O‘zbekiston respublikasi axborot texn ologiyalari va kommunikatsiyalarini rivojlantirish vazirligi muhammad al -xorazmiy nomidagi toshkent axborot texn ologiyalari universiteti “Axborot texnologiyalari” kafedrasi H

Tayanch iboralar: curve, model, apraksiya, shart,amal, mantiq.
" Endi moliyaviy razvedka kompyuterlar qilish uchun qanday o'rganish hisoblanadi. Hozir, unday narsadan, odamlar yaxshiroqdir. ", va: Odamlar kompyuterlar ko'ra yaxshiroq o'rganishadi ). Mashina ta'lim AI uchun juda muhim
1Rich, dasturiy ta'minot ishlab chiqish murakkabligi avtonom robot o'zini tutish ekspert tizimlari spam filtri O'zim: dasturlashtirilgan va o'rgangan komponentlar bilan gibrid dasturi.

• 
  chet tilida so'z o'rganish?
  
• 
  bir she'r yodlashga?
  
• 
  matematik ko'nikmalarini o'zlashtirish?
  
• 
  tosh o'rganish?
  

Xususiyatlar: Hajmi va rang Tasnifi vazifa: tovarlar sinflar A va B ichiga Divide olma (tasn Hajmi [sm] 8 8 6 3. . . Rang [0: yashil, 1: qizil] 0,1 0,3 0,9 0,8. . .sinf B A A B.iflagichi) olma saralash agenti uchun Training ma'lumotlar.
Olma saralash uskunalari va tovarlar sinflar A tasniflanadi ba'zi olma va xususiyati kosmosda B.


12.4-rasm

Curve darslari satrga

12.5-rasm

Amalda: 30 yoki undan ko'p xususiyatlar! n Xususiyatlar: n- o'lchovli fazoda xususiyati esa, bir (n - 1) -dimensional alt duzl emi iloji boricha yaxshi ikki darslari ajratib, qaysi topish uchun qilindi
Shartlari
Siniflanish: a sinf qiymatiga bir xususiyati vektor xaritalar. Shu bilan bir qatorda sobit qoladi.Misol: olma saralash. Yondashish: haqiqiy raqamiga xususiyati vektor xaritalar. Misol: Berilgan xususiyati qadriyatlar chiqib prognozlashtirish ulushi narxlarni tanlaydi
Approksimatsion metodlar
Oliy o'lchovda muammolarni hal qilish bizga model-bepul, taxminan qadriyatlari kerak asab tarmoqlari k-NN imkoniyatlar muammolarni tahlili
f (=*0 = _h XT
i = 1
Oddiy yodlash bilan o'rganish. Shuning uchun, juda tez o'rganish. A vektor x siniflanish hamjihatlikni juda qimmati bo’ladi. N o'quv ma'lumotlar bilan k Yaqin qo'shni topish :? (N). Umumiy hisoblash vaqti :? (N + k). Eng yaqin qo'shni usullari = dangasa ta'lim.
Eng yaqin qo'shni usullariga javob beradi, yuqori qiymatga yaxshi mahalliy taxminiy kerak, lekin muammolarni hal qilish uchun tizimining tezligiga talabni eng yaqin qo'shni usullari mos emas, ma'lumotlar olingan bilim bayoni kerak bo'lsa, qaysi insonlar (ma'lumotlar konchilik) tomonidan tushunarli bo'lishi kerak.
Ta'lim vositachisi Biz ta'lim agentini funksiya sifatida rasmiy ravishda tasvirlay olamiz bu alohida vektorni alohida sinf qiymatiga yoki umuman haqiqiy songa tenglashtiradi. Bu funktsiya dasturlashtirilmagan, balki u o'z-o'zidan paydo bo'ladi yoki o'zgaradi o'quv mashg'uloti davomida, o'quv ma'lumotlarining ta'siri. 12.5-rasmda shunday agent mavjud Olma ajratish misolida keltirilgan. O'qish jarayonida agent agentlik bilan ta'minlanadi
ma'lumotlar allaqachon mavjud. Keyinchalik agent tashkil etadi xususan, vektordan funksiyaning qiymatiga (misol.mol klassi).
"Mashinani o'rganish" atamasi ta'rifiga yaqinlashishga harakat qilamiz. Tom Mitchell [Mit97] bu ta'rifni beradi:
Mashinani o'rganish avtomatik ravishda yaxshilanadigan kompyuter algoritmlarini o'rganishdir tajriba orqali. Bunga tayanamiz, biz beramiz Ta'rif 8.1 Agar agent, uning ishlashini yaxshilasa, ta'lim agenti hisoblanadi
(tegishli mezon bo'yicha o'lchanadigan) yangi, noma'lum ma'lumotlarga vaqt bo'yicha (undan keyin) ko'plab ta'lim misollarini ko'rgan).
Ta'lim algoritmining umumlashtirish imkoniyatini sinab ko'rish muhimdir
noma'lum ma'lumotlar, test ma'lumotlari. Aks holda, ta'limni saqlab qolgan har bir tizim ma'lumotlar saqlangan ma'lumotlarni chaqirib, faqat optimal tarzda ishlashi mumkin.
Ta'lim agenti quyidagi shartlar bilan tavsiflanadi:
Vazifa: ta'lim algoritmining vazifasi xaritalashni o'rganishdir. Bu misol bo'lishi mumkin olma o'lchami va rangi mahsulot malakasiga mos kelishi, lekin
shuningdek, bemorning 15 ta simptomidan qaram yoki yo'qligiga qaror qabul qilish uning appendikasini olib tashlash.



12.6-rasm
Ma’lumotlar bilan ishlash
O'zgaruvchan razvedka (aniqroq, agentlar klassi): bu erda qaysi qarorga kelishimiz kerak o'rganish algoritmi bilan ishlaydi. Agar bu tanlangan bo'lsa, demak, bu sinf barcha o'rganiladigan vazifalar aniqlanadi.
Ma'lumotlar tayyorlash (tajriba): o'quv ma'lumotlari (namunaviy) qaysi ma'lumotni o'z ichiga oladi o'rganish algoritmini olish va o'rganish kerak. Treningni tanlash bilan ma'lumotlarni o'rganish vazifasi uchun vakolatli namuna ekanligiga ishonch hosil qilish kerak. Sinov ma'lumotlari: malakali agentning yaxshi umumlashtirilishi mumkinligini baholash uchun muhimdir o'quv ma'lumotidan yangi ma'lumotlarga qadar.
Ishlash o'lchovi: olma sortirovka qurilmasi uchun to'g'ri tasniflangan raqam olmalar. Bizga agentning sifatini tekshirish kerak. Ishlashni bilish odatda agentning funktsiyasini bilishdan ko'ra ancha oson. Masalan, u 10.000 metrlik yuguruvchining ishlashini (vaqtini) o'lchash oson. Biroq, bu vaqtni o'lchaydigan hakam tezkor ishlashi mumkinligini anglatmaydi. Ushbu hakam faqat ishlashni qanday o'lchashni biladi, lekin "funktsiyasi" ni emas uning o'lchovi bo'lgan agent.
Ma'lumot koni nima? Bilim olish uchun kompyuterdan vazifa ma'lumotlarni tayyorlash. Ko'pincha ishlab chiquvchi yoki foydalanuvchi o'rganish mashinasini yaratishni istaydi olingan ma'lumotni odamlar uchun ham o'qiydi. Ishlab chiquvchi bo'lsa, yana yaxshi hatto ma'lumotni o'zgartirishi mumkin. Sektadagi qaror daraxtlarim induksiya qilish jarayoni. Shunga o'xshash muammolar elektron biznes va axborot boshqaruvidan kelib chiqadi. Klassik muammoni bu erda o'z ichiga oladi: mehmonlarning harakatlaridan uning veb-portaliga Internet-biznesning egasi bilan " mijozga va uning uchun qiziqarli bo'lgan mahsulotlar sinfiga xos xususiyatlari mijozlar. Keyin sotuvchi xaridorga xos reklama joylashtirishi mumkin. Bu www.amazon.com saytida, mijozning maslahati bilan ko'rsatiladi
oldingi tashrifdan ko'rinadilar. Juda ko'p reklama va marketing sohalarida, shuningdek, mijozlar bilan munosabatlarni boshqarishda (CRM), ma'lumotlar konida metodlari foydalanish uchun keladi. Har qancha katta miqdorda ma'lumotlarning mavjudligi, mijozning tahlil qilish uchun ushbu ma'lumotlardan foydalanishga urinishi mumkin mijozlarga xos reklamalarni ko'rsatish uchun afzalliklar. Rivojlanayotgan soha imtiyozli ta'limni bu maqsadga yo'naltiradi.
Ma'lumotlardan bilim olish jarayoni, shuningdek, uning vakili va dastur, ma'lumotlar konida deb ataladi. Amaldagi usullar odatda olinadi statistika yoki kompyuterni o'rganishdan foydalanishi mumkin va juda katta hajmda qo'llanilishi kerak o'rtacha narxdagi ma'lumotlarning miqdori.
Ma'lumot olish, masalan, Internet yoki intranetda, Matn konlari tobora muhim rol o'ynaydi. Odatda vazifalar topishni o'z ichiga oladi masalan, qidiruv tizimidagi o'xshash matn yoki matnlarning tasnifi elektron pochta uchun spam-filtrlarda qo'llaniladi. Bo'limda. 8.6.1 biz keng tarqalamiz matnni tasniflash uchun naey Bayes algoritmi. Bu nisbatan qiyin Ma'lumotlar koni - bu tizimli, statik va dinamik ma'lumotlarni olishdir ijtimoiy tarmoqlar, transport tarmoqlari yoki Internet trafigi kabi grafik tuzilmalar.
Mashinani o'rganish va ma'lumotlarni yig'ishning ikkita vazifasi rasman shakllanganligi sababli juda o'xshash, har ikki sohada ishlatiladigan asosiy usullar ko'pincha bir xil bo'ladi. Shuning uchun o'rganish algoritmlarining tavsifida hech qanday farq bo'lmaydi. Mashinani o'rganish va ma'lumotlar konstruktsiyasi o'rtasida amalga oshirilgan. Ma'lumotni yig'ish texnikasining katta tijoriy ta'siri tufayli, endi mavjud juda murakkab optimallashtirish va kuchli ma'lumotlar konida tizimlari butun bir qator, bu esa o'z navbatida ilm olish uchun qulay vositalarning katta paletini taqdim etadi.
Perceptron, chiziqli tasnifi Olma tasniflash tasnifidagi misolda kavisli ajratish chizig'i orasiga tushadi Ikkala sinf Ikki o'lchovli o'quv misollari to'g'ri chiziq bilan ajralib turishi mumkin, ta'lim ma'lumotlarining to'plamini lineer ajratish mumkin. N o'lchovlar uchun bir hiperplana kerak. Bu n-1 o'lchamining lineer subfedrasini ifodalaydi.
Rndagi har bir (n - 1) -dimensional hiperplana a bilan tasvirlangan bo'lishi mumkin tenglama
л