Bug‘doy navlarini tanlash jarayoniga Multiagent texnologiyalarini qo‘llash

Klasterlash masalasining qo‘yilishi va usullari
Obrazlarni anglashning o‘qituvchisiz o‘rgatish masalalarida mashina tizimiga faqat obrazlar majmuasi . Ushbu obrazlar asosida tizim nafaqat qaror qilish qoidasini qurishi, balki sinflar to‘plamini shakllantirishi kerak bo‘ladi.
Odatda qaror qilish qoidasi o‘rgatuvchi tanlanmaning har bir obrazini sinflarning biriga tegishli ekanligi aniqlab beradi, shu sababli masala tanlanma obrazlarnini guruhlarga birlashtirishga keladi (shular asosida sinflar shakllantiriladi). Bunday birlashtirishga guruhlash deyiladi. Guruhlarga bo‘lish amalga oshirilgandan keyin qaror qilish qoidasini qurish uchun obrazlarni anglashning o‘qituvchili usullari qo‘llanishi mumkin. Bu yerda savol yuzaga keladi: nimaga asoslangan holda qandaydir obrazlarni bitta sinfga, qaysilarini – boshqa sinfga tegishli deb hisoblash kerak bo‘ladi?
Ushbu savolga intuitiv aniq javoblardan biri – bir-biriga o‘xshash obrazlar birlashishi kerak. O‘xshashlik darajasi alomatlar fazosidagi masofa bilan aniqlanadi. Metrikani tanlash erkin bo‘lsa ham, odatda yevklid metrikasi olinadi. Agar sinflarga bir-biriga eng yaqin obrazlar birlashsa, guruhlash masalasi klasterlash masalasiga, ya’ni klasterlarni (kompakt joylashgan obrazlar guruhini o‘z ichiga olgan sohalarni) izlash masalasiga aylanadi[8].

I bob bo‘yicha xulosa

Qishloq xo‘jaligining bir qator sohalarida to‘plangan ma'lumotlarni tahlil qilishning an'anaviy usullari ma’nan eskirgan usullardan bo‘lib qoldi. Tajriba natijasida to‘plangan ma’lumotlarning doimiy ravishda o‘sib borayotgan oqimi ularni qayta ishlash jarayonini qiyinlashtirib yubordi, ya’ni ularning tahlili tadqiqotlarni yanada rivojlantirish va amaliy yordam ko‘rsatishga to‘sqinlik qiladigan muammoga aylandi. Insonning fikrlash tezligi va kompyuterlar tezligi o‘rtasidagi katta farq mashinali o‘qitish usullaridan oqilona foydalanish bilan sifatli yutuqqa erishish mumkinligini ko‘rsatadi. Olingan modellar ixtiyoriy ko‘rsatkichlarning kelajakdagi qiymatlarini bashorat qilish uchun, o‘rganilayotgan ob'ektning hozirgi holatining aniq modelidan foydalangan holda tahlil qilish, tavsiflash uchun ham ishlatilishi mumkin. Shuni alohida ta’kidlash lozimki, mashinali o‘qitish vositalari mavzu sohasini, berilganlarning o‘zini va berilganlarni tahlil qilishda qo‘llaniladigan matematik usullarning umumiy mohiyatini yaxshi tushunadigan tahlilchilarning yordamisiz ishlamaydi. Shuni ta’kidlash kerakki yangi modelni yaratish yangi bilimlarni topish jarayonidagi birinchi qadamdir. Olingan bilimlarning foydaliligini baholash uchun tuzilgan modelni amalda, real dunyoda uni qo‘llash natijalarini an'anaviy qabul qilingan qarorlar natijalari bilan solishtirish orqali sinab ko‘rish mumkun bo‘ladi.
Ko‘rib chiqilgan mashinali o‘qitish usullarini tajribada to‘plangan berilganlarga qo‘llashning asosiy turlari ko‘rib chiqildi:
1. Masalaning qo‘yilishi. Foydalanuvchi masalasini tahlil qilish va dasturiy vositaning muhimligini ko‘rsatish. Ma’lumotlarning kirish va chiqish parametrlari to‘plamini tanlash. Mashinali o‘qitishning turli usullari va tizimlarining tahlili ularni ushbu masalaga qo‘llash samaradorligi nuqtai nazaridan amalga oshiriladi.
2. Ma'lumotlarni yig‘ish va saqlashni tashkil etish. Tahlil qilinishi mumkin bo‘lgan berilganlarni yig‘ish va saqlash. Buning uchun ushbu bobda berilganlarni yig‘ish va yangilash sxemasini tashkil etish amalga oshirilgan.
3. Ma’lumotlarga oldindan ishlov berish. Ma'lumotlarni to‘plash eng qulay bo‘lgan shakldan tanlangan mashinali o‘qitish usullarini eng samarali qo‘llash uchun zarur bo‘lgan shaklga keltirishni o‘z ichiga olgan muhim qadam hisoblanadi. U olingan parametrlarni hisoblash, berilganlarni o‘qitish va sinov namunalariga bo‘lish, ma’lumotlarni masshtablash va normallashtirish, ularni xatolardan tozalash va boshqa ko‘plab ma'lumotlarni o‘zgartirishni o‘z ichiga oladi.
4. Berilganlarni avtomatik tahlil qilish (data mining). Muayyan vazifa uchun mos bo‘lgan turli xil mashinali o‘qitish usullari qo‘llaniladi.
5. Olingan bilimlarni tahlil qilish va izohlash. Bu bo‘lim olingan bilimlarning ahamiyati va boshqa xususiyatlarini baholashni o‘z ichiga oladi. Ular ob'ektiv (ba'zi statistik ko‘rsatkichlarni hisoblash) va sub'ektiv bo‘lishi mumkin.
6. Olingan bilimlarni axborot tizimining boshqa komponentlari bilan integratsiyalashuvi.
Ushbu bobda yuqorida ta’kidlangan kabi fikr va mulohazalar o‘z aksini topdi.