Mashina o'rganishga kirish

Asosiy faktorlar tahlili
Asosiy komponentlar tahlilini chiqarishning turli jihatlarini davom ettirishdan oldin, keling, asosiy omillar tahlili bilan tanishamiz. Yana bir "o'ylash mumkin bo'lgan model"ni shakllantirish uchun hayotdan qoniqish anketasi misoliga qaytaylik. Tasavvur qilishingiz mumkinki, sub'ektlarning javoblari ikkita komponentga bog'liq. Birinchidan, biz ba'zi tegishli umumiy omillarni tanlaymiz, masalan, yuqorida muhokama qilingan "o'z sevimli mashg'ulotlaridan qoniqish". Har bir element qoniqishning ushbu umumiy jihatining bir qismini o'lchaydi. Bundan tashqari, har bir element boshqa hech qanday element tomonidan baham ko'rilmagan qoniqishning o'ziga xos jihatini o'z ichiga oladi.
Asosiy omillar va asosiy komponentlar. Asosiy omillar va asosiy komponentlar. Ikki omilli tahlil modellari orasidagi asosiy farq shundan iboratki, Asosiy komponentlar tahlili oʻzgaruvchilarning barcha oʻzgaruvchanligidan foydalanish kerakligini nazarda tutadi, asosiy omil tahlilida esa faqat boshqa oʻzgaruvchilar uchun umumiy boʻlgan oʻzgaruvchining dispersiyasidan foydalanasiz. Har bir yondashuvning ijobiy va salbiy tomonlarini batafsil muhokama qilish ushbu kirish doirasidan tashqarida. Ko'pgina hollarda, bu ikki usul juda yaqin natijalarga olib keladi. Biroq, asosiy komponentlar tahlili ko'pincha ma'lumotlarni qisqartirish usuli sifatida tanlanadi, asosiy omillar tahlili esa ma'lumotlar strukturasini aniqlash uchun eng yaxshi qo'llaniladi.


Ma'lumotlarni intelektual tahlili
Ma'lumotlarni intelektual tahlili(ing., Data Mining) - bu ma'lumotlar to'plamidagi ma'lumotlarni topish jarayoni, shuningdek, ma'lumotlar bazalarida bilimlarni kashf qilishdir(Knowledge Discovery in Databases, KDD).
Ma'lumotlarni intelektual tahlili bilan siz ikkita natijaga erishishingiz mumkin:
1. mavjud ma'lumotlarni tasvirlash
2. kelajak uchun bashorat qilish.
Ma'lumotlarni intelektual tahlilining birinchi va, ehtimol, eng qiyin bosqichi bu biznes maqsadini belgilashdir.
Bu eng muhim qadamdir. Agar siz nima qidirayotganingizni bilmasangiz, kerakli ma'lumotlarni olish uchun mashinani o'rganish (ML) turlari, algoritmlari va modellarini tanlash qiyin bo'ladi.
Ma'lumotlarni qidirish kompaniyaga o'z mijozlari va bozorini yaxshiroq tushunishga yordam beradi va shu bilan yanada samarali savdo va marketing strategiyalarini yaratadi. Maktablar va universitetlarda esa:
 o‘z talabalarini virtual sinfda o‘tkazgan vaqtlari,
 tugmalar bosishlar soni,
 o‘quvchilar bir vaqtning o‘zida qatnashgan darslari
 qaysi sinflar testlarda yaxshiroq natija ko‘rsatishi kabi ma’lumotlarni tahlil qilish orqali yaxshiroq tushuna oladi.
Shuningdek, korxonalar ishlab chiqarish, yig‘ish, nosozliklar aniqlash va boshqalarni tushunish orqali biznes jarayonlarini optimallashtirish uchun ma’lumotlarni tahlil qilishdan foydalanishlari mumkin.
Shuningdek, ma’lumotlarni tahlil qilish firibgarlikni aniqlash uchun ham foydalidir. Bank sohasida firibgarlik yoki xakerlik sxemalarini aniqlash uchun ma'lumotlarni qidirishdan foydalanish mumkin.
Ikkinchi bosqich - ma'lumotlarni tayyorlash.
Tahlil maqsadini aniqlaganingizdan so'ng, ma'lumotlar bo'yicha olimlar sizning biznesingiz uchun foydali bo'lishi uchun tegishli ma'lumotlar to'plamini tanlashlari mumkin. Ma'lumotlar bo'yicha olimlar ma'lumotlarni tozalashlari kerak:
 takroriy va noto'g'ri ma'lumotlarni yo'q qilish,
 etishmayotgan qiymatlarni to'ldirish;
Chunki bularning barchasi algoritmlar va ma'lumotlarni qidirish vositalari sizga kerakli natijalarni berishiga to'sqinlik qilishi mumkin.
Uchinchi bosqich - model yaratish va naqshlarni aniqlash. Quyida keltirilgan usullar va vositalar aynan shu narsa ustida ishlaydi. Ma'lumotlarni tahlil qilishni chuqur o'rganish algoritmlarini nazorat ostida yoki nazoratsiz o'rganish usullari bilan ishlatishi mumkin.
To'rtinchi va oxirgi bosqich - bu jarayonlarga o'zgartirishlar kiritish yoki biznesga foyda keltiradigan harakatlarni amalga oshirish uchun ma'lumotlarni qidirish natijalarini baholash.