Mashinali o’qitishning matlab asosan raqamli hisoblash

MASHINADA O'QITISH YONDASHUVLARI ANIQLASH
Mashinani o'rganishning uchta asosiy turi mavjud: nazorat ostida o'rganish, nazoratsiz o'rganish va mustahkamlovchi o'rganish.

Nazorat ostidagi ta'lim:

Nazorat ostidagi o'rganish - bu mashinani o'rganishning eng keng tarqalgan turi. Ushbu turdagi o'rganishda algoritm etiketli ma'lumotlardan foydalangan holda o'qitiladi, ya'ni har bir ma'lumot nuqtasi yorliq yoki maqsadli qiymat bilan bog'liq. Algoritm kiritilgan ma'lumotlar va tegishli teglar asosida bashorat qilishni o'rganadi. Nazorat ostidagi ta'limga misollar tasniflash, regressiya va vaqt seriyalarini prognozlashni o'z ichiga oladi.

Nazoratsiz ta'lim:

Nazoratsiz o'rganish - bu algoritm yorliqsiz ma'lumotlarga o'rgatilgan mashinani o'rganishning bir turi, ya'ni oldindan belgilangan teglar yoki maqsadli qiymatlar mavjud emas. Algoritm hech qanday tashqi ko'rsatmasiz ma'lumotlardagi naqsh va tuzilmalarni topishni o'rganadi. Nazoratsiz ta'lim misollari klasterlash, o'lchamlarni kamaytirish va anomaliyalarni aniqlashni o'z ichiga oladi.

O'rganishni mustahkamlash:

Kuchli o'rganish - bu mashinani o'rganishning bir turi bo'lib, unda agent harakatlarni amalga oshirish va mukofot yoki jazo olish orqali atrof-muhit bilan o'zaro munosabatda bo'lishni o'rganadi. Agent turli harakatlarni o'rganish va natijalarni kuzatish orqali o'z mukofotini maksimal darajada oshirishni o'rganadi. Mustahkamlashni o'rganish odatda o'yin o'ynash, robototexnika va avtonom haydash kabi ilovalarda qo'llaniladi.

Mashinani o'rganishning ushbu uchta asosiy turiga qo'shimcha ravishda, algoritm yorliqli va yorliqsiz ma'lumotlar kombinatsiyasidan foydalangan holda o'rgatilgan yarim nazorat ostida o'rganish va bittadan olingan bilimlarni uzatishni o'rganish kabi boshqa o'zgarishlar va kombinatsiyalar ham mavjud. vazifa tegishli vazifaga qo'llaniladi.

Quyida qo'llab-quvvatlash vektor mashinasi (SVM) deb ataladigan tasniflash algoritmidan foydalangan holda MATLABda nazorat ostida o'rganish misoli keltirilgan:
A ytaylik, bizda to'rtta xususiyatga ega iris gullarining ma'lumotlar to'plami mavjud: sepal uzunligi, sepal kengligi, gulbarg uzunligi va gulbarg kengligi. Maqsad - SVM klassifikatorini uning xususiyatlariga qarab iris gulining turlarini taxmin qilish uchun o'rgatish.

Ushbu misolda biz birinchi navbatda iris gullarining 150 ta namunasini o'z ichiga olgan iris ma'lumotlar to'plamini yuklaymiz, ularning har biri uchta turdan biri bilan etiketlanadi: setoza, versikolor yoki virginika. Biz ma'lumotlarni o'quv va sinov to'plamlariga ajratamiz, bunda ma'lumotlarning 30% sinov uchun ajratilgan.

Keyinchalik, biz MATLAB da fitcsvm funksiyasidan foydalangan holda SVM klassifikatorini o'rgatamiz, u o'quv ma'lumotlarini kirish sifatida qabul qiladi va o'rganilgan modelni qaytaradi. Keyin biz o'qitilgan model yordamida test ma'lumotlarining yorliqlarini bashorat qilish uchun bashorat qilish funksiyasidan foydalanamiz.
Nihoyat, biz aniqlik yordamida tasniflagichning ish faoliyatini baholaymiz, bu to'g'ri bashoratlar soni bashoratlarning umumiy soniga bo'linish sifatida hisoblanadi. Ushbu kodning chiqishi test ma'lumotlari bo'yicha tasniflagichning aniqligini ko'rsatadi.