[1]. Ocr tizimlari haqida gapirib bering?

[74]. Deterministik tan olish usullari Deterministik tan olish usullari - bu deterministik qoidalar yoki algoritmlar asosida naqshlarni tan olish yoki ob'ektlarni tasniflash uchun foydalaniladigan texnikalar sinfidir. Ushbu usullar tasodifiy yoki ehtimollikni o'z ichiga olmaydi va natija ma'lum ma'lumotlar to'plamini hisobga olgan holda aniq bo'ladi. Deterministik tan olish usullarining ba'zi misollari quyidagilarni o'z ichiga oladi: Geometrik usullar: Bu usullar ob'ektlarni tasniflash uchun masofa, burchak va shakl o'lchovlari kabi geometrik usullardan foydalanadi. Ular odatda tasvirni tanib olish kabi ilovalarda qo'llaniladi, bu erda maqsad ob'ektning shakli va o'lchamiga ko'ra eng ehtimoliy sinf yoki toifani aniqlashdir. Strukturaviy usullar: Bu usullar grafik nazariyasi va daraxtga asoslangan algoritmlar kabi tizimli usullardan foydalanadi. ob'ektlarni tasniflash uchun. Ular odatda tasvirni aniqlash va tabiiy tilni qayta ishlash kabi ilovalarda qo'llaniladi, bu erda maqsad ob'ektning tuzilishi va boshqa ob'ektlar bilan aloqalari asosida eng ko'p ehtimoliy sinf yoki toifani aniqlashdir.Sintaktik usullar: Bu usullarda sintaktik usullar qo'llaniladi, masalan. ob'ektlarni tasniflash uchun rasmiy grammatika va muntazam iboralar. Ular odatda tabiiy tilni qayta ishlash va tasvirni aniqlash kabi ilovalarda qo'llaniladi, bu erda maqsad sintaksisi va grammatikasi asosida ob'ektning eng ehtimoliy sinfi yoki toifasini aniqlashdir. Mantiqiy usullar: Bu usullar taklif mantiqi va ob'ektlarni tasniflash uchun predikatlar mantiqi. Ular odatda tabiiy tilni qayta ishlash va tasvirni tanib olish kabi ilovalarda qo'llaniladi, bu erda maqsad ob'ektning mantiqiy xususiyatlari va munosabatlariga asoslanib, uning eng ehtimoliy klassi yoki toifasini aniqlashdir. Qoidalarga asoslangan usullar: Bu usullar oldindan belgilangan ma'lumotlar to'plamidan foydalanadi.
[75]. Oddiy Bayes usuli.
Oddiy Bayes usuli - bu Bayes teoremasiga asoslangan tasniflashning ehtimollik usuli. Bu matnni tasniflash va spamni filtrlash uchun tez-tez ishlatiladigan oddiy va samarali usul. Usul ob'ekt xususiyatlarining bir-biridan mustaqil ekanligi haqidagi taxminga asoslanadi, shuning uchun u "sodda" deb ataladi. Naive Bayesian usulining asosiy g'oyasi shundan iboratki, kuzatuvlar to'plamini hisobga olgan holda, biz gipoteza (masalan, sinf yoki toifa) ehtimolini kuzatishlar ehtimoli va gipotezaning oldingi ehtimoli asosida baholashimiz mumkin. Misol uchun, matn tasnifida bizda elektron pochta xabarlari to'plami bo'lishi mumkin va biz ularning spam yoki yo'qligini aniqlashni xohlaymiz. Biz elektron pochta xabarlarida ma'lum so'z yoki iboralarning chastotasini kuzatishimiz sifatida va elektron pochta spam bo'lish ehtimolini faraz sifatida ishlatishimiz mumkin. Naive Bayesian usuli quyidagicha amalga oshiriladi: Birinchidan, biz gipotezaning oldingi ehtimolini aniqlashimiz kerak, ya'ni har qanday kuzatishlar amalga oshirilgunga qadar gipotezaning to'g'ri bo'lish ehtimoli.Keyin, biz gipoteza berilgan kuzatishlar ehtimolini hisoblaymiz.Nihoyat, hisoblash uchun Bayes teoremasidan foydalanamiz. kuzatishlar berilgan gipotezaning orqa ehtimoli.Har bir gipotezaning orqa ehtimolini solishtiramiz va ob'ektning sinfi yoki toifasi sifatida eng yuqori ehtimolga ega bo'lganini tanlaymiz. Naive Bayesian usuli tasniflashning sodda va samarali usuli bo'lib, uni amalga oshirish oson. Biroq, uning aniqligiga xususiyatlarning mustaqilligi ta'sir qilishi mumkin. Shuning uchun uni qaror daraxtlari, tasodifiy o'rmon va SVM kabi ilg'or modellardan foydalanish orqali yaxshilash mumkin. Xulosa qilib aytish mumkinki, sodda Bayes usuli - bu Bayes teoremasiga asoslangan tasniflashning ehtimollik usuli. Bu matnni tasniflash va spamni filtrlash uchun tez-tez ishlatiladigan oddiy va samarali usul. U gipotezaning oldingi ehtimolini, gipotezada berilgan kuzatuvlar ehtimolini va gipotezaning keyingi ehtimolini hisoblash uchun Bayes teoremasidan foydalanadi. Biroq, xususiyatlarning mustaqilligi tufayli uning aniqligi ta'sir qilishi mumkin, shuning uchun uni yanada ilg'or modellar yordamida yaxshilash mumkin.