Mavzu: Mashinali o’qitishga kirish va uning asosiy tushunchalari, algoritmlari

1-Amaliy mashg’ulot:
Mavzu: Mashinali o’qitishga kirish va uning asosiy tushunchalari, algoritmlari.
Reja:

1. 
   Mashinali o‘qitishning asosiy tushunchalari.
   
2. 
   Mashinani o‘qitishdagi qiyinchiliklar va cheklovlar
   
3. 
   Mashinani o‘qitish algoritmlari
   

1.1 Mashinali o‘qitishning asosiy tushunchalari.
Mashinali o'rganish bu kompyuterlar o'rganadigan va odamlar singari harakat qiladigan bilimdir. Vaqt o'tishi bilan, o'zingizning haqiqatingizni kuzatish shaklida ma'lumotlarni taqdim etish orqali buni yaxshilashni o'rganing ».
Yuqoridagi ta'rif Machine Learning-ning asosiy maqsadi. Ushbu maqolaning maqsadi Machine Learning qanday ishlashi haqida tushuncha berishdir.
Har qanday kontseptsiyada bo'lgani kabi, kim bilan gaplashayotganingizga qarab, Machine Learning biroz boshqacha ta'rifga ega bo'lishi mumkin. To'rt amaliy ta'rif:

1. 
   "Mashinada o'qitishning eng oddiy shakli - bu ma'lumotlarni tahlil qilish, undan o'rganish va keyin dunyodagi har qanday narsa haqida bashorat qilish uchun algoritmlardan foydalanish amaliyoti." - Nvidia
   
2. 
   "Mashinali o'qitish - bu kompyuterlarni aniq dasturlashtirilmagan holda ishlashga oid fan". - Stenford
   
3. 
   "Mashinada o'qitish qoidalarga asoslangan dasturlashga tayanmasdan ma'lumotlardan o'rganish mumkin bo'lgan algoritmlarga asoslangan." - McKinsey & Co.
   
4. 
   Machine Learning savolga javob berishga harakat qilib, tajriba orqali avtomatik ravishda takomillashadigan kompyuter tizimlarini qanday qurishimiz mumkin va barcha o'quv jarayonlarini boshqaradigan asosiy qonunlar qanday? - Karnegi Mellon universiteti
   

Mashinani o'rganish uchun turli xil algoritmlar mavjud. Har kuni yuzlab nashrlar chop etiladi. Ular odatda tomonidan guruhlanadi o'quv uslubi (nazorat ostida o'rganish, nazoratdan o'tkazilmaydigan o'rganish, yarim tekshiruvdan o'tish) yoki undan foydalanish shakl yoki funktsiya bo'yicha shartnomalar (masalan, tasniflash, regressiya, qarorlar daraxti, klasterlash, chuqur o'rganish va hk). O'quv uslubi yoki funktsiyasidan qat'i nazar, barcha kombinatsiyalar quyidagilardan iborat:

• 
  Taklif (bir tasniflovchi yoki kompyuter tushunadigan til)
  
• 
  Baholash (ob'ektiv / skoring funktsiyasi sifatida ham tanilgan)
  
• 
  Optimallashtirish (qidirish uslubi, odatda eng yaxshi balli tasniflovchi, off-the-shelf va maxsus optimallash usullari qo'llaniladi)
  

Machine Learning algoritmlarining asosiy maqsadi bundan oldin umumlashtirish, ya'ni ilgari hech qachon taqdim qilinmagan ma'lumotlarni muvaffaqiyatli talqin qilishdir.
Mashinalarni oqitishning turli usullari mavjud. sun'iy nerv tarmoqlari qatlamlari ichiga oddiy qaror daraxt Klaster foydalanish (ikkinchi chuqur o'rganish uchun yo'l bergan).
Ko'pincha eng yaxshi o'rganish algoritmini tanlashga diqqat qaratilgan bo'lsa-da, tadqiqotchilar eng qiziqarli savollarning ayrimlari Mashinani o'rganish uchun mavjud bo'lgan algoritmlarga javob bermaganligini aniqladilar.
Muhimi, Mashinani o'rganish faqatgina avtomatlashtirish emas. Agar shunday deb o'ylayotgan bo'lsangiz, albatta, sizga taqdim etadigan qimmatbaho tushuncha va imkoniyatlarni sog'inasiz.
O'rganadigan mashinalar foydalidir, chunki barcha qayta ishlash kuchlari bilan ular katta ma'lumotlarning namunalarini tezroq topa oladilar. Aks holda bu qismlar odamlar tomonidan o'tkazib yuborilgan bo'lar edi. Mashinada o'rganish - bu muammolarni hal qilishni yaxshilash uchun ishlatilishi mumkin bo'lgan vosita. U kasalliklarni aniqlash va global iqlim o'zgarishiga qarshi echimlarni topish kabi turli xil muammolar bo'yicha asosli xulosalar chiqarishi mumkin.