Axborot texnologiyalari fakulteti

TERMIZ DAVLAT UNIVERSITETI

AXBOROT TEXNOLOGIYALARI FAKULTETI

MATEMATIKA VA INFORMATIKA TA’LIM YO’NALISHI

SIRTQI 2-KURS 121-GURUH TALABASI

MAXKAMOVA LAZIZANING

SUN’IY INTELLEKT FANIDAN “PERSEPTRON ARXITEKTURASI.

PERSEPTRONNI O’RGATISH” MAVZUSIDA TAYYORLAGAN

MUSTAQIL ISHI

PERSEPTRON ARXITEKTURASI. PERSEPTRONNI O’RGATISH REJA:

• 1.Perseptron neyron tarmog’ining bir turi.
• 2.Perseptron algoritmining maqsadi.
• 3.Perseptron algoritmidagi cheklovlar.

Perseptron neyron tarmog'ining bir turi bo'lib, u birinchi marta 1958 yilda Frank Rozenblatt tomonidan kiritilgan. Bu ikkilik tasniflagichlarni nazorat ostida o'rganish uchun ishlatiladigan oddiy algoritm. Perseptronning asosiy arxitekturasi bir yoki bir nechta kirish tugunlari, bitta chiqish tugunlari va egilish tugunlaridan iborat. Perseptron algoritmi aniq chiqishni ishlab chiqarish uchun har bir kirish tuguniga tayinlangan og'irliklarni sozlash uchun ishlatiladi.

• Perseptron neyron tarmog'ining bir turi bo'lib, u birinchi marta 1958 yilda Frank Rozenblatt tomonidan kiritilgan. Bu ikkilik tasniflagichlarni nazorat ostida o'rganish uchun ishlatiladigan oddiy algoritm. Perseptronning asosiy arxitekturasi bir yoki bir nechta kirish tugunlari, bitta chiqish tugunlari va egilish tugunlaridan iborat. Perseptron algoritmi aniq chiqishni ishlab chiqarish uchun har bir kirish tuguniga tayinlangan og'irliklarni sozlash uchun ishlatiladi.

Kirish tugunlari kirish ma'lumotlarini qabul qilish va ularni chiqish tuguniga o'tkazish uchun javobgardir. Har bir kirish tuguni chiqish tuguniga vaznli ulanish orqali ulanadi, bu har bir kirish tugunining yakuniy chiqishga qanchalik ta'sir qilishini aniqlaydi. Yo'naltirilgan tugun perseptronning umumiy chiqishini sozlash uchun ishlatilishi mumkin bo'lgan qo'shimcha og'irlikni ta'minlaydi.

• Kirish tugunlari kirish ma'lumotlarini qabul qilish va ularni chiqish tuguniga o'tkazish uchun javobgardir. Har bir kirish tuguni chiqish tuguniga vaznli ulanish orqali ulanadi, bu har bir kirish tugunining yakuniy chiqishga qanchalik ta'sir qilishini aniqlaydi. Yo'naltirilgan tugun perseptronning umumiy chiqishini sozlash uchun ishlatilishi mumkin bo'lgan qo'shimcha og'irlikni ta'minlaydi.

Perseptron algoritmining maqsadi barcha o'qitish misollarini to'g'ri tasniflaydigan og'irliklar to'plamini topishdir. Buning uchun u stokastik gradient descent deb nomlanuvchi jarayondan foydalanadi, bu esa har bir misol qayta ishlanganidan keyin og'irliklarni yangilashni o'z ichiga oladi. Algoritm tasodifiy og'irliklardan boshlanadi va ularni konvergentsiyaga yetguncha moslashtiradi.

• Perseptron algoritmining maqsadi barcha o'qitish misollarini to'g'ri tasniflaydigan og'irliklar to'plamini topishdir. Buning uchun u stokastik gradient descent deb nomlanuvchi jarayondan foydalanadi, bu esa har bir misol qayta ishlanganidan keyin og'irliklarni yangilashni o'z ichiga oladi. Algoritm tasodifiy og'irliklardan boshlanadi va ularni konvergentsiyaga yetguncha moslashtiradi.

Perseptronning boshqa mashinani o'rganish algoritmlariga nisbatan afzalliklaridan biri uning soddaligi va tezligidir. Uni yuzlab yoki minglab xususiyatlarga ega katta ma'lumotlar to'plamlarida tezda o'rganish mumkin. Shuningdek, u ijobiy va salbiy misollarni ajratuvchi giperplan mavjud bo'lgan chiziqli ajratiladigan muammolar uchun yaxshi ishlaydi.

• Perseptronning boshqa mashinani o'rganish algoritmlariga nisbatan afzalliklaridan biri uning soddaligi va tezligidir. Uni yuzlab yoki minglab xususiyatlarga ega katta ma'lumotlar to'plamlarida tezda o'rganish mumkin. Shuningdek, u ijobiy va salbiy misollarni ajratuvchi giperplan mavjud bo'lgan chiziqli ajratiladigan muammolar uchun yaxshi ishlaydi.

Biroq, perseptron arxitekturasida ham cheklovlar mavjud. Asosiy cheklovlardan biri shundaki, u chiziqli bo'lmagan muammolarni yoki bir-biriga o'xshash sinflar bilan bog'liq muammolarni hal qila olmaydi. Bu murakkabroq tasniflash vazifalari uchun mos kelmasligi mumkinligini anglatadi.

• Biroq, perseptron arxitekturasida ham cheklovlar mavjud. Asosiy cheklovlardan biri shundaki, u chiziqli bo'lmagan muammolarni yoki bir-biriga o'xshash sinflar bilan bog'liq muammolarni hal qila olmaydi. Bu murakkabroq tasniflash vazifalari uchun mos kelmasligi mumkinligini anglatadi.

Xulosa qilib aytganda, Perceptron arxitekturasi neyron tarmoqlar va mashinani o'rganishda muhim tushunchadir. Uning sodda dizayni va tezkor o'qitish uni tasniflashning ayrim turlari uchun foydali qiladi, ammo uning cheklovlarini turli muammoli sohalarda qo'llanilishini ko'rib chiqishda ham tushunish kerak. Yangi chuqur o'rganish usullari ko'plab sohalarda o'z imkoniyatlaridan oshib ketgan bo'lsa-da, ushbu asosiy algoritm qanday ishlashini tushunish zamonaviy neyron tarmoqlari arxitekturasi asosidagi tamoyillar haqida tushuncha berishi mumkin.

• Xulosa qilib aytganda, Perceptron arxitekturasi neyron tarmoqlar va mashinani o'rganishda muhim tushunchadir. Uning sodda dizayni va tezkor o'qitish uni tasniflashning ayrim turlari uchun foydali qiladi, ammo uning cheklovlarini turli muammoli sohalarda qo'llanilishini ko'rib chiqishda ham tushunish kerak. Yangi chuqur o'rganish usullari ko'plab sohalarda o'z imkoniyatlaridan oshib ketgan bo'lsa-da, ushbu asosiy algoritm qanday ishlashini tushunish zamonaviy neyron tarmoqlari arxitekturasi asosidagi tamoyillar haqida tushuncha berishi mumkin.

E’TIBORINGIZ UCHUN RAHMAT!!!

• E’TIBORINGIZ UCHUN RAHMAT!!!