Maşın öyrənməsi: Redaktələr arasındakı fərq
Silinən məzmun Əlavə edilmiş məzmun
Redaktənin izahı yoxdur |
Redaktənin izahı yoxdur |
||
Sətir 1:
{{Maşın öyrənməsi}}
'''Maşın öyrənməsi'''
[[Tom Mitçell]]in tərifi:
'Əgər səmərəlilik T-dəki tapşırıqlarda P ölçüldüyü kimi E təcrübəsi ilə yaxşılaşırsa, onda kompüter proqramı E təcrübəsindən T tapşırıqlar sinifinə və P səmərəlik ölçüsünə görə öyrəndiyi deyilir.'
Deduktiv öyrənmə ümumiyyətlə ekspert sistemləri adlandırılır, buna görə də maşın öyrənmə və istifadə öyrənmə terminləri sinonim sayıla bilər.
Klassik statistik yanaşmalara alternativ olaraq bir çox induktiv öyrənmə metodu hazırlanmışdır. Bir çox metod, məlumatların çıxarılması (məlumatların alınması), məlumatların çıxarılması ilə sıx bağlıdır.
== Əvvəlcədən öyrətmə probleminin ümumi ifadəsi ==
Bir çox obyekt (vəziyyət) və mümkün cavablar (cavablar, reaksiyalar) var. Cavablar və obyektlər arasında müəyyən əlaqə var, amma bilinmir. Yalnız son dərəcə əvvəlcədən bilinən bir dəstə məlumdur - təlim obyekti adlanan "obyekt, cavab" cütləri. Bu məlumatlara əsasən gizli asılılığı bərpa etmək, yəni mümkün olan hər bir giriş obyekti üçün kifayət qədər dəqiq təsnifat cavabı verə bilən bir alqoritm qurmaq tələb olunur. Bu asılılıq mütləq analitik şəkildə ifadə edilmir və burada neyron şəbəkələr empirik şəkildə yaradılan həll prinsipini tətbiq edirlər. Bu vəziyyətdə əhəmiyyətli bir xüsusiyyət, təlim sisteminin ümumiləşdirmə, yəni mövcud təlim nümunəsindən kənara çıxan məlumatlara adekvat cavab vermək bacarığıdır. Cavabların düzgünlüyünü ölçmək üçün qiymətləndirici keyfiyyət funksiyası tətbiq olunur.
Bu parametr funksiyaların yaxınlaşmasının klassik problemlərinin ümumiləşdirilməsidir. Yaxınlaşmanın klassik problemlərində obyektlər həqiqi ədədlər və ya vektorlardır. Həqiqi tətbiq olunan problemlərdə obyektlər haqqında giriş məlumatları natamam, qeyri-saylı və heterojen ola bilər. Bu xüsusiyyətlər maşın öyrənmə üsullarının müxtəlifliyinə səbəb olur.
== Maşın öyrənmə texnikası ==
Maşın öyrənmə bölməsi, bir tərəfdən, neyron şəbəkələri elminin təlim şəbəkələri metodlarına və onların memarlığının topologiyalarının növlərinə bölünməsi nəticəsində yaranmışdı, digər tərəfdən isə riyazi statistikanın metodlarını özündə cəmləşdirmişdir. Aşağıdakı maşın öyrənmə metodları neyron şəbəkələrin istifadəsi vəziyyətinə əsaslanır, baxmayaraq ki, təlim nümunəsi anlayışını istifadə edən digər metodlar mövcuddur - məsələn, müşahidə olunan statistikanın ümumiləşdirilmiş dəyişməsi və kovaransı ilə işləyən diskriminant təhlil və ya Bayesiya təsnifatçıları. Neyron şəbəkələrinin əsas növləri, məsələn, qavrayış və çox qatlı qavrayış (eləcə də onların modifikasiyası), müəllimlə və ya olmadan, möhkəmləndirmə və özünü təşkili ilə öyrədilə bilər. Ancaq bəzi neyron şəbəkələri və əksər statistik metodlar yalnız təlim metodlarından birinə aid edilə bilər. Buna görə də, təlim metodundan asılı olaraq maşın öyrənmə metodlarını təsnifləşdirmək lazımdırsa, sinir şəbəkələrini müəyyən bir növə təsnif etmək düzgün olmazdı, sinir şəbəkələri üçün təlim alqoritmlərini yazmaq daha düzgün olardı.
== Alqoritm tipləri ==
| |||