mashinani o'rganish

DOCX 7 стр. 18,9 КБ Бесплатная загрузка

7 стр.

FaylHub.uz

Скачать через Telegram

Размер 18,9 КБ

Тип файла DOCX

Страницы 7

Обновлено Дек 2025

Предварительный просмотр (5 стр.)

Прокрутите вниз 👇

1 / 7

mashinani o'rganish ma'lumotlar fanining eng mashhur va muhim kichik sohalaridan biridir. 1959 yilda ibm tadqiqotchisi artur samuel birinchi marta mashinani o'rganish atamasini kiritdi . o'shandan beri ml sohasi boshqa olimlar orasida katta qiziqish uyg'otdi, ayniqsa uning tasniflashda qo'llanilishi tufayli. qoida tariqasida, ma'lumotlar fanini o'rganish boshlanadigan birinchi bo'lim bu mashinani o'rganishdir. bu atama ishlayotgan vaqtda ma'lumot to'plash orqali o'rganish va yaxshilash mumkin bo'lgan kompyuter algoritmlari to'plamini tavsiflaydi. mashinani o'rganish algoritmini yaratish uchun sizga ma'lumotlar to'plami kerak bo'ladi. dastlab, unda o'quv ma'lumotlari joylashtiriladi, bu ma'lum muammolarni hal qilish misollarini beradi. algoritm ushbu o'rganish bosqichidan o'tgandan so'ng, u o'rganganlarini turli ma'lumotlar to'plamlari asosida o'xshash muammolarni hal qilish uchun qo'llashi mumkin. umuman olganda, mashinani o'rganish algoritmlari 4 toifaga bo'linadi. 1. nazorat ostidagi ta’lim. algoritmlarni o'rgatish ish davomida ishlab chiquvchi tomonidan nazorat qilinadi. buning uchun u ma'lumotlarni yorliqlaydi va algoritm amal qilishi kerak bo'lgan qoidalar va chegaralarni belgilaydi. 2. o'qituvchisiz o'rganish. algoritmlarni o'rganish ishlab chiquvchining …

2 / 7

asshtablash va keyin unga asoslangan qiymatlarni bashorat qilish yoki yangi to'plamlarni yaratish uchun ishlatiladi. shu bilan birga, nazoratsiz o'rganish bilan ma'lumotlar mantiqiy bo'lishi uchun saralanadi va filtrlanadi. ushbu toifalarning har biri muayyan vazifalarni bajarish uchun mo'ljallangan turli xil algoritmlarga asoslanadi. ushbu maqolada biz har bir ma'lumot olimi bilishi kerak bo'lgan 5 ta algoritmni ajratamiz. №1: regressiya regressiya algoritmlari - mustaqil o'zgaruvchining qaramga ta'sir darajasini tushunish uchun turli xil o'zgaruvchilar o'rtasidagi mumkin bo'lgan munosabatlarni topish uchun foydalaniladigan nazorat ostida o'rganish algoritmlari. regressiya tahlilini tenglama sifatida ifodalash mumkin. masalan, tenglamada y = 2x + zy - bog'liq o'zgaruvchi va x, z - mustaqil. regressiya tahlilidan foydalanib, siz x va z ning y qiymatiga qanchalik ta'sir qilishini bilib olishingiz mumkin. xuddi shu mantiq yanada murakkab va qiyin vazifalar uchun qo'llaniladi. yechimlarni topishni osonlashtirish uchun regressiya algoritmlarining ko'p turlari mavjud. ular orasida eng keng tarqalgan: 1. chiziqli regressiya. bu eng oddiy regressiya usuli. u …

3 / 7

iflash mashinani o'rganishda tasniflash - bu oldindan tasniflangan o'quv ma'lumotlar to'plami asosida ob'ektlarni toifalarga guruhlash jarayoni. tasnif nazorat ostidagi o'rganish algoritmlarini nazarda tutadi. ular yangi xususiyatning berilgan toifalardan biriga tushish ehtimolini hisoblash uchun o'quv ma'lumotlarini toifalashdan foydalanadilar. tasniflash algoritmlarining taniqli misoli kiruvchi xatlarni spam yoki spam emas deb saralashdir . tasniflash algoritmlarining har xil turlari mavjud. yuqori 4 tani ko'rib chiqing: 1. k-eng yaqin qo'shnilar (knn). bu berilgan maʼlumotlar toʻplamidagi eng yaqin k nuqtani topish uchun oʻquv maʼlumotlar toʻplamidan foydalanadigan algoritm. 2. qarorlar daraxti. uni blok-sxema sifatida ko'rsatish mumkin, bunda har bir ma'lumot nuqtasi o'z navbatida ikkita kichik to'plamga bo'linadi, so'ngra ularning har biri yana ikkitaga bo'linadi va hokazo. 3. naive bayes. shartli ehtimollik teoremasidan foydalanib, algoritm ob'ektning ma'lum bir toifaga kirish imkoniyatini hisoblab chiqadi. 4. yordam vektor mashinasi. ushbu algoritmda ma'lumotlar x/y prognozidan tashqarida bo'lishi mumkin bo'lgan qutblanish darajasiga ko'ra tasniflanadi. № 3: ansambling ansambllar - bu aniqroq natijalarni …

4 / 7

shuv bir-birining ustiga o'rnatilgan ikkita qatlamdan iborat. asosiysi algoritmlarning kombinatsiyasi, yuqori qismi esa bazaviy darajaga asoslangan meta-algoritmlardir. №4: klasterlash klasterlash algoritmlari nazoratsiz o'rganish usuliga ishora qiladi va guruh ma'lumotlar nuqtalariga qo'llaniladi. xuddi shu klasterdagi nuqtalar boshqasiga qaraganda bir-biriga o'xshash. klasterlash algoritmlari 4 turga bo'linadi: 1. klaster markazi. u oldindan belgilangan shartlar va xususiyatlar asosida ma'lumotlarni klasterlarga birlashtiradi. k-means - bu toifadagi eng mashhur algoritm. 2. zichlikka qarab klasterlash. ushbu turdagi yuqori zichlikdagi hududlarni klasterlarga bog'laydigan, ixtiyoriy shakldagi taqsimotlarni yaratadigan algoritmdan foydalanadi. 3. tarqatishlarga asoslangan klasterlash. ushbu turdagi algoritm ma'lumotlarning gauss taqsimotini o'z ichiga oladi, ular keyinchalik bir xil taqsimotning turli xil variantlariga birlashtiriladi. 4. ierarxik algoritmlar. ushbu algoritmda klasterlarning ierarxik daraxti qurilgan. klasterlar sonini daraxtning ma'lum bir darajasida birlashtirib o'zgartirish mumkin. №5: assotsiatsiya qoidalarini topish assotsiativ algoritmlar nazoratsiz o'rganish bilan bog'liq va bir nechta elementlarning ma'lum bir ma'lumotlar to'plamida birga bo'lish ehtimolini aniqlaydi. ular asosan bozor savatini tahlil qilishda qo'llaniladi. …

5 / 7

nidan belgilanadi. yakuniy fikrlar mashinani o'rganish ma'lumotlar fanining eng mashhur va keng ko'lamli o'rganilgan kichik sohalaridan biridir. yanada aniqroq va tezroq bajarilishiga erishish uchun doimiy ravishda yangi algoritmlar ishlab chiqilmoqda. umuman olganda, mashinani o'rganishni 4 toifaga bo'lish mumkin: nazorat ostida o'rganish, nazoratsiz o'rganish, yarim nazoratli o'rganish va mustahkamlovchi o'rganish. ularning har biri turli vazifalar uchun mo'ljallangan ko'plab algoritmlarni o'z ichiga oladi. ushbu maqolada men mashinani o'rganish bo'yicha har bir yangi boshlovchi bilishi kerak bo'lgan 5 turdagi nazorat ostida va nazoratsiz o'rganish algoritmlari haqida gapirdim. ular yaxshi o'rganilgan va keng qo'llanilgan, shuning uchun ularni qanday amalga oshirishni tushunishingiz shart emas, faqat ulardan qanday foydalanish kerak. bundan tashqari, scikit learn kabi mashinani o'rganish uchun eng mashhur python vositalarida ushbu algoritmlarning aksariyati allaqachon o'rnatilgan. shunday qilib, mening maslahatim: texnikani tushuning, dasturni o'zlashtiring va qurishni boshlang 1

Хотите читать дальше?

Скачайте все 7 страниц бесплатно через Telegram.

Скачать полный файл

О "mashinani o'rganish"

mashinani o'rganish ma'lumotlar fanining eng mashhur va muhim kichik sohalaridan biridir. 1959 yilda ibm tadqiqotchisi artur samuel birinchi marta mashinani o'rganish atamasini kiritdi . o'shandan beri ml sohasi boshqa olimlar orasida katta qiziqish uyg'otdi, ayniqsa uning tasniflashda qo'llanilishi tufayli. qoida tariqasida, ma'lumotlar fanini o'rganish boshlanadigan birinchi bo'lim bu mashinani o'rganishdir. bu atama ishlayotgan vaqtda ma'lumot to'plash orqali o'rganish va yaxshilash mumkin bo'lgan kompyuter algoritmlari to'plamini tavsiflaydi. mashinani o'rganish algoritmini yaratish uchun sizga ma'lumotlar to'plami kerak bo'ladi. dastlab, unda o'quv ma'lumotlari joylashtiriladi, bu ma'lum muammolarni hal qilish misollarini beradi. algoritm ushbu o'rganish bosqichidan o'tgandan so'ng, u...

Этот файл содержит 7 стр. в формате DOCX (18,9 КБ). Чтобы скачать "mashinani o'rganish", нажмите кнопку Telegram слева.

Теги: mashinani o'rganish DOCX 7 стр. Бесплатная загрузка Telegram