Machine Learning Part2

Machine Learning part 2: O’rganishning turlari. (Types of learning)

Assalomu alaykum qadrli do'stlar! Demak shahd bilan boshlagan ishimizni davom ettiramiz. Keling, boshlashdan oldin o’rganganlarimizni takrorlab olamiz. Machine learning(ML) nima ekanligi haqida tushunchaga ega bo’ldingiz, bu atribut va labellardan yani kiruvchi malumotlardan iborat modul va Activation(javob) chiquvchi malumotdan iborat narsa. O’rganish yani urunish va xatolar ketma-ketligidan tashkil topgan jarayon ekanligi haqida ham malumotga egasiz adashmasam. Birinchi urunishdagi katta xatolar tezroq o’rganishga asos bo’lib xizmat qiladi. Bu odamlar uchun ham shunday.

O’rganish bu bir jarayonni qayta qayta bajarish orqali amalga oshiriladi. Agar bundan oldingi mavzu tushunarsiz bo’lsa qayta ko’rib chiqishdan uyalmang va erinmang!

Demak bugungi mavzuga o’tamiz! Bugun gaplashmoqchi bo’lgan mavzu o’rganishning turlari, buni bilishimiz nima uchun kerak?! degan savol tug’ilishi mumkin. Tasavur qiling siz pianino chalishni matematik yo’l bilan o’rganmoqchisiz, chroyli ko’rinishda taxlangan musiqa repertuarlarni aytaylik matritsa ko’rinishida ko’rdingiz. Bu sizga mantiqan butunlay tushunarsiz bo’ladi. Qisqa qilib aytganda, turli narsalarni o’rganishda turlicha uslublardan foydalanish maqsadga muvofiq bo’ladi. Agar o’rganishga qulay uslubni tanlamasangiz, bu sizga katta qiyinchiliklar tug’dirishi mumkin. ML bilan ham huddi shunday, turli tipdagi kiruvchi malumotlarga turlicha o’rganish usullari orqali yondashiladi. Demak kiruvchi malumotlar turlariga qarab uch xil o’rganish uslublarini keltiramiz:

1. O’qituvchi bilan o’rganish ( supervised learning)
2. O’qituvchisiz o’rganish (unsupervised learning)
3. Kuchaytirish(yoki mustaxkamlash) bilan o’rganish (reinforcement learning)

O’qituvchi bilan o’rganish: O’qituvchi bilan o’rganish, nomidan ham malum bo’lib turibdiki bunday o’rganishda biz qandaydir manbaga asoslanib o’rganamiz. Bu shuni anglatadiki biz o’rganish jarayonida nima to’g’ri va nima noto’g’ri ekanligini bilamiz. ML da ham huddi shunday. O’qituvchi bilan o’rganishda kompyuter taxmin qilgan obekt to’g’ri yoki noto’g’ri ekanligini biladi, yani har bir atributlarga tegishli labellar mavjud bo’ladi. Oldingi mavzuda keltirgan misolimiz o’qituvchi bilan o’rganishga misol bo’la oladi. It obektini atributlari bor va bular nomlangan(it deb). Demak ML da atributlar va labellar berilgan topshiriqni ko’rsangiz , bu o’qituvchi bilan o’rganishga misol bo’ladi.

O’qituvchisiz o’rganish: O’qituvchisiz o’rganish esa o’qituvchi bilan o’rganishga mutlaqo qarama qarshi jarayon. Demak sizga atributlar to’plami beriladi lekin bu atributlar qaysi obektga tegishliligi haqida umuman malumot berilmaydi yani labellar berilmagan bo’ladi. Unda kompyuter qanday o’rganishi mumkin u buni to’g’ri yoki noto’gri qilayotganini bilmasdan?! deyishingiz mumkin. 100 marta eshitgandan 1 marta ko’rgan afzal deyishadi, keling buni rasmda ko’ramiz:

Rasmda ko’rganingizdek bizga nuqtalar berilgan (qizil va ko’k). Biz bu nuqtalar orasidan chiziq o’tkazishimiz mumkin (yashil chiziq). Bu ham o’qituvchi bilan o’rganishga boshqa bir misol sifatida qaralishi mumkin yani qizil nuqtalar it obekti ko’klari it bo’lmagan obektlar. Bunisiga nima deysiz?

Hammasi ko’k bo’lgan nuqtalar, bunda kompyuter nimani bilishi kerak? Yuqoridagi misolda ko’rganimizdek labellar o’rganish jarayonida ahamiyatga ega lekin ularsiz ham buni amalga oshirish mumkin, yani bir xil turdagi atributga ega obektlarni bir gruhga yig’ish orqali. Kompyuter belgilarning aniq nima ekanligini bilmasa ham ularni bir turdagi gruhlarga ajrata olar ekan. Shuning uchun ham o’qituvchi bilan o’rganish kiruvchi labellar bilan cheklanmagan, natija o’rganish jarayoniga bog’liq holda turlicha bo’lishi mumkin. Hulosa qilib aytadigan bo’lsak o’qituvchisiz o’rganishda bizga faqat atributlar yani obekt belgilari kiruvchi malumot sifatida beriladi chiquvchi malumot esa gruhlangan belgilar to’plami bo’ladi.

Kuchaytirish(yoki mustaxkamlash) bilan o’rganish: Yuqoridagi o’rganish usullarida o’rganish berilgan kiruvchi malumotlar orqali amalga oshar edi. Kuchaytirish bilan o’rganish da esa kiruvchi malumotlar dinamik tusga ega bo’ladi. Bunday o’rganish bir muncha qiyinchiliklarni o’z ichiga oladi va boshlovchilar uchun ozgina murakkablik qiladi. Men beradigan malumotlarda asosan o’qituvchi bilan o’rganishga ko’proq e’tibor qaratilgan bo’ladi. Umumlashtiradigan bo’lsak, ML dagi o’rganish usullarini ko’rib chiqdik va keying mavzuda Chiziqli regressiya(linear regression) bilan tanishamiz. Yana kod ham yozamiz! Demak barcha qiziqarli narsalar hali oldinda! Ko’rishguncha!