Mashinali o’qitishda tanib olish va sinflashtirish masalalari
Download 477.01 Kb.
|
8-mavzu (O\'qit-li o\'qitish)(227-248)
- Bu sahifa navigatsiya:
- 3. O’qituvchili mashinali o’qitish tizimlarni yaratish bosqichlar.
- 6. Obyektlarni sinflarga ajratuvchi funksiyalar.
8 - mavzu. Mashinali o’qitishda tanib olish va sinflashtirish masalalariReja:1. Kirish.2. Asosiy tushunchalar va ta’riflar.3. O’qituvchili mashinali o’qitish tizimlarni yaratish bosqichlar.4. O’qituvchili mashinali o’qitish tizimlarni yaratish jarayonida yechiladigan masalalar.5. O’qituvchili mashinali o’qitish tizimlarni yaratish masalasini formallashtirish va ularni yechish usullari.6. Obyektlarni sinflarga ajratuvchi funksiyalar.7. Obyektlarni sinflarga ajratish usullari.Tayanch iboralar. Timsol, obyekt, empirik ma’lumotlar, oʻqituvchili oʻqitish, oʻqituvchisiz oʻqitish, belgilar tizimi, obyektlarni tanib olish, timsolni tanib olish, Potensial funksiya, baholarni hisoblash, qaror qabul qiluvchi qoida, refleksivlik, toleriantlik, mantiqiy, uzluksiz, ehtimolli, nominal, Tanib olish muammosi, avtomat, belgi, determinalli belgi, ehtimolli belgi, mantiqiy belgi, strukturali belgi, aprior roʻyxat, avtomatik sinflashtirish, ajratuvchi funksiya, qaror qabul qilish, chiziqli ajratuvchi funksiya, ogʻirlik koeffitsiyenti, boʻlakli - chiziqli ajratuvchi funksiya, deterministik, stoxastik, iyerarxik, oʻxshashlik oʻlchovi, oʻxshashlik koeffitsiyenti, bogʻliqlik koeffitsiyenti, metrik fazo, kompaktlilik, separabillik, boʻlinuvchanlik, metrik masofa, refleksivlik, simmetriklik, uchburchak qoidasi, Evklid masofasi, Manxetten masofasi, Chebishev masofasi, Kamberra masofasi, binar belgi, toʻplam, toʻplam osti, tayanch toʻplam, shaxsiy toʻplam osti, etalon tanlanma, sinov tanlanma. 1.KirishIlmiy-texnik taraqqiyot rivojlanishining tezlashuvi ilgʻor gʻoyalar va tadqiqot yoʻnalishlaridan foydalanishga asoslanadi. Bunday yoʻnalishlardan biri mashinali o’qitish (MO’) usullari hisoblanadi. MO’ usullari yordamida timsollarni (obyektlar, signallar, vaziyatlar, hodisalar yoki jarayonlar) tanib olish (sinflashtirish) va klasterizitsiyalash eng koʻp tarqalgan masala boʻlib, bu masalani shaxs hayotining birinchi kunidan boshlab oxirgi kunigacha har sekundda yechishga toʻgʻri keladi. Buning uchun u oʻz miyasining juda katta resurslaridan foydalanadi, ya’ni biz uni neyronlar soni bilan baholaydigan boʻlsak, u 1010 ga teng. Bunday holatlar biologiya, ximiya, geografiya, arxeologiya, geologiya, gidrogeologiya, seysmologiya, metrologiya, biznes va moliya, tibbiyot, texnika, qishloq xoʻjaligi, kriminalistika, iqtisodiy va ijtimoiy, tasvirlarni qayta ishlash, ovozni tanib olish va boshqa sohalarda ham kuzatiladi. Bundan koʻrinadiki, tanib olish mexanizmi koʻp masalalarni oʻz ichiga olgan jarayondir. Umumiy vaziyatdan kelib chiqib ta’kidlash mumkinki, shaxs kundalik hayotida uzluksiz oʻzgaruvchan muhitda doimo qaror qabul qilish masalalariga duch keladi. Bu jarayonda quyidagilar qatnashadi: - sezgi organlar - ular yordamida shaxs tashqi axborotlarni qabul qiladi; - markaziy nerv tizimi - tanlab olish, axborotlarni qayta ishlash va qaror qabul qilishni amalga oshiradi; - harakatlantiruvchi organlar - qaror qabul qilishni ta’minlaydi. Ta’kidlash lozimki, bu masalalarning yechilishi MO’ asosida timsollarni tanib olish (sinflashtirish) va klasterizatsiylash usullariga asoslanadi. MO’da etalon tanlanma (ET)da obyektlar va belgilar soni hamda sinflar ro’yxati oldindan berilgan boʻlsa, bunday MO’ - o’qituvchili MO’ - tanib olish yoki sinflashtirish masalasi deyiladi. Agarda ETda obyektlar va belgilar soni berilgan bo’lib, sinflar ro’yxati oldindan ma’lum boʻlmasa, ya’ni sinflarni obyektlarni oʻrganish jarayonida hosil qilsak, u holda bunday masala o’qituvchisiz MO’ - klasterlash masalasi deyiladi. Shaxs amaliyotda turli xildagi obyektlar, hodisalar va vaziyatlarni (bir onda bir-birini tanib olish, katta tezlikda qoʻlyozma va bosma matnlarni oʻqish, koʻcha harakatining murakkab oqimida avtomashinalarni hatosiz boshqarish, konveyerda detallarni yaroqli-yaroqsizlarga ajratish, qadimiy yozuvlardagi kodlarni topish va h.k.) tanib olish (sinflashtirish) va klasterizitsiyalash masalalarini yechadi. Shunday qilib, keltirilgan misollardan koʻrinadiki, tabiatda, jamiyatda, shaxs hayotida, texnikada tanib olish (sinflashtirish) va klasterizitsiyalash - koʻp masalalarni oʻz ichiga olgan jarayondir. Shunday qilib, MO’ usullari yordamida timsollarni tanib olish (sinflashtirish) va klasterizitsiyalash masalalarida shaxs oʻrnini almashtirish quyidagi natijalarga olib keladi: 1) Koʻproq muhim masalalarni yechish uchun shaxsni bir xil eskirgan operatsiyalardan ozod qilish; 2) Bajariladigan ishlarning sifatini oshirish; 3) Masalani yechish tezligini oshirish. Koʻrinib turibdiki, bu masalalarni yechish sun`iy intellektning asosiy yoʻnalishlaridan biri boʻlgan MO’ usullariga asoslanadi. Shaxs faoliyatining turli sohalarida (iqtisodiyot, moliya, texnika, tibbiyot, biznes, geologiya, ximiya, biologiya, kriminalistika va boshqalar) kundalik hayotda tahlil, tashxis va bashorat qilish, yashirin bogʻlanishlarni aniqlash va optimal qaror qabul qilish kabi masalalarni yechish zaruriyati paydo boʻladi. Axborot hajmining tez sur’atlar bilan oʻsishi, uni yigʻish, ma’lumotlar bankida saqlash va tashkillashtirish texnologiyalarining rivojlanishi oqibatida axborotlarni aniq tahlil qiladigan usullar va oʻrganiladigan obyektlarni modellashtirish koʻp hollarda haqiqiy hayot talabidan orqada qolib ketmoqda. Bunda shunday universal va ishonchli yondashuvlar talab etiladiki, ular turli sohalardagi axborotlarni qayta ishlashga yaroqli va shu bilan birgalikda kelajakda paydo boʻladigan muammolarni ham hal etishi zarur. Bunday muammolarni hal etishda MO’ texnologiyalari va usullaridan foydalanish mumkin [51,52,59]. Haqiqatdan, bunday texnologiyalar va usullarda boshlangʻich axborotlar sifatida obyektlar, obyektlarning xossalari - belgilar ro’yxati (BR), predmetlar, hodisalar va jarayonlardan foydalaniladi va har bir kuzatuv (jarayon) xossalar-belgilar bilan berilgan vektor koʻrinishda yoziladi. MO’ tizim (MO’T)larining asosiy masalasi tajriba yoʻli bilan obyektlar haqida olingan empirik ma’lumotlarni oʻrganish va bu ma’lumotlarning orasidan eng muhim ma’lumotlarni (ya’ni belgilarni) topish hamda topilgan muhim belgilarga xos boʻlgan qaror qabul qiluvchi qoida (QQQQ)ni qurish va uning ishonchliligini yangi obyektlarni tanib olish (sinflashtirish) va klasterizitsiyalashda tekshirib koʻrishdan iborat. Ma’lumki, hozirgi davrda MO’Tlari geografiya va biologiya, texnika va tibbiyot, geologiya va gidrogeologiya, arxeologiya va kriminalistika, ximiya va biologiya, ovozni, tasvirni va simvollarni tanib olishda, iqtisodiyot, ijtimoiy va boshqa sohalarga tegishli quyidagi masalalarni yechishda keng koʻlamda qoʻllanilmoqda [9-11, 14-19, 21-24, 26, 29, 31, 50, 55, 59]: obyektlar, signallar, vaziyatlar, hodisalar yoki jarayonlarni tanib olish (sinflash, tashxis qoʻyish); tanlangan dinamik ma’lumotlar asosida vaziyatlarni, hodisalarni, obyektlarni yoki jarayonlarni bashorat qilish; klasterli tahlil va ma’lumotlar strukturasini tekshirish; muhim belgilarni aniqlash; turli koʻrinishdagi empirik bogʻlanishlarni aniqlash; obyektlar toʻplami (OT)ni analitik tavsiflash; nostandart va kritik holatlarni aniqlash; timsollarning etalon tavsifini hosil qilish. Yuqorida keltirilgan sohalarda MO’Tning keng qoʻllanilishi quyidagi xususiyatlarga asoslanadi: - oʻrganiluvchi obyektlarning murakkabligi, ya’ni ularning koʻplab sohalarga egaligi; - obyektlar haqida toʻliq ma’lumotlarning yetishmasligi. Oxirgi yillarda alohida predmet sohaga taalluqli ma’lumotlarni intellektual tahlilqiluvchi dasturiy paketlar yaratildi. Bu paketlar tor doiradagi amaliy masalalarni yechishga moʻljallangan boʻlib, ularning algoritmik asosi sifatida neyron toʻrlar, yechuvchi daraxtlar, chegaralangan birma-bir tekshirish va bohqalar [52] qoʻllaniladi. MO’Tlarning timsollarni tanib olish (sinflashtirish) va klasterizitsiyalash masalasi ikkita bosqichdan iborat: - tanib olish (sinflashtirish) va klasterizitsiyalash qulay boʻlishi uchun boshlangʻich ma’lumotlarni almashtirish; - tanib olish masalasi (obyektning aniq bir sinfga qarashliligini koʻrsatish). MO’Tlarining timsollarni tanib olish (sinflashtirish) va klasterizitsiyalash masalalarini echishda quyidagi tiplari mavjud: - tanib olish masalasi - obyektni belgilari asosida berilgan sinflarning qaysi biriga qarashli ekanligi aniqlanadi (oʻqituvchili oʻqitish); - avtomatik klasterlash masalasi - obyektlar, vaziyatlar, hodisalar toʻplamini ularning belgilari asosida kesishmaydigan sinflarga ajratish (taksonomiya, klasterli tahlil, oʻzini-oʻzi oʻqitish); - tanib olish uchun belgilarning informativ roʻyxatini hosil qilish; - tanib olish qulay boʻlishi uchun boshlangʻich ma’lumotlarni almashtirish; - dinamik tanib olish va dinamik klasterlash masalasi; - bashoratlash masalasi - tajribalar asosida toʻplangan ma’lumotlar boʻyicha vaziyatlar, hodisalarning kelajakda sodir etilish holati. Download 477.01 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling