Teburin Abubuwan Ciki[Boye][Nuna]
Duniya tana canzawa da sauri saboda basirar wucin gadi, da kuma koyon injin, wanda ke da tasiri a kowane bangare na rayuwarmu ta yau da kullun.
Daga mataimakan murya waɗanda ke amfani da NLP da koyon injin don yin alƙawura, duba abubuwan da suka faru a kalandarmu, da kunna kiɗa zuwa na'urori waɗanda suke daidai da za su iya hasashen bukatunmu kafin ma mu yi la'akari da su.
Kwamfutoci na iya kunna dara, yin tiyata, kuma su haɓaka zuwa mafi wayo, ƙarin injuna irin na ɗan adam tare da taimakon algorithms koyon inji.
Muna lokaci ne na ci gaba da ci gaban fasaha, kuma ta ganin yadda kwamfutoci suka ci gaba ta hanyar lokaci, za mu iya yin hasashen abin da zai faru a nan gaba.
Dimokuradiyyar kayan aikin kwamfuta da hanyoyin sadarwa na daya daga cikin muhimman abubuwan wannan juyin da suka yi fice. Masana kimiyyar bayanai sun ƙirƙiri kwamfutoci masu ƙarfi masu lalata bayanai a cikin shekaru biyar da suka gabata ta hanyar aiwatar da dabarun yanke-wuri. Sakamakon yana da ban mamaki.
A cikin wannan sakon, za mu duba sosai injin inji algorithms da duk bambance-bambancen su.
Don haka, menene algorithms Learning Machine?
Hanyar da tsarin AI ke amfani da shi don aiwatar da aikinsa - gabaɗaya, tsinkayar ƙimar fitarwa daga bayanan shigar da aka bayar - an san shi da algorithm na koyon injin.
Algorithm na koyon inji wani tsari ne da ke amfani da bayanai kuma ana amfani dashi don ƙirƙirar ƙirar koyon injin da ke shirye don samarwa. Idan koyon injin shine jirgin ƙasa wanda ke aiwatar da aiki, to injin koyo algorithms sune locomotives waɗanda ke motsa aikin tare.
Mafi kyawun tsarin koyan inji da za a yi amfani da shi za a ƙayyade ta hanyar matsalar kasuwanci da kuke ƙoƙarin magancewa, nau'in bayanan da kuke amfani da su, da albarkatun da kuke da su.
Algorithms na koyon inji sune waɗanda ke juya saitin bayanai zuwa abin ƙira. Dangane da nau'in matsalar da kuke ƙoƙarin amsawa, ikon sarrafawa da ke akwai, da nau'in bayanan da kuke da shi, kulawa, rashin kulawa, ko ƙarfafawa algorithms na ilmantarwa na iya yin aiki da kyau.
Don haka, mun yi magana game da kulawa, rashin kulawa, da ƙarfafa ilmantarwa, amma menene su? Bari mu bincika su.
Kulawa, Marasa Kulawa & Ƙarfafa Koyo
Kulawa Ilmantarwa
A cikin koyo da ake kulawa, ana haɓaka ƙirar AI bisa ga shigar da aka bayar da lakabin da ke wakiltar sakamakon da aka annabta. Dangane da abubuwan da aka shigar da abubuwan da aka fitar, samfurin yana haɓaka ma'aunin taswira, kuma ta yin amfani da wannan ma'aunin taswira, yana hasashen alamar abubuwan da aka shigar a gaba.
Bari mu ce muna buƙatar ƙirƙirar samfurin da zai iya bambanta tsakanin kare da cat. Ana ciyar da hotuna da yawa na kuliyoyi da karnuka a cikin ƙirar tare da alamun da ke nuna ko kuliyoyi ne ko karnuka don horar da ƙirar.
Samfurin yana neman kafa ma'auni mai alaƙa da alamomin kan hotunan shigar da hotuna zuwa waɗannan hotuna. Ko da samfurin bai taɓa ganin hoton ba, bayan horo, zai iya gane ko yana da cat ko kare.
Koyon Hankali
Koyon da ba a kula da shi ya ƙunshi horar da ƙirar AI kawai akan abubuwan shigar ba tare da lakafta su ba. Samfurin yana raba bayanan shigarwa zuwa ƙungiyoyi masu alaƙa masu alaƙa.
Ana yin hasashen alamar shigarwar nan gaba gwargwadon yadda halayensa suka yi daidai da ɗaya daga cikin rarrabuwa. Yi la'akari da yanayin da dole ne mu raba rukuni na ƙwallo ja da shuɗi zuwa kashi biyu.
Bari mu ɗauka cewa sauran halayen ƙwallaye iri ɗaya ne, ban da launi. Dangane da yadda za a iya raba kwallaye zuwa nau'i biyu, samfurin yana neman halayen da suka bambanta tsakanin bukukuwa.
Rukunin ƙwallaye guda biyu—ɗaya shuɗi ɗaya da ja—ana yin sa’ad da aka raba ƙwallayen zuwa rukuni biyu bisa launinsu.
Sanin Karatu
A cikin ƙarfafa koyo, ƙirar AI tana neman haɓaka gabaɗayan riba ta hanyar yin aiki kamar yadda zai iya a cikin wani yanayi. Sake mayar da martani kan sakamakon da ya gabata na taimaka wa abin koyi.
Ka yi tunani game da yanayin lokacin da aka umurci mutum-mutumi ya zaɓi hanya tsakanin maki A da B. Robot ɗin ya fara zaɓar ɗayan kwasa-kwasan saboda ba shi da gogewa a baya.
Mutum-mutumi yana karɓar bayanai akan hanyar da yake bi kuma yana samun ilimi daga gare ta. Robot na iya amfani da shigar da bayanai don gyara matsalar a gaba da ya ci karo da irin wannan yanayi.
Misali, idan mutum-mutumi ya zaɓi zaɓi B kuma ya karɓi lada, kamar amsa mai kyau, ya fahimci wannan lokacin cewa dole ne ya zaɓi hanyar B don ƙara lada.
Yanzu a ƙarshe abin da kuke jira duka shine algorithms.
Algorithms Manyan Koyon Injin
1. Juyin Juya Hali
Hanya mafi sauƙi na koyon inji wacce ta kauce daga koyon da ake kulawa ita ce koma baya ta layi. Tare da ilimin daga masu canji masu zaman kansu, galibi ana amfani da shi don warware matsalolin koma baya da haifar da tsinkaya akan masu dogaro da ci gaba.
Neman layin mafi dacewa, wanda zai iya taimakawa wajen tsinkayar sakamako don ci gaba da dogara masu canji, shine manufar komawar layi. Farashin gida, shekaru, da albashi wasu misalai ne na ci gaba da ƙima.
Samfurin da aka sani da sauƙaƙan komawar layi yana amfani da madaidaiciyar layi don ƙididdige haɗin kai tsakanin madaidaicin mai zaman kansa ɗaya da ɗaya mai dogaro ɗaya. Akwai sama da masu canji biyu masu zaman kansu a cikin koma baya na layi daya.
Tsarin koma baya na layi yana da zato guda huɗu:
- Linearity: Akwai haɗin kai tsaye tsakanin X da ma'anar Y.
- Homoscedasticity: Ga kowane ƙimar X, ragowar bambancin iri ɗaya ne.
- Independence: Abubuwan lura sun kasance masu zaman kansu daga juna ta fuskar 'yancin kai.
- Al'ada: Lokacin da aka gyara X, Y ana rarrabawa kullum.
Juyin layi yana aiki da kyau don bayanan da za'a iya raba su tare da layi. Yana iya sarrafa wuce gona da iri ta hanyar amfani da daidaitawa, tabbatar da giciye, da dabarun rage girman girma. Koyaya, akwai lokuttan da ake buƙatar aikin injiniya mai fa'ida, wanda lokaci-lokaci na iya haifar da wuce gona da iri da hayaniya.
2. Komawar Hankali
Komawa dabaru wata dabara ce ta koyon injin da ke barin koyon da ake kulawa. Babban amfani da shi shine rarrabawa, yayin da kuma ana iya amfani dashi don matsalolin koma baya.
Ana amfani da jujjuyawar dabaru don kintace madaidaicin abin dogaro ta hanyar amfani da bayanai daga dalilai masu zaman kansu. Manufar ita ce rarraba abubuwan da aka fitar, wanda kawai zai iya faɗuwa tsakanin 0 da 1.
Ana sarrafa jimlar ma'auni na abubuwan shigarwa ta aikin sigmoid, aikin kunnawa wanda ke canza ƙima tsakanin 0 da 1.
Tushen koma-bayan dabaru shine matsakaicin yuwuwar kimantawa, hanya don ƙididdige ma'auni na rarraba yuwuwar da aka ɗauka da aka ba takamaiman bayanan lura.
3. Bishiyar yanke hukunci
Wata hanyar koyo na inji wanda ya rabu da koyon da ake kulawa shine itacen yanke shawara. Domin duka rarrabuwa da al'amurran da suka shafi regression, za a iya amfani da tsarin bishiyar yanke shawara.
Wannan kayan aikin yanke shawara, wanda yayi kama da bishiya, yana amfani da sifofi na gani don nuna sakamakon ayyuka masu zuwa, farashi, da sakamako. Ta hanyar rarraba bayanai zuwa sassa daban-daban, ra'ayin yana kama da tunanin ɗan adam.
An raba bayanan zuwa sassa daban-daban gwargwadon yadda za mu iya tantance su. Babban manufar Bishiyar yanke shawara ita ce gina tsarin horo wanda za a iya amfani da shi don kintace ajin madaidaicin manufa. Za'a iya sarrafa ƙimar da ta ɓace ta atomatik ta amfani da itacen yanke shawara.
Babu buƙatu don rufaffen rikodi guda ɗaya, masu canji, ko wasu matakan riga-kafi na bayanai. Yana da tsauri a ma'anar cewa yana da wahala a ƙara sabbin bayanai zuwa gare ta. Idan kun sami ƙarin bayanan da aka yi wa lakabi, ya kamata ku sake horar da bishiyar akan duk saitin bayanai.
Sakamakon haka, bishiyoyi masu yanke shawara zaɓi ne mara kyau ga kowane aikace-aikacen da ke buƙatar canjin ƙirar ƙira.
Dangane da nau'in madaidaicin manufa, bishiyar yanke shawara an kasasu kashi biyu:
- Canje-canjen Nau'i: Bishiyar yanke shawara wacce maƙasudin maƙasudin maƙasudin shine Nau'i.
- Ci gaba da Sauyawa: Bishiyar yanke shawara wacce madaidaicin manufa ke ci gaba.
4. Dajin Random
Hanyar dajin bazuwar ita ce dabarar koyon injina ta gaba kuma shine tsarin koyan injin da ake kulawa da shi wanda aka yi amfani da shi sosai wajen rarrabuwa da al'amurran da suka shafi koma baya. Hakanan hanya ce ta tushen itace, kama da itacen yanke shawara.
Dajin bishiyoyi, ko bishiyar yanke shawara da yawa, ana amfani da hanyar dajin bazuwar don yanke hukunci. Lokacin gudanar da ayyukan rarrabuwa, hanyar dajin bazuwar ta yi amfani da sauye-sauye daban-daban yayin gudanar da ayyukan koma baya tare da saitin bayanai waɗanda ke ƙunshe da masu canji masu ci gaba.
Ƙungiya, ko haɗa nau'i-nau'i da yawa, shine abin da hanyar dajin bazuwar ke yi, wanda ke nufin ana yin tsinkaya ta hanyar amfani da rukuni na samfuri maimakon ɗaya kawai.
Ƙarfin yin amfani da shi don matsalolin rarrabuwa da koma baya, waɗanda ke da yawancin tsarin koyon injin na zamani, shine babban fa'idar dajin bazuwar.
Ana amfani da dabaru daban-daban guda biyu ta hanyar Ensemble:
- Jaka: Ta yin wannan, ana samar da ƙarin bayanai don tsarin bayanan horo. Don rage bambance-bambance a cikin hasashen, ana yin haka.
- Ƙarfafawa shine tsarin haɗa raunanan xalibai tare da ƙwararrun ɗalibai ta hanyar gina samfura masu zuwa, yana haifar da ƙirar ƙarshe tare da mafi girman daidaito.
5. Naive Bayes
Za'a iya warware batun binary (aji biyu) da kuma batun rarrabuwa masu yawa ta amfani da dabarar Naive Bayes. Lokacin da aka bayyana hanyar ta amfani da ƙimar shigarwar binary ko rukuni, zai fi sauƙi a gane. Wani zato da Naive Bayes classifier ya yi shi ne cewa kasancewar sifa ɗaya a cikin aji ba ta da wani tasiri a kan kasancewar wasu siffofi.
Tsarin da ke sama yana nuna:
- P(H): Yiwuwar hasashen H daidai ne. Yiwuwar da ta gabata ana kiranta da wannan.
- P(E): Yiwuwar shaidar
- P(E|H): Yiwuwar hasashen yana goyan bayan hujjoji.
- P(H|E): Yiwuwar hasashen gaskiya ne, idan aka ba da shaida.
Naive Bayes classifier zai yi la'akari da kowane ɗayan waɗannan halaye ɗaya-daya yayin da ake tantance yuwuwar wani sakamako, ko da waɗannan halayen suna da alaƙa da juna. Samfurin Naive Bayesian yana da sauƙi don ginawa kuma yana da tasiri ga manyan bayanan bayanai.
An san yana aiki mafi kyau fiye da ma mafi hadaddun fasahohin rarrabawa yayin kasancewa na asali. Tarin Algorithm ne wanda duk ya dogara ne akan ka'idar Bayes, maimakon hanya guda.
6. K-Masu Maƙwabta
Dabarar maƙwabtan K-kusa (kNN) wani yanki ne na koyon injin da ake kulawa wanda za'a iya amfani da shi don magance rarrabuwa da matsalolin koma baya. Algorithm na KNN yana ɗauka cewa ana iya samun kwatankwacin abubuwa a kusa.
Na tuna da shi a matsayin taron mutane masu tunani iri ɗaya. kNN yana yin amfani da ra'ayin kamanni tsakanin sauran wuraren bayanai ta amfani da kusanci, kusanci, ko nesa. Domin yiwa bayanan da ba a gani ba bisa mafi kusancin maƙallan bayanai masu iya gani, ana amfani da hanyar lissafi don tantance rabe tsakanin maki akan jadawali.
Dole ne ku ƙayyade tazara tsakanin wuraren bayanan don gano wuraren kwatankwacin mafi kusa. Ana iya amfani da ma'aunin nisa kamar nisan Euclidean, nisan Hamming, nisan Manhattan, da tazarar Minkowski don wannan. An san K da lambar maƙwabci mafi kusa, kuma yawanci lambar ban mamaki ce.
Ana iya amfani da KNN zuwa rarrabuwa da matsalolin koma baya. Hasashen da aka yi lokacin da aka yi amfani da KNN zuwa al'amurran da suka shafi koma baya ya dogara ne akan maƙasudi ko tsaka-tsaki na K-mafi yawan abubuwan da suka faru.
Za'a iya ƙaddara sakamakon rarrabuwa algorithm bisa KNN a matsayin aji tare da mafi girman mitar tsakanin abubuwan K mafi kamanceceniya. Kowane misali yana jefa kuri'a ga ajin su, kuma hasashen yana cikin ajin da ya sami kuri'u mafi yawa.
7. K-ma'ana
Dabaru ce don koyo mara kulawa wanda ke magance matsalolin tari. An raba saitin bayanai zuwa takamaiman adadin gungu—kira bari mu shi K—ta yadda kowane mahimmin bayanan gungu ya kasance iri ɗaya kuma ya bambanta da waɗanda ke cikin sauran gungu.
K-yana nufin tsarin tari:
- Ga kowane gungu, K-ma'anar algorithm yana zaɓar k centroids, ko maki.
- Tare da centroids mafi kusa ko gungu K, kowane wurin bayanai yana samar da gungu.
- Yanzu, ana samar da sabbin centroids dangane da gungun membobin da suka riga sun kasance.
- Ana ƙididdige nisa mafi kusa ga kowane wurin bayanai ta amfani da waɗannan sabbin centroids. Har sai centroids ba su canza ba, ana maimaita wannan tsari.
Yana da sauri, mafi aminci, kuma mafi sauƙin fahimta. Idan akwai batutuwa, daidaitawar k-ma'anar yana sa gyare-gyare mai sauƙi. Lokacin da keɓaɓɓun bayanan sun bambanta ko kuma sun keɓanta da juna, sakamakon zai fi kyau. Ba zai iya sarrafa bayanan da ba su dace ba ko masu fita waje.
8. Taimakawa Injin Vector
Lokacin amfani da dabarar SVM don rarraba bayanai, ana nuna danyen bayanai azaman dige-dige a cikin sarari n-girma (inda n shine adadin abubuwan da kuke da su). Bayan haka za a iya rarraba bayanan cikin sauƙi saboda ƙimar kowane fasalin ana haɗa shi da takamaiman haɗin kai.
Don raba bayanan da sanya su a kan jadawali, yi amfani da layukan da aka sani da masu rarrabawa. Wannan hanya tana tsara kowane maki bayanai a matsayin batu a cikin sarari n-girma, inda n shine adadin fasalulluka da kuke da shi kuma ƙimar kowane fasalin takamaiman ƙimar daidaitawa.
Yanzu za mu nemo layin da ya raba bayanai zuwa nau'i biyu na bayanan da aka rarraba daban-daban. Nisa daga wurare mafi kusa a cikin kowane ɗayan ƙungiyoyi biyu za su kasance mafi nisa tare da wannan layin.
Tun da mafi kusancin wurare biyu su ne waɗanda suka fi nisa da layin da ke cikin misalin da ke sama, layin da ke raba bayanai zuwa rukuni biyu waɗanda aka karkasa su daban shine layin tsakiya. Rarraba mu shine wannan layin.
9. Rage Girman Girma
Yin amfani da tsarin rage girman girma, bayanan horarwa na iya samun ƙarancin shigarwar masu canji. A cikin sauƙi, yana nufin tsarin rage girman saitin fasalin ku. Bari mu yi tunanin saitin bayananku yana da ginshiƙai 100; rage girman girma zai rage wannan adadin zuwa ginshiƙai 20.
Samfurin yana girma ta atomatik kuma yana da babban haɗari na wuce gona da iri yayin da adadin fasalulluka ya tashi. Mafi girman batun tare da aiki tare da bayanai a cikin mafi girma shine abin da aka sani da "la'anar girma," wanda ke faruwa lokacin da bayanan ku ya ƙunshi adadi mai yawa na halaye.
Ana iya amfani da abubuwa masu zuwa don cim ma rage girman girma:
- Don nemo da zaɓar halayen da suka dace, ana amfani da zaɓin fasalin.
- Yin amfani da abubuwan da suka riga sun kasance, aikin injiniyan fasalin yana ƙirƙirar sabbin abubuwa da hannu.
Kammalawa
Koyon na'ura mara kulawa ko kulawa yana yiwuwa duka biyun. Zaɓi ilmantarwa mai kulawa idan bayananku ba su da yawa kuma suna da kyau don horo.
Manya-manyan saitin bayanai sau da yawa za su yi aiki kuma suna samar da kyakkyawan sakamako ta amfani da koyo mara kulawa. Deep learning Hanyoyi sun fi kyau idan kuna da tarin bayanai masu tarin yawa waɗanda ke samuwa.
Sanin karantarwa da zurfin ƙarfafa koyo wasu batutuwa ne da kuka karanta. Halayen hanyoyin sadarwa na jijiyoyi, amfani, da takurawa yanzu sun bayyana a gare ku. A ƙarshe amma ba kalla ba, kun yi la'akari da zaɓuɓɓuka don harsunan shirye-shirye daban-daban, IDEs, da dandamali yayin ƙirƙirar naku. samfurin koyo na inji.
Abu na gaba da kuke buƙatar yi shine fara karatu da amfani da kowannensu injin inji kusanci. Ko da batun yana da faɗi, ana iya fahimtar kowane batu a cikin 'yan sa'o'i kadan idan kun mai da hankali kan zurfinsa. Kowane batu ya tsaya shi kadai daga sauran.
Dole ne ku yi tunani a kan batu ɗaya a lokaci guda, kuyi nazarinsa, sanya shi a aikace, kuma kuyi amfani da yaren da kuka zaɓa don aiwatar da algorithm(s) a cikinsa.
Leave a Reply