Belgilanmagan misollarni guruhlash klasterlash

Techopedia ko'p qatlamli neyron tarmog'ini tushuntiradi Ko'p qatlamli neyron tarmoqlarni turli usullar bilan o'rnatish mumkin. Odatda, ular kamida bitta kirish qatlamiga ega bo'lib, ular og'irlikdagi kirishlarni yashirin qatlamlar seriyasiga va oxirida chiqish qatlamiga yuboradi. Ushbu murakkab tuzilmalar, shuningdek, sun'iy neyronlarni yoqish yoki faollashtirish uchun sigmasimon va boshqa funktsiyalardan foydalangan holda chiziqli bo'lmagan tuzilmalar bilan bog'liq. Ushbu tizimlarning ba'zilari jismoniy materiallar bilan tuzilishi mumkin bo'lsa-da, aksariyati asabiy faoliyatni modellashtiradigan dasturiy ta'minot funktsiyalari bilan yaratilgan.

~Ko’p qatlamli perceptron

Ko'p qatlamli perseptron ( MLP ) - bu oldinga uzatiladigan sun'iy neyron tarmog'ining (ANN) to'liq bog'langan sinfidir . MLP atamasi noaniq ma'noda, ba'zan esa bo'sh ma'noda har qanday oldinga yo'naltirilgan ANN ma'nosini anglatadi, ba'zan qat'iy ravishda ko'p qatlamli perseptronlardan tashkil topgan tarmoqlarga ishora qilish uchun ishlatiladi (bo'sag'ali faollashuv bilan); § Terminologiyaga qarang . Ko'p qatlamli perseptronlar ba'zan so'zlashuv tilida "vanil" neyron tarmoqlari deb ataladi, ayniqsa ular bitta yashirin qatlamga ega bo'lsa. ^[1]
MLP kamida uchta tugun qatlamidan iborat : kirish qatlami, yashirin qatlam va chiqish qatlami. Kirish tugunlaridan tashqari, har bir tugun chiziqli bo'lmagan faollashtirish funktsiyasidan foydalanadigan neyrondir . MLP ta'lim uchun orqaga tarqalish deb ataladigan nazorat ostida o'rganish texnikasidan foydalanadi . ^[2] [3] Uning koʻp qatlamlari va chiziqli boʻlmagan faollashuvi MLP ni chiziqli perseptrondan ajratib turadi . Lineer ravishda ajratilmaydigan ma'lumotlarni ajrata oladi .
~Supervised learning ?
Nazorat ostidagi oʻrganish, shuningdek, nazorat ostidagi mashinani oʻrganish sifatida ham tanilgan, mashinani oʻrganish va sunʼiy intellektning quyi toifasidir . Bu ma'lumotlarni tasniflash yoki natijalarni aniq bashorat qilish uchun algoritmlarni o'rgatish uchun etiketli ma'lumotlar to'plamidan foydalanish bilan belgilanadi. Kirish ma'lumotlari modelga kiritilganligi sababli, model mos ravishda o'rnatilgunga qadar uning og'irliklarini moslashtiradi, bu o'zaro tekshirish jarayonining bir qismi sifatida sodir bo'ladi. Nazorat ostidagi ta'lim tashkilotlarga spamni pochta qutingizdan alohida papkada tasniflash kabi turli xil real muammolarni hal qilishda yordam beradi.
~Mashinali o’qitishning asosiy turlari qaysilar
1.O’qituvchi yordamida o’qitish(klassifikatsiya)
2.O’qituvchisiz o’qitish(klasterizatsiya)
3.Mustahkamlangan o’qitish(regressiya, klassifikatsiya)
~Unsupervised learning ?
modelni o’qitish uchun ma’lumotlarni belgisisiz (data without label) ishlatish
~Mashinali o’qitishning hayotiy sikli
Mashinani o'rganish kompyuter tizimlariga aniq dasturlashtirilmasdan avtomatik ravishda o'rganish qobiliyatini berdi. Ammo mashinani o'rganish tizimi qanday ishlaydi? Shunday qilib, uni mashinani o'rganishning hayot aylanishidan foydalanib tasvirlash mumkin. Mashinani o'rganishning hayot aylanishi samarali mashinani o'rganish loyihasini yaratish uchun tsiklik jarayondir. Hayotiy tsiklning asosiy maqsadi muammo yoki loyihaga yechim topishdir.
Mashinani o'rganishning hayot aylanishi ettita asosiy bosqichni o'z ichiga oladi, ular quyida keltirilgan:

•