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

Mashinada o‘qitish yondashuvlari


Mashinada o'qitish yondashuvlari an'anaviy ravishda o'quv tizimida mavjud bo'lgan "signal" yoki "teskari aloqa" xususiyatiga qarab uchta keng toifaga bo'linadi:

• 
  Nazorat ostida o'rganish: Kompyuterda "o'qituvchi" tomonidan berilgan misollar va ularning kerakli natijalari keltirilgan va maqsad umumiy qoidalarni o'rganishdir. xaritalar natijalarga kirishlar.
  
• 
  Nazorat qilinmagan o'rganish: O'qitish algoritmiga hech qanday yorliq berilmaydi, uni kiritishda tuzilmani topish uchun uni o'zi qoldiradi. Nazorat qilinmagan o'rganish o'zi maqsad bo'lishi mumkin (ma'lumotlardagi yashirin naqshlarni aniqlash) yoki maqsadga erishish vositasi (xususiyatlarni o'rganish ).
  

• 
  Kuchaytirishni o'rganish: Kompyuter dasturi ma'lum bir maqsadni amalga oshirishi kerak bo'lgan dinamik muhit bilan o'zaro ta'sir qiladi (masalan.) transport vositasini boshqarish yoki raqibga qarshi o'yin o'ynash). Muammoli maydonda harakatlanayotganda, dastur mukofotlarga o'xshash geribildirim beradi va uni maksimal darajada oshirishga harakat qiladi.
  

Ushbu uch qavatli toifaga to'g'ri kelmaydigan boshqa yondashuvlar ishlab chiqilgan va ba'zida bir xil mashinani o'rganish tizimi tomonidan bir nechta foydalaniladi. Masalan mavzuni modellashtirish, o'lchovni kamaytirish yoki meta o'rganish.

2020 yildan boshlab, chuqur o'rganish mashinasozlik sohasida olib borilayotgan doimiy ishlarning ustun yondashuviga aylandi.


Algoritmlarni o’rganish turlari

Mashinada o'qitish algoritmlarining turlari yondashuvi, ular kiritadigan va chiqaradigan ma'lumotlar turi, yechishga mo'ljallangan vazifa yoki muammo turlari bilan farq qiladi.

Nazorat ostida o’rganish
Asosiy maqola: Nazorat ostida o'rganish

A qo'llab-quvvatlash vektor mashinasi bu ma'lumotni a bilan ajratilgan mintaqalarga ajratadigan nazorat ostida o'qitish modeli chiziqli chegara. Bu erda chiziqli chegara qora doiralarni oqdan ajratadi.
Nazorat ostidagi o'qitish algoritmlari ma'lumotlar va kerakli natijalarni o'z ichiga olgan ma'lumotlar to'plamining matematik modelini tuzadi. Ma'lumotlar sifatida tanilgan o'quv ma'lumotlari, va o'quv misollari to'plamidan iborat. Har bir o'quv namunasi bir yoki bir nechta ma'lumotlarga ega va kerakli signal, shuningdek nazorat signallari deb nomlanadi.
Matematik modelda har bir o'quv misoli an bilan ifodalanadi qator yoki vektor, ba'zan xususiyat vektori deb ataladi va o'qitish ma'lumotlari a bilan ifodalanadi matritsa. Orqali takroriy optimallashtirish ning ob'ektiv funktsiya, boshqariladigan o'quv algoritmlari yangi kirishlar bilan bog'liq natijalarni bashorat qilish uchun ishlatilishi mumkin bo'lgan funktsiyani o'rganadi.
Optimal funktsiya algoritm o'quv ma'lumotlarining bir qismi bo'lmagan ma'lumotlar uchun chiqishni to'g'ri aniqlashga imkon beradi. Vaqt o'tishi bilan uning chiqishi yoki prognozlarining aniqligini yaxshilaydigan algoritm ushbu vazifani bajarishga o'rgangan deb aytiladi.
Nazorat ostidagi o'qitish algoritmlari turlari kiradi faol o'rganish, tasnif va regressiya. Chiqishlar cheklangan qiymatlar to'plami bilan cheklangan bo'lsa, tasniflash algoritmlari, natijalar oralig'ida har qanday sonli qiymat bo'lishi mumkin bo'lgan hollarda regressiya algoritmlari qo'llaniladi. Misol tariqasida, elektron pochta xabarlarini filtrlaydigan tasniflash algoritmi uchun kirish kiruvchi elektron pochta, natijada elektron pochta manzilini yuboradigan papkaning nomi bo'ladi.
O'xshashlikni o'rganish regressiya va tasniflash bilan chambarchas bog'liq bo'lgan boshqariladigan mashinani o'rganish sohasidir, ammo maqsad ikkita ob'ektning o'xshash yoki bog'liqligini o'lchaydigan o'xshashlik funktsiyasidan foydalangan holda misollardan o'rganishdir. Uning dasturlari mavjud reyting, tavsiya tizimlari, vizual identifikatsiyani kuzatish, yuzni tekshirish va karnayni tekshirish.