O’zbekistonrespublikasiaxborottexnologiyalarivakommunikatsiyalarinirivojlantirishvazirligimuhammadal-xorazmiynomidagitoshkentaxborottexnologiyalariuniversitetiqarshifiliali“telekommunikatsiyatexnologiyalarivakasbiyta’lim”fakulteti

3.Mashinali o’qitish modellari. Chiziqli va polynomial modellardan foydalanish
Mashinada o'qitish (ML) bu tajriba orqali avtomatik ravishda takomillashadigan kompyuter algoritmlarini o'rganishdir.Ning pastki qismi sifatida qaraladi sun'iy intellekt. Mashinada o'qitish algoritmlari namunaviy ma'lumotlarga asoslanib, "o'quv ma'lumotlari ", bashorat qilish yoki aniq dasturlashsiz qaror qabul qilish uchun. Mashinali o'qitish algoritmlari kabi turli xil dasturlarda qo'llaniladi elektron pochta orqali filtrlash va kompyuterni ko'rish, kerakli vazifalarni bajarish uchun an'anaviy algoritmlarni ishlab chiqish qiyin yoki maqsadga muvofiq emas.
Mashinada o'qitishning bir qismi bilan chambarchas bog'liq hisoblash statistikasi, bu kompyuterlar yordamida bashorat qilishga qaratilgan; ammo hamma mashinada o'rganish statistik o'rganish emas. O'rganish matematik optimallashtirish mashinasozlik sohasiga metodlar, nazariya va dastur sohalarini etkazib beradi. Ma'lumotlarni qazib olish e'tiborini qaratish bilan bog'liq bo'lgan ta'lim sohasidir kashfiyot ma'lumotlarini tahlil qilish orqali nazoratsiz o'rganish.Ishbilarmonlik muammolari bo'yicha uni qo'llashda mashinasozlik deb ham ataladi bashoratli tahlil.
Mashinada o'qitish, kompyuterlar qanday qilib aniq dasturlashtirilmagan holda qanday qilib vazifalarni bajara olishlarini aniqlashni o'z ichiga oladi.Bu ma'lum bir vazifalarni bajarish uchun taqdim etilgan ma'lumotlardan kompyuterlarni o'rganishni o'z ichiga oladi.Kompyuterlarga berilgan sodda vazifalar uchun mashinaga qo'yilgan muammoni hal qilish uchun zarur bo'lgan barcha bosqichlarni qanday bajarishni aytib beradigan algoritmlarni dasturlash mumkin; kompyuter tomonidan hech qanday o'rganish kerak emas.Ilg'or vazifalar uchun kerakli algoritmlarni qo'lda yaratish inson uchun qiyin bo'lishi mumkin.Amalda, inson dasturchilariga kerakli har bir qadamni belgilashdan ko'ra, mashinaga o'z algoritmini ishlab chiqishda yordam berish samaraliroq bo'lishi mumkin.
Mashinada o'qitish intizomi kompyuterlarni to'liq qondiradigan algoritm mavjud bo'lmagan vazifalarni bajarishga o'rgatish uchun turli xil yondashuvlardan foydalanadi. Ko'p sonli potentsial javoblar mavjud bo'lgan hollarda, bitta yondashuv to'g'ri javoblarning bir qismini haqiqiy deb belgilashdir. Keyinchalik bu to'g'ri javoblarni aniqlash uchun foydalanadigan algoritm (lar) ni takomillashtirish uchun kompyuter uchun o'quv ma'lumotlari sifatida ishlatilishi mumkin. Masalan, raqamli belgilarni aniqlash vazifasini bajarish uchun tizimni tayyorlash MNIST qo'lda yozilgan raqamlar to'plami ko'pincha ishlatilgan.