Ўзбекистон республикаси вазирлар махкамаси ўзбекистон Олий ва Ўрта маҳсус таълим вазирлиги Ўзбекистон ҳАЛҚаро ислом академияси

 
10.4. Нейрон тармоқларни ўргатиш усуллари. 
 
Ўргатиш жараёнда вазнли боғланиш коэффициент, чегара ва тузилма 
каби НТ параметрлар қийматлари созланади (модификациялашади). Шу 
ҳолатда мазкур параметрларни бошланғич қийматлари одатда тасодифий 
равишда берилади. 
Таснифни энг муҳим белгиси (кўрсатгичи) ташқи мухит билан ўзаро 
харакатларини тури, хусусияти бўлади. Ўргатиш жараёнда ташқи мухитдан 
келадиган ахборотни миқдори ва сифати (семантикаси, маъноси)га кўра 
супервизорли (supervised learning), носупервизорли (unsupervised learning) ва 
тасдиқлаш билан (reinforcement learning) ўргатиш алгоритмлар ажратилади.
НТ ўргатиш усуллар таснифи. 
Супервизоли усулда олдиндан ўргатиш жуфтларни ҳаммасидан иборат 
бўлган ўргатиш тўплам шаклланади. Ўргатиш жуфти Х кириш вектори ва 
унга мувофиқ бўлган Y чиқиш векторлар қийматлари билан ифодаланади. Шу 
ҳолатда ҳар бир х
i 
кириш векторни i- компонентаси i- кириш нейронга 
келадиган сигналга мувофиқ бўлади. Шунга ухшаш ҳар бир y
j
чиқиш 
векторни j- компонентаси j-чиқиш нейронда пайдо бўладиган сигналга
мувофиқ бўлади. 
Ўргатиш жараёнда чиқиш векторларни берилган кириш векторларни 
қийматларга мувофиқ бўлган жорий ҳақиқий қийматларини ўргатиш тўпламда 
олдиндан берилган чиқиш қийматлардан оғишлари ҳисобланади. Бу оғишни 
қийматига мувофиқ НТ параметрлари мазкур оғишлар қийматларини 
минимум (берилган) катталигига олиб келтириш учун тўғирланади 
(созланади, модификацияланади). Супервизорли ўргатиш алгоритмларни 
ичида энг кенг тарқалган хатоларни (тўлқинларни) орқага трақатиш алгоритми 
(error backpropagation) бўлади. 
Носупервизорли алгоритм (усул)ларда ўргатиш тўплами фақат кириш 
векторлар мажмуисини ичига олади. Қулланиладиган шу ҳолатда рақобатли 
ўргатиш алгоритми (competitive learning) кластерлаш масалаларни ечиш учун 
НТ параметрларни созлайди. Ўргатиш пайтда тегишли кластерга кирадиган 
фаол бўлган кириш компонента (нейрон)лар ва шу кластерни тавсифлайдиган 
(акс этадиган) фаол бўлган чиқиш нейрон орасидаги боғланиш вазнлар 
қийматлари максимал даражада кўпайтирилади. Шу билан бирга ушбу чиқиш 
нейронни фаол бўлмаган кириш нейронлар билан боғланиш вазнлар 
қийматлари камайтирилади. 

---

82 
Тасдиқлаш билан ўргатиш усул (алгоритм)лар кўриб ўтилган иккисини 
ўртасида туради. Бу усулни асосий принципи ташқи мухитдан (ўқитувчидан) 
келадиган “тасдиқлаш – рад қилиш “ ёки “рағбатлантириш – жазолаш” 
(reward/penalty) сигнални мавжудлиги бўлади. Бундай ўргатиш жараёнда 
навбатдаги кириш вектори берилганда НТ харакати қониқарли бўлса 
тасдиқлаш («+1») сигнал, акс ҳолда – рад қилиш («0» ёки «-1») сигнал 
берилади. Шу ҳолатда тармоқ тасдиқлаш сигналларни олишини баландроқ 
тезлигини таъминлаш мақсадда вазнли коэффициент қийматларини тегишли 
равишда ўзгартиради. Шу тезлик қиймати мақбул даражасига етмагунча 
ўргатиш жараёни давом этади. 
Тузилмали ўргатиш усуллар энди ривожлана бошлади. Улар мураккаб 
масалаларни ечиш учун мўлжалланган НТни қуришга имконият беради. 
Киришларга қуйиладиган талаблар бўйича мисол (тимсол, ўхшашлик)лар 
ва ягона мисол (буйруққа асосланган) бўйича ўргатиш усуллар ажратилади. 
Шу ҳолатда тадқиқ қилинадиган объектларни тавсифлайдиган эталон (мисол, 
тимсол) тўплами шаклланади. НТ параметрлари шундай қилиб созланадики, 
кириш белгиларни тегишли қийматларда фақат мазкур белгиларга эга бўлган
берилган эталонга мувофиқ бўлган чиқиш нейронлар активланиши керак.
Стохастик ўргатиш усуллар эҳтимолли активлаш қоидаларга, 
детерминлик (аниқ белгиланган) усуллар – детерминлик қоидаларга 
асосланган.