Mavzu: Mashinali va simvolli o’qitish,genetik algoritmlar

Mashinali o'qitishning ba’zi algoritmlariga misollar

Azure Machine Learning - bu mashina o'rganish algoritmlari bilan ishlash uchun yangi yuqori samarali vositadir. Ehtimol, bu sizning algoritmlaringizni alohida xizmat sifatida nashr etishni va keyinchalik ularni sizning ilovalaringizda ishlatishni osonlashtiradigan yagona muhitdir. Ushbu ishda eng oddiy o'rganish algoritmlaridan biri - chiziqli regressiya algoritmi ishlatilgan. Azure ML-da olimlar tomonidan turli maqsadlar uchun yaratilgan yana o'nlab narsalar mavjud. Eng muhimi, ulardan foydalanish uchun matematik bo'lish shart emas. Kerakli ma'lumotlarni qayta ishlash jarayonini to'plash, bir nechta eksperimentlar o'tkazish va agar muvaffaqiyatli bo'lsa, hamma narsani xizmat shaklida nashr etish uchun tarkibiy qismlardan foydalanish kifoya.

"Mashinasozlik" atamasi, ehtimol sizga bir necha marta kelgan. Ko'pincha u sun'iy intellektning sinonimi sifatida ishlatilgan bo'lsa-da, aslida mashina o'rganish uning elementlaridan biridir. Shu bilan birga, ikkala tushuncha ham 1950 yillarning oxirida Massachusets texnologiya institutida tug'ilgan.

Bugun siz har kuni mashinani o'rganishga duch kelmoqdasiz, garchi siz buni bilmasangiz ham. Siri va Google ovozli yordamchilari, Facebook va Windows 10-da yuzni tanib olish, Amazon-ga oid tavsiyalar, robot-avtomashinalarni to'siqlarga aylanishiga to'sqinlik qiladigan texnologiyalar mashinalarni o'rganish jarayonida yaxshilandi.

Mashinalarni o'qitish tizimlari hanuzgacha inson miyasidan juda uzoqda, ammo ular allaqachon o'zlarining aktivlarida katta yutuqlarga ega - masalan, shaxmat, stol o'yinlari va pokerda odamlarni mag'lub etish.

So'nggi bir necha yil ichida, mashinasozlikni rivojlantirish bir qator texnologik yutuqlar, mavjud hisoblash quvvatining o'sishi va o'quv ma'lumotlarining ko'pligi tufayli keskin o'sishga erishdi.

• 
  Qo‘yilgan biror masalani EHMda yechish uchun, avval uning matematik modelini, keyin algoritmini va programmasini tuzish kerak bo‘ladi. Bu uchlikda algoritm bloki muhim ahamiyatga ega.
  
• 
  Algoritm bu oldimizga qo‘yilgan masalani yechish zarur bo‘lgan amallar ketma-ketligidir.
  
• 
  Algoritm so‘zi va tushunchasi IX asrda yashab ijod etgan buyuk alloma Muhammad al-Xorazmiy nomi bilan uzviy bog‘liq. Algoritm so‘zi Al-Xorazmiy nomini Yevropa olimlari tomonidan buzib talaffuz qilinishidan yuzaga kelgan. Al-Xorazmiy birinchi bo‘lib o‘nlik sanoq sistemasining tamoyillarini va undagi to‘rtta amallarni bajarish qoidalarini asoslab bergan.
  

Genetik algoritmlar evolyutsion algoritmlarning eng taniqli variantlaridir. Ular eng avvalo turli kombinatsiyali va optimizatsiyali masalalarni yechish vositalaridir. Data Mining ning standart instrumental yig`malariga xam kiradi. Genetik algoritmlarni tuzish asosiy bazasi bo`lib biologik evolyutsiya modeli va tasodifiy izlash metodlari xisoblanadi; irsiylik, o`zgaruvchanlik va tirik tabiatda tabiiy tanlash mexanizmlari imitatsiyasi amalga oshiriladi.

Genetik algoritmlar yechilayotgan masalaning maxsus kodlangan ma`lumotlari, elementar logik genlardan tarkib topgan xramasomalar bilan ishlaydi. Bu kombinatsiyalar ko`pchiligi xromosomalar populyatsiyalari deb ataladi. Optimal yechimni izlash uchun xromosomalar qarama-qarshiligi usuli, sifat ko`rsatkichini xromosomalar qatori qimmatini belgilovchi xayotchanlik funksiyasi kiritiladi. Genetik algoritm hamma ish masalaning yechimi bo`luvchi, maksimal xayotchan qatorlarni topishga yo`naltirilgan.

Populyatsiya reproduktsiya, o`zgaruvchanlik va genetik kompozitsiya muolajalari yordamida qayta ishlanadi. Bular ichidagi muolaja individual xromosomalarda tasodifiy mutatsiyalar, xromosomalar orasidagi genlar bilan almashinish, ota-ona xromosomalari genetik materiali rekombinatsiyasi. Mutatsiya shundan iboratki, unda tasodifiy tanlangan xromosomada bir yoki bir nechta genlar o`zgaradi, natijada xromosomaning xamma xususiyatlari o`zgaradi. Tanlash keyingi chatishish uchun ota-onalar juftini tanlashdan iborat bo`ladi. Muolaja bajarilish vaqtida evolyutsiyaning xar bir bosqichida yanada mukammallashgan individuallar populyatsiyasi paydo bo`ladi, berilgan sharoitlar bajarilmaguncha.

Algoritmning 5-ta asosiy xossasi bor:

• 
  Diskretlilik (Cheklilik).
  
• 
  Tushunarlilik.
  
• 
  Aniqlik.
  
• 
  Ommaviylik.
  
• 
  Natijaviylik.
  

Diskretlilik (Cheklilik). Bu xossaning mazmuni algoritmlarni doimo chekli qadamlardan iborat qilib bo‘laklash imkoniyati mavjudligida. Ya’ni uni chekli sondagi oddiy ko‘rsatmalar ketma-ketligi shaklida ifodalash mumkin. Agar kuzatilayotgan jarayonni chekli qadamlardan iborat qilib qo‘llay olmasak, uni algoritm deb bo‘lmaydi.

Tushunarlilik. Har bir ijrochining bajarishi mumkin bo‘lgan ko‘rsatmalar yoki buyruqlar majmuasi mavjud, u ijrochining ko‘rsatmalar tizimi (sistemasi) deyiladi. Demak, ijrochi uchun berilayotgan har bir ko‘rsatma ijrochining ko‘rsatmalar tizimiga mansub bo‘lishi lozim. Ko‘rsatmalarni ijrochining ko‘rsatmalar tizimiga tegishli bo‘ladigan qilib ifodalay bilishimiz muhim ahamiyatga ega. Masalan, quyi sinfning a’lochi o‘quvchisi "son kvadratga oshirilsin" degan ko‘rsatmani tushinmasligi natijasida bajara olmaydi, lekin "son o‘zini o‘ziga ko‘paytirilsin" shaklidagi ko‘rsatmani bemalol bajaradi, chunki u ko‘rsatma mazmunidan ko‘paytirish amalini bajarish kerakligini anglaydi.

Aniqlik. Ijrochiga berilayotgan ko‘rsatmalar aniq mazmunda bo‘lishi zarur. Chunki ko‘rsatmadagi noaniqliklar mo‘ljaldagi maqsadga erishishga olib kelmaydi. Odam uchun tushinarli bo‘lgan "3-4 marta silkitilsin", "5-10 daqiqa qizdirilsin", "1-2 qoshiq solinsin", "tenglamalardan biri yechilsin" kabi noaniq ko‘rsatmalar robot yoki kompyuterni qiyin ahvolga solib qo‘yadi.
Bundan tashqari, ko‘rsatmalarning qaysi ketma-ketlikda bajarilishi ham muhim ahamiyatga ega. Demak, ko‘rsatmalar aniq berilishi va faqat algoritmda ko‘rsatilgan tartibda bajarilishi shart ekan.

Ommaviylik. Har bir algoritm mazmuniga ko‘ra bir turdagi masalalarning barchasi uchun ham o‘rinli bo‘lishi kerak. YA’ni masaladagi boshlang‘ich ma’lumotlar qanday bo‘lishidan qat’iy nazar algorim shu xildagi har qanday masalani yechishga yaroqli bo‘lishi kerak. Masalan, ikki oddiy kasrning umumiy mahrajini topish algoritmi, kasrlarni turlicha o‘zgartirib bersangiz ham ularning umumiy mahrajlarini aniqlab beraveradi. Yoki uchburchakning yuzini topish algoritmi, uchburchakning qanday bo‘lishidan qat’iy nazar, uning yuzini hisoblab beraveradi.

Natijaviylik. Har bir algoritm chekli sondagi qadamlardan so‘ng albatta natija berishi shart. Bajariladigan amallar ko‘p bo‘lsa ham baribir natijaga olib kelishi kerak. Chekli qadamdan so‘ng qo‘yilgan masala yechimga ega emasligini aniqlash ham natija hisoblanadi. Agar ko‘rilayotgan jarayon cheksiz davom etib natija bermasa, uni algoritm deb atay olmaymiz.

Xulosa.

Sistemaning qo`shimcha xususiyati quyidagi: sistema prognnoziga subyektiv sabablar ta`sir qilmaydi; sistemani ishlatuvchilar amaliy statistika soxasidagi maxsus bilimlarga ega bo`lishlari shart emas, Data Mining boshqa usullaridan farqli xisoblashlar juda aniq va tez olinadi, boshlang`ich belgilarning qaysi intervallari qidirilayotgan if-then qonun uchun eng yaxshi bo`lishini avvaldan aniqlab bo`lmaydi. Yuqori natijaga da`vogar algoritm ishi birinchi qadami boshlang`ich belgilarni intervallarga bo`lishi maksimal kichikroq bo`lishi kerak. Bu albatta, asosan miqdoriy belgilarga taalluqlidir. If-then qonuniyatni qidirganda xar qanday sistemaning samaradorligi ma`lumotlar bazasini xar birini yozish qonuniyatining yaxshi vaqtini topish xususiyati bilan belgilanadi. Ba`zi olimlar fikricha bu xususiyat olingan ma`lumotlar sistemasini baxolashda asosiy kriteriy xisoblanadi.

Foydalanilgan adabiyotlar

1. 
   www.genetikalgoritm.com
   
2. 
   www.algoritm.com
   
3. 
   www.ncbi.nlm.nih.gov