalarini almashtiruvchi botlar; 
video tahlil tizimlari; 
materiallar 
oqimini 
boshqarish 
yoki 
ob'ektlarning 
joylashishini 
(omborlarda, 
transportda) 
optimallashtiradigan o'z-o'zini o'rganish tizimlari; 

---

ishlab chiqarish jarayonlari va qurilmalarini (shu jumladan robotlashtirilgan) aqlli, o'z-o'zini o'rganishni 
boshqarish tizimlari; 
konferentsiyalar va shaxsiy foydalanish uchun "parvozda" universal tarjima tizimlarining paydo bo'lishi; 
bot-maslahatchilarning paydo bo'lishi texnik yordam yoki shaxsiy yordamchilar, insonga yaqin 
vazifalarda. 
“Yandeks” kompaniyasining texnologiyalarni tarqatish bo‘yicha direktori Grigoriy Bakunovning fikricha, 
yaqin besh yil ichida neyron tarmoqlarni tarqatishning asosi bunday tizimlarning turli qarorlar qabul qilish 
qobiliyati bo‘ladi: “Neyron tarmoqlar inson uchun qiladigan asosiy narsa. uni keraksiz qarorlar qabul 
qilishdan qutqarish uchun. Shunday qilib, ular tirik odam tomonidan juda intellektual bo'lmagan qarorlar 
qabul qilinadigan deyarli hamma joyda qo'llanilishi mumkin. Aynan shu mahorat keyingi besh yil ichida 
qo'llaniladi va inson qarorlarini oddiy avtomat bilan almashtiradi.