Mavzu: Klassifikatsiya tushunchasi. Mashinani o'rganishning asosiy yondashuvlaridan biri sifatida tasniflash. Treningga oid savollar. Mnist o'quv rejasining tuzilishi

Vizualizatsiya MNIST
Agar ma'lumotlar to'plamini tasavvur qilsak, t-SNE va UMAP bilan ikki o'lchovli tekislikda joylashganda raqamlar ixcham va yaxshi ajratilgan klasterlar hosil qilishini aniq ko'rishimiz mumkin. Ushbu yaxshi ajratilgan klasterlar mashinani o'rganish modellarining ma'lumotlarni to'g'ri tasniflashda juda muvaffaqiyatli bo'lishining sabablaridan biridir.

Xulosa
Man bu mavzu bo’yicha Klassifikatsiya tushunchasi nima o’zi?, uning jarayonlari haqida haqida tushunchalarga ega bo’ldim.

Klassifikatsiya deganda lotincha “classis” - sinf, guruh, tur va “facere” - qilmoq so‘zlariga to‘g‘ri kelishini bilib oldim.
Mashinada o’qitish bu avtomatik ravishda kompyuterlarni algoritmlarini o’rganish ekan. Mashinada o’qitish algoritmlari bashorat qilish yoki aniq dasturlashsiz qaror qabul qilish uchun ekan. Mashinali o’qitishda turli xil dasturlar qo’llaniladi. Mashinada o’qitish bu kompyuterlarni dasturlashtirilmaganda qanday qilib vazifalarni bajarishini aniqlashni o’z ichiga olarkan. Mashinada o’qitish yondashuvlari signal yoki teskari aloqa xususiyatiga qarab 3 ta toifaga bo’linadi. Bular: nazorat ostida o’rganish, nazorat qilinmagan o’rganish va kuchaytirishni o’rganish.
MNIST ma’lumotlar bazasi – qo’lda yozilgan raqamlar namunalarining kata hajmdagi ma’lumotlar bazasi ekan. AQSH milliy standartlar va texnologiyalar institute tomonidan mashinani o’rganish orqali tasvirni aniqlash usullarini va neyron tarmoqlarga asoslangan kalibrlash va moslashtitish maqsadida taklif qilingan standart ekan. MNIST ma’lumotlar bazasida mashinani o’rganish modelini tayyorlash uchun 60000 ta qo’lda yozilgan raqam va modelni sinash uchun 10000 ta qo’lda yozilgan raqam mavjud ekan.
MNIST ma’lumotlar bazasida har bir raqam 28x28 pixelda kulrang rangda saqlanarkan. Bugungi kunda MNIST odatda yangi algoritmlarni taqqoslash uchun ishlatilmaydi, chunki bu bugungi murakkab modellar uchun juda oddiy. Biroq, bu mashinani o'rganishdan boshlash va mashinani o'rganish algoritmlarini amalga oshirishni tezda sinab ko'rish uchun ajoyib ma'lumotlar to'plami hisoblanarkan. Tushunganlarim shulardan iborat.

Foydalanilgan adabiyotlar:

1. 
   https://medium.com/mlearning-ai/mnist-dataset-of-handwritten-digits-f8cf28edafe
   
2. 
   https://uz.wikidea.ru/wiki/Machine_learning#cite_note-2
   
3. 
   Machine learning is included in the CFA o'quv dasturi (discussion is top down); qarang: Ketlin DeRuz va Kristof Le Lanno (2020). "Machine Learning"