Oʻzbekiston respublikasi oliy ta’lim, fan va innovatsiyalar vazirligi mirzo ulugʻbek nomidagi oʻzbekiston milliy universitetining jizzax filiali

Quyidagilar Perceptron modelining xususiyatlari:

• 
  Bu ikkilik tasniflagichlarni nazorat ostida o'rganishdan foydalanadigan mashinani o'rganish algoritmidir.
  
• 
  Perceptronda vazn koeffitsienti avtomatik ravishda o'rganiladi.
  
• 
  Dastlab, og'irliklar kirish xususiyatlari bilan ko'paytiriladi, so'ngra neyron ishdan bo'shatilganmi yoki yo'qmi, qaror qabul qilinadi.
  
• 
  Faollashtirish funktsiyasi funktsiya noldan muhimroq yoki yo'qligini tekshirish uchun qadam qoidasini qo'llaydi.
  
• 
  Chiziqli qaror chegarasi chiziladi, bu ikki chiziqli ajratiladigan +1 va -1 sinflarini ajratish imkonini beradi. Agar barcha kirish qiymatlarining qo'shilgan yig'indisi chegara qiymatidan ko'p bo'lsa, u chiqish signaliga ega bo'lishi kerak; aks holda, hech qanday chiqish ko'rsatilmaydi.
  

Perseptron modelining cheklanishi
Perceptron modelining cheklovlari quyidagilardan iborat:
Perseptronning chiqishi qattiq chekka uzatish funktsiyasi tufayli faqat ikkilik son (0 yoki 1) bo'lishi mumkin. U faqat chiziqli ajratiladigan kirish vektorlari to'plamini tasniflash uchun ishlatilishi mumkin. Agar kirish vektorlari chiziqli bo'lmasa, ularni to'g'ri tasniflash oson emas.
Perseptronni o'rganish qoidasi. Perceptron Learning Rule algoritmi optimal vazn koeffitsientlarini avtomatik ravishda o'rganishini ta'kidlaydi. Keyinchalik, neyronning yonishi yoki yonmasligini aniqlash uchun kirish xususiyatlari ushbu og'irliklar bilan ko'paytiriladi.

5-rasm. Perseptron qoidasi.
Perceptron bir nechta kirish signallarini qabul qiladi va agar kirish signallarining yig'indisi ma'lum chegaradan oshsa, u signalni chiqaradi yoki chiqishni qaytarmaydi. Nazorat ostidagi o'rganish va tasniflash kontekstida undan keyin namuna sinfini bashorat qilish uchun foydalanish mumkin.
Perseptron funktsiyasi
Perceptron - bu o'z kiritish "x" ni xaritalash, o'rganilgan og'irlik koeffitsienti bilan ko'paytiriladigan funksiya; “f(x)” chiqish qiymati hosil bo'ladi.

Yuqorida keltirilgan tenglamada:
"w" = haqiqiy qiymatlar vektori
"b" = tarafkashlik (kirish qiymatiga bog'liq bo'lmagan holda chegarani boshlang'ichdan uzoqlashtiradigan element)
“x” = kirish x qiymatlari vektori

"m" = Perceptronga kirishlar soni
Chiqish "1" yoki "0" sifatida ifodalanishi mumkin. Qaysi faollashtirish funksiyasidan foydalanilganiga qarab u “1” yoki “-1” sifatida ham ifodalanishi mumkin.
Keling, keyingi bo'limda perseptronning kirishlarini bilib olaylik.
Perseptronning kirishlari
Perceptron kiritilgan ma'lumotlarni qabul qiladi, ularni ma'lum og'irlik qiymatlari bilan tartibga soladi, so'ngra yakuniy natijani chiqarish uchun transformatsiya funktsiyasini qo'llaydi. Quyidagi rasmda mantiqiy chiqishga ega Perceptron ko'rsatilgan.
Mantiqiy chiqish maoshli, turmush qurgan, yosh, o'tgan kredit profili va boshqalar kabi ma'lumotlarga asoslanadi. U faqat ikkita qiymatga ega: Ha va Yo'q yoki To'g'ri va Noto'g'ri. "∑" yig'ish funktsiyasi "x" ning barcha kirishlarini "w" og'irliklariga ko'paytiradi va keyin ularni quyidagicha qo'shadi:

Keyingi bo'limda perseptronlarning faollashuv funksiyalarini ko'rib chiqamiz.
Perseptronning faollashuv funktsiyalari
Faollashtirish funktsiyasi og'irlik funksiyasi chiqishi noldan katta yoki yo'qligini tekshirish uchun qadam qoidasini qo'llaydi (raqamli chiqishni +1 yoki -1 ga aylantirish).

6-rasm. Perseptronning faollashuv funktsiyalari.
Masalan:
Agar ∑ wixi> 0 => boʻlsa, yakuniy natija “o” = 1 (bank kreditini berish)
Aks holda, yakuniy natija “o” = -1 (bank kreditini rad etish)
Qadam funktsiyasi neyron chiqishining ma'lum bir qiymatidan yuqoriroq ishga tushadi; aks holda u nol chiqadi. Signal funktsiyasi neyron chiqishi noldan katta yoki yo'qligiga qarab +1 yoki -1 chiqadi. Sigmoid - bu S-egri chizig'i va 0 dan 1 gacha bo'lgan qiymatni chiqaradi.
Perceptronning chiqishi
Mantiqiy chiqishga ega perseptron:
Kirishlar: x1…xn
Chiqish: o(x1….xn)

Og'irliklar: wi=> xi kirishining Perceptron chiqishiga hissasi;
w0=> moyillik yoki chegara
Agar ∑wx > 0 bo'lsa, chiqish +1, aks holda -1 bo'ladi. Neyron faqat og'irlikdagi kirish ma'lum bir chegara qiymatiga etganida ishga tushadi.

+1 chiqishi neyronning ishga tushirilganligini bildiradi. -1 chiqishi neyronning ishga tushmaganligini bildiradi.
"Sgn" +1 yoki -1 chiqishi bilan belgi funktsiyasini anglatadi.
Perceptronda xato
Perseptronni o'rganish qoidasida bashorat qilingan natija ma'lum natija bilan taqqoslanadi. Agar u mos kelmasa, og'irlikni sozlash imkonini berish uchun xato orqaga yo'naltiriladi.
Keling, keyingi bo'limda Perceptronning qaror funktsiyasini muhokama qilaylik.
Perseptron: qaror qabul qilish funktsiyasi
Perseptronning ph(z) qaror funksiyasi x va w vektorlarining chiziqli birikmasini olish uchun aniqlanadi.

Qaror funksiyasidagi z qiymati quyidagicha ifodalanadi:

Agar z chegara th chegarasidan katta bo'lsa, qaror funksiyasi +1 ga, aks holda -1 ga teng.

Bu Perceptron algoritmi.
Bog'lanish birligi
Oddiylik uchun th chegarasi chapga keltirilishi va w0x0 sifatida ifodalanishi mumkin, bu erda w0= -th va x0= 1.

w0 qiymati egilish birligi deb ataladi.
Keyin qaror funktsiyasi quyidagicha bo'ladi:

Chiqish:
Rasmda qaror funktsiyasi wTx ni +1 yoki -1 ga qanday siqib chiqarishi va undan ikkita chiziqli ajratiladigan sinflarni ajratish uchun qanday foydalanish mumkinligi ko'rsatilgan.