Lingvistik o’zgaruvchilar

Chuqur O’rgatish modellarining zamonaviy tadbiqi
Chuqur o'rganish - murakkabroq ma'lumotlar turlarini ishlab chiqarish uchun neyron tarmoqlarining bir nechta qatlamidan foydalanib, MLni qo'llash usulidir. Ba'zan ierarxik ta'lim deb atalgan, chuqur o'rganish turli xususiyatlarni o'rganish uchun neyron tarmoqlardan foydalanadi (shuningdek, vakolatxona deb ataladi) va ularni katta xom, noma'lum ma'lumotlar (tuzilmasdan olingan ma'lumotlar) ichida topadi. Chuqur o'rganishning ilk kashfiyotlaridan biri YouTube videosi to'plamlaridan pushtaning tasvirini muvaffaqiyatli tanlagan dastur edi.
Kundalik hayotdagi chuqur o'rganish namunalari
Chuqur bilim nafaqat tasvirni tan olishda, balki til tarjimasida, firibgarliklarni aniqlashda va kompaniyalar tomonidan o'z mijozlari haqida to'plangan ma'lumotlarni tahlil qilishda qo'llaniladi. Misol uchun, Netflix sizning tomosha odatlaringizni tahlil qilish va tomosha qilishni istagan filmlar va filmlarni taxmin qilish uchun chuqur o'rganishni qo'llaydi. Netflix sizning takliflaringiz qatorida aksiyalar filmlari va tabiatli hujjatli filmlarni namoyish etishni biladi. Amazon so'nggi xaridlaringiz va siz yaqinda qiziqqan yangi davlat musiqiy albomlari uchun takliflar yaratish uchun siz izlagan narsalarni tahlil qilish uchun chuqur o'rganishni qo'llaydi va siz bozorda kulrang va sariq tennis poyafzal. Chuqur o'rganish tizimli bo'lmagan va xom ma'lumotlardan ko'proq ma'lumot olish imkonini beradi, shuning uchun korporatsiyalar sizning mijozlaringizning ehtiyojlarini yaxshiroq bilib olishlari mumkin.
Sun'iy asab tarmoqlari va chuqur o'rganish
Chuqurroq o'rganishni osonroq qilish uchun, keling , sun'iy neyron tarmoqni (YSA) taqqoslashni qayta ko'rib chiqamiz . Chuqur o'rganish uchun 15 qavatli ofis binosini beshta boshqa ofis binosi bilan shahar blokini egallaganini tasavvur qiling. Ko'chaning har bir tomonida uchta bino mavjud. Bizning bino A ko'chasidadir va ko'chaning bir tomonini B va S binolari egallaydi. A ko'chasigacha A ko'chasigacha 1-bino, B-binosi 2-bino va hokazo. Har bir binoning turli qatlamlari mavjud, turli materiallardan tayyorlangan va boshqalardan farqli me'moriy uslubga ega. Biroq, har bir binoning alohida qavatlarida (qatlamlarida) tashkil etilmoqda, ya'ni har bir binoning o'ziga xos YANI mavjud.
Tasavvur qiling-a, raqamli to'plam A-binoga kelib, matnli ma'lumotlar, video oqimlari, audio oqimlari, telefon qo'ng'irog'i, radio to'lqinlar va fotosuratlar kabi bir nechta manbalardan iborat bo'lgan turli xil ma'lumotlarni o'z ichiga oladi. mantiqiy ravishda belgilanmagan yoki saralanmagan. Ma'lumotlar har bir qavat orqali 1 ^- dan 15-gacha qayta ishlashga yuboriladi. Axborotning jilovlashi 15-qavatga (chiqdi) etib borgach, 3 ^- binoning 1 ^- qavati (kirish) ga yuboriladi, binoning oxirgi ishlov berish natijasi bilan A. bino 3-dan o'rganadi va A va A keyin ma'lumotni har bir qavat orqali xuddi shu tarzda ishlating. Axborot uchinchi qavatning eng yuqori qavatiga yetganida, u binoning binolari natijalari bilan u erdan yuboriladi. 1-bino binolarni o'rganishdan oldin 3-binodan o'rganadi va natijalarni o'z ichiga oladi. 1-bino ma'lumotni qabul qiladi va natijani S qurilishiga o'xshash usul bilan o'tkazadi, bu jarayon B va B ga yuboradigan 2-binoga yuboriladi.
Bizning namunamizdagi har bir ANN (binoning) tuzilmaydigan ma'lumotlarda (ma'lumotlarning o'zgarishi) boshqa xususiyatni qidiradi va natijalarni keyingi binoga o'tkazadi. Keyingi bino oldingi natijalar (natijalar) ni o'z ichiga oladi (o'rganadi). Ma'lumotlar har bir ANN (bino) tomonidan qayta ishlanganligi sababli, ma'lum bir xususiyat bo'yicha tartibga solinadi va belgilanadi (tasniflanadi), chunki ma'lumotlar so'nggi ANN (bino) ning oxirgi chiqishi (yuqori qavat) ga yetganda, u tasniflanadi va etiketlanadi (yana tuzilgan).
Sun'iy aql, Mashinani o'rganish va chuqur o'rganish
Qanday chuqur o'rganish sun'iy aqlning umumiy ko'rinishiga (AI) va MLga mos keladi? Chuqur o'rganish ML kuchini oshiradi va AI bajarishi mumkin bo'lgan vazifalarni ko'paytiradi. Chuqur o'rganish neytral tarmoqlardan foydalanishga va oddiy vazifa-o'ziga xos algoritmlar o'rniga ma'lumotlar majmui ichida xususiyatlarni tan olishga asoslanganligi uchun dastur tuzuvchisiz avval uni belgilash kerakmasdan tuzilgan (xom) ma'lumotlardan tafsilotlarni topib ishlatishi mumkin - bir marta - xatolarni keltirib chiqaradigan vazifa. Chuqur o'rganish kompyuterlar va korporatsiyalarga va shaxslarga yordam berish uchun ma'lumotlardan foydalanishga yordam beradi.
Kompyuterlarning ko'p sonli ma'lumotni ikkinchi darajali fraktsiyalarda tahlil qilish imkoniyati MLni vaqti va aniqligi zarur bo'lgan bir qator sohalarda foydali bo'ladi.

•