Table of Contents[Qari][muuji]
Dunidu si degdeg ah ayey isu beddeshaa iyadoo ay ugu wacan tahay garaadka macmalka ah, iyo barashada mashiinka, taas oo saameyn ku leh dhinac kasta oo nolol maalmeedkeena ah.
Laga soo bilaabo caawiyayaasha codka ee adeegsada NLP iyo barashada mashiinka si ay u ballansadaan ballamaha, u eegaan dhacdooyinka jadwalkayaga, oo u ciyaara muusig ilaa aaladaha sida saxda ah u saadaalin kara baahiyaheena ka hor inta aynaan xitaa tixgelin.
Kumbuyuutarku waxay ciyaari karaan chess, waxay samayn karaan qalliin, oo waxay u kobcin karaan kuwo caqli badan, mashiinno u eg bini'aadmi iyadoo la kaashanayo algorithms barashada mashiinka.
Waxaan joognaa waqti horumar tignoolajiyadeed oo joogto ah, iyo markaan aragno sida kombuyuutarku u horumareen waqtiga, waxaan samayn karnaa saadaal ku saabsan waxa dhici doona mustaqbalka.
Dimuqraadiyeynta qalabka iyo hababka xisaabinta ayaa ah mid ka mid ah dhinacyada ugu muhiimsan ee kacaankan ee muuqda. Saynisyahannada xogta waxay abuureen kombiyuutaro awood leh oo burburiya xogta intii lagu jiray shantii sano ee la soo dhaafay iyagoo si dadaal la'aan ah u fulinaya hababka goynta. Natiijadu waa yaab.
Qoraalkan, si dhow ayaan u eegi doonaa barashada mashiinka algorithms iyo dhammaan kala duwanaanshahooda.
Haddaba, maxay yihiin algorithms-yada Barashada Mashiinka?
Habka loo isticmaalo nidaamka AI si uu u fuliyo hawshiisa-guud ahaan, saadaalinta qiyamka wax soo saarka ee xogta la soo geliyay -waxaa loo yaqaan algorithm barashada mashiinka.
Algorithm-ka barashada mashiinka waa habraac ka faa'iidaysta xogta waxaana loo isticmaalaa in lagu abuuro moodooyinka barashada mashiinka kuwaas oo diyaar u ah wax soo saarka. Haddii barashada mishiinku ay tahay tareenka fulinaya shaqada, markaa barashada mishiinada algorithms waa mashiinnada dhaqaajiya shaqada.
Habka barashada mashiinka ugu fiican ee loo isticmaalo waxaa go'aamin doona dhibaatada ganacsi ee aad isku dayayso inaad wax ka qabato, nooca xogta aad isticmaalayso, iyo agabyada aad haysato.
Algorithms-yada barashada mashiinka waa kuwa xogta u rogaya qaab. Iyada oo ku xidhan nooca dhibaatada aad isku dayayso inaad ka jawaabto, awoodda habaynta ee la hayo, iyo nooca xogta aad hayso, la kormeero, aan la kormeerin, ama algorithms barashada xoojinta ayaa si fiican u qaban kara.
Marka, waxaan ka hadalnay waxbarashada la kormeero, aan la kormeerin, iyo xoojinta waxbarashada, laakiin maxay yihiin? Aynu baadhno iyaga.
Korjoogteynta, La Socodka La'aanta & Waxbarashada Xoojinta
Barashada kormeerka ah
Barashada la kormeero, qaabka AI waxaa la soo saaray iyadoo lagu salaynayo gelinta la bixiyay iyo calaamadda matalaysa natiijada la saadaaliyay. Iyada oo ku saleysan agabka iyo wax soo saarka, qaabku waxa uu horumariyaa isla'egta khariidad, oo isticmaalaya isla'egta khariidadda, waxa uu saadaaliyaa summada agabka mustaqbalka.
Aynu nidhaahno waxaynu u baahanahay in aynu samayno nooc kala saari kara eeyga iyo bisadda. Sawirro badan oo bisadaha iyo eeyaha ah ayaa lagu quudiyaa moodelka oo wata calaamado muujinaya inay bisado ama eeyo yihiin si loo tababaro qaabka.
Qaabku waxa uu doonayaa in uu sameeyo isla'egta la xidhiidha sumadaha ku yaal sawirada la geliyo ee sawiradaas. Xitaa haddii qaabku uusan waligiis arkin sawirka ka hor, tababarka ka dib, wuxuu aqoonsan karaa inuu yahay bisad ama eey.
Barashada Aan Kormeerayn
Barashada aan la kormeerin waxay ku lug leedahay in lagu tababaro qaabka AI kaliya agabka la soo galiyo iyada oo aan la calaamadin. Qaabku wuxuu u qaybiyaa xogta gelinta kooxo leh astaamo la xidhiidha.
Summada mustaqbalka ee gelinta ayaa markaa la saadaaliyaa iyadoo ku xiran hadba sida ugu dhow ee astaamaheeda u dhigma mid ka mid ah kala-soocidda. Ka fiirso xaaladda ay tahay inaan u qaybinno koox kubbadaha guduudan iyo buluugga ah oo laba qaybood u kala qaybsan.
Aynu ka soo qaadno in kubbaduhu sifooyinkooda kale ay isku mid yihiin, marka laga reebo midabka. Iyada oo ku saleysan sida ay u kala qaybin karto kubbadaha laba qaybood, moodalku wuxuu eegayaa sifooyinka ka duwan kubbadaha.
Laba rucubood oo kubbado ah - mid buluug ah iyo mid casaan ah - ayaa la soo saaraa marka kubbadaha loo qaybiyo laba kooxood oo ku salaysan midabkooda.
Xoojinta Waxbarashada
Waxbarashada xoojinta, qaabka AI wuxuu raadiyaa inuu sare u qaado faa'iidada guud isagoo ku dhaqmaya iyo sidoo kale xaalad gaar ah. Jawaab-celinta natiijooyinkeedii hore waxay ka caawisaa moodalku inuu barto.
Ka fakar xaaladda marka robot la farayo inuu doorto dariiq u dhexeeya dhibcaha A iyo B. Robotku wuxuu marka hore doortaa mid ka mid ah koorsooyinka sababtoo ah ma lahan khibrad hore.
Robotku waxa uu helayaa tallo ku saabsan dariiqa uu marayo oo uu aqoon ka korodhsado. Robotku waxa uu isticmaali karaa gelinta si uu u xalliyo arrinta marka xigta ee ay la kulanto xaalad la mid ah.
Tusaale ahaan, haddii robotku doorto ikhtiyaarka B oo uu helo abaal-marin, sida jawaab-celin togan, waxay fahamsan tahay waqtigan inay tahay inay doorato habka B si ay u kordhiso abaal-marinteeda.
Hadda ugu dambeyntii waxa aad wada sugeysaan, waa algorithms-yada.
Algorithms Barashada Mashiinka Weyn
1. Dib u noqoshada toosan
Habka ugu fudud ee barashada mashiinka ee ka leexda waxbarashada la kormeeray waa dib u noqoshada toosan. Iyada oo aqoonta laga helayo doorsoomayaal madaxbannaan, inta badan waxaa loo adeegsadaa in lagu xalliyo arrimaha dib u noqoshada iyo in la abuuro saadaal doorsoomayaal joogto ah oo ku tiirsan.
Helitaanka khadka ugu habboon, kaas oo ka caawin kara saadaalinta natiijada doorsoomayaal joogto ah oo ku tiirsan, waa ujeeddada dib u noqoshada toosan. Qiimaha guriga, da'da, iyo mushaharka ayaa ah tusaalayaal qiyamka joogtada ah.
Qaabka loo yaqaanno dib-u-celinta tooska ah ee fudud ayaa adeegsata xariiq toosan si loo xisaabiyo xiriirka ka dhexeeya doorsoome madaxbannaan iyo hal doorsoome ku tiirsan. Waxaa jira in ka badan laba doorsoomayaal madax bannaan oo dib-u-celin toos ah oo badan.
Qaabka regression toosan waxa uu leeyahay afar male oo hoose:
- Linearity: Waxa jira xidhiidh toosan oo u dhexeeya X iyo celceliska Y.
- Homoscedasticity: Qiime kasta oo X ah, kala duwanaanshiyaha soo hadhay waa isku mid.
- Madax-bannaani: Indho-indhayntu way ka madaxbannaan yihiin midba midka kale marka loo eego madaxbannaanida.
- Caadi ahaan: Marka X la hagaajiyo, Y si caadi ah ayaa loo qaybiyaa.
Dib-u-celinta toosan waxay u qabataa si la yaab leh xogta lagu kala saari karo sadarka. Waxay xakameyn kartaa ku-habboonaanta xad-dhaafka ah iyadoo la adeegsanayo hab-nololeedka, xaqiijinta isdhaafsiga, iyo farsamooyinka dhimista cabbirka. Si kastaba ha noqotee, waxaa jira xaalado marka loo baahan yahay injineernimada sifo ballaaran, taas oo mararka qaarkood keeni karta xad-dhaaf iyo buuq.
2. Dib-u-celinta Logistic
Dib-u-celinta Logistic waa farsamo kale oo mashiinka wax lagu barto oo ka baxsan waxbarashada la kormeerayo. Isticmaalkeeda ugu weyn waa kala-saarid, halka sidoo kale loo isticmaali karo dhibaatooyinka dib-u-celinta.
Dib u noqoshada saadka waxa loo isticmaalaa in lagu saadaaliyo doorsoomaha ku tiirsanaanta kala soocida iyadoo la isticmaalayo macluumaadka ka soo baxa qodobada madaxa banaan. Hadafku waa in la kala saaro wax soo saarka, kuwaas oo ku dhici kara kaliya inta u dhaxaysa 0 iyo 1.
Wadarta miisaannada wax-soo-gelinta waxaa lagu farsameeyaa shaqada sigmoid, hawl firfircooni taasoo beddeleysa qiimayaasha u dhexeeya 0 iyo 1.
Saldhigga dib-u-celinta saadka ayaa ah qiyaasta ugu badan ee suurtogalka ah, habka lagu xisaabinayo cabbirrada qaybinta ixtimaalka la filayo marka la eego xog gaar ah oo la arkay.
3. Geedka go'aanka
Habka kale ee barashada mashiinka ee ka soo baxa waxbarashada la kormeerayo waa geedka go'aanka. Labada arrimood ee kala-soocidda iyo dib-u-celinta, habka geedka go'aanka ayaa la adeegsan karaa.
Qalabkan go'aan-qaadashada, ee geedka u eg, wuxuu adeegsadaa muuqaallo muuqaal ah si uu u muujiyo natiijooyinka mustaqbalka ee ficillada, kharashyada, iyo saamaynta. Marka loo qaybiyo xogta qaybo gaar ah, fikraddu waxay la mid tahay maskaxda aadanaha.
Xogta ayaa loo qaybiyay qaybo kala duwan inta aan soo koobin karno. Ujeedada ugu weyn ee Geedka Go'aanka waa in la dhiso qaab tababar oo loo isticmaali karo in lagu saadaaliyo heerka doorsoomiyaha bartilmaameedka ah. Qiimaha maqan si toos ah ayaa loo maarayn karaa iyadoo la isticmaalayo Geedka Go'aanka.
Ma jirto wax shardi ah oo loogu talagalay codaynta hal-shut, doorsoomayaasha cakiran, ama tillaabooyinka kale ee daaweynta xogta. Way adag tahay macnaha in ay adagtahay in lagu daro xog cusub. Haddii aad heshay xog dheeraad ah oo calaamadeysan, waa inaad dib u tababartaa geedka dhammaan xogta.
Natiijo ahaan, geedaha go'aannada ayaa ah doorasho liidata codsi kasta oo u baahan isbeddel isbeddel ah.
Iyada oo ku saleysan nooca doorsoomayaasha bartilmaameedka ah, geedaha go'aannada waxaa loo kala saaraa laba nooc:
- Kala duwanaansho Qaybeed: Geed go'aan kaas oo doorsoomaha yoolku uu yahay Qayb.
- Kala duwanaansho joogto ah: Geed go'aan kaas oo doorsoomaha yoolku uu yahay mid joogto ah.
4. Kaynta random
Habka Kaymaha Random waa farsamada ku xigta ee barashada mashiinka waana algorithm barashada mashiinka la kormeerayo oo si weyn loogu isticmaalo kala soocida iyo arrimaha dib u noqoshada. Sidoo kale waa hab ku salaysan geed, oo la mid ah geedka go'aanka.
Kaynta geedaha, ama geedo badan oo go'aan qaadasho, ayaa loo adeegsadaa habka kaynta random si loo xukumo. Marka la maaraynayo hawlaha kala-soocidda, habka kaynta random-ka waxa ay shaqaalaysiisay doorsoomayaasha kala duwan iyada oo la maaraynayo hawlaha dib-u-noqoshada xog-ururinta oo ka kooban doorsoomayaal joogto ah.
Isku-dhafka, ama isku-dhafka noocyo badan, waa waxa habka kaynta random-ka sameeyo, taas oo macnaheedu yahay saadaasha waxaa la sameeyaa iyadoo la adeegsanayo koox nooc ah oo aan ahayn hal keliya.
Awoodda loo isticmaalo dhibaatooyinka kala-soocidda iyo dib-u-celinta labadaba, kuwaas oo ka kooban inta badan hababka barashada mashiinka casriga ah, waa faa'iidada muhiimka ah ee kaynta random.
Laba xeeladood oo kala duwan ayaa loo adeegsadaa Ensemble:
- Boorsada: Markaad tan sameyso, xog badan ayaa loo soo saarayaa xogta tababarka. Si loo yareeyo kala duwanaanshaha saadaasha, tan waa la sameeyaa.
- Kobcinta waa habka isku darka ardyada daciifka ah iyo kuwa xoogga leh iyadoo la dhisayo moodallo isdaba joog ah, taasoo keentay qaabka ugu dambeeya oo saxsanaanta ugu badan.
5. Naive Bayes
Arrin kala soocida binary (laba fasal) iyo fasalo badan ayaa lagu xallin karaa iyadoo la adeegsanayo farsamada Naive Bayes. Marka habka lagu sharaxo isticmaalka binary ama qaybta qiyamka gelinta, way fududahay in la fahmo. Malo awaalka uu sameeyay Naive Bayes classifier ayaa ah in jiritaanka hal sifo oo fasalka dhexdiisa ah aanay wax saamayn ah ku lahayn joogitaanka sifooyin kale.
Qaaciddada sare waxay tilmaamaysaa:
- P(H): Suurtagalnimada in mala-awaalka H uu sax yahay. Itimaalka hore waxaa loo tixraacaa sida tan.
- P(E): Suurtagalnimada caddaynta
- P(E|H): Suurtagalnimada in mala-awaalka lagu taageero caddaynta.
- P(H|E): Suurtagalnimada in mala-awaalku run yahay, marka la eego caddaynta.
Kala soocida Naive Bayes waxay si gaar ah u tixgalinaysaa mid kasta oo ka mid ah sifooyinkan marka la go'aaminayo suurtagalnimada natiijo gaar ah, xitaa haddii sifaadkan ay isku xidhan yihiin. Qaabka Naive Bayesian waa sahlan tahay in la dhiso oo waxtar u leh kaydinta xogta waaweyn.
Waxaa la og yahay in ay si fiican u qabato xitaa farsamooyinka kala-saarista ee ugu adag iyada oo aasaasi ah. Waa ururinta algorithms kuwaas oo dhamaantood ku salaysan Bayes' Theorem, halkii ay ka ahaan lahaayeen hal hab.
6. Deriska ugu dhow K-
Farsamada deriska ugu dhow (kNN) waa qayb ka mid ah barashada mashiinka la kormeero oo loo isticmaali karo in lagu wajaho kala soocidda iyo arrimaha dib u noqoshada. Algorithm-ka KNN wuxuu u maleynayaa in walxaha la midka ah laga heli karo meel u dhow.
Waxa aan u xusuustaa in ay ahayd shir ay isugu yimaadeen shakhsiyaad isku aragti ah. kNN waxa ay ka faa'iidaysanaysaa fikradda isu ekaanshaha ka dhexeeya dhibcaha xogta kale iyada oo la isticmaalayo u dhawaanshaha, isu soo dhawaanshaha, ama fogaanta. Si loo calaamadiyo xogta aan la arkin iyadoo lagu saleynayo dhibcaha xogta la arki karo ee ugu dhow ee calaamadsan, hab xisaabeed ayaa la isticmaalaa si loo go'aamiyo kala soocida dhibcaha garaafka.
Waa inaad go'aamisaa masaafada u dhaxaysa dhibcaha xogta si aad u ogaato meelaha ugu dhow ee isbarbardhigga ah. Cabbirrada fogaanta sida masaafada Euclidean, masaafada Hamming, fogaanta Manhattan, iyo fogaanta Minkowski ayaa loo isticmaali karaa tan. K waxaa loo yaqaan nambarka deriska ugu dhow, badanaana waa lambar aan caadi ahayn.
KNN waxaa lagu dabaqi karaa dhibaatooyinka kala soocida iyo dib u noqoshada. Saadaasha la sameeyay marka KNN loo isticmaalo arimaha dib u noqoshada waxay ku salaysan tahay celceliska ama dhexdhexaadka ee dhacdooyinka la midka ah ee K.
Natiijada algorithm-ka-soocidda ee ku salaysan KNN waxaa loo go'aamin karaa inay tahay fasalka leh inta jeer ee ugu sarreeya ee dhacdooyinka ugu badan ee K. Tusaale kastaa wuxuu si dhab ah ugu codeeyaa fasalkooda, saadaashana waxaa iska leh fasalka hela codadka ugu badan.
7. K-macneheedu
Waa farsamo barasho aan la ilaalin oo wax ka qabanaysa arrimaha isku dhafka ah. Qaybaha xogta waxa loo qaybiyaa tiro go'an oo rucubyo ah—wac aynu is K—sidaas oo ay koox kasta dhibcaheeda xogta u yihiin kuwo isku mid ah kana duwan kuwa kutlada kale.
K-macnaheedu waa habka ururinta:
- Koox kasta, K-macnaha algorithms ayaa doorta k centroids, ama dhibcood.
- Iyada oo leh centroids-ka kuugu dhow ama kooxaha K, dhibic kasta oo xog ah waxay samaysaa koox.
- Hadda, centroids cusub ayaa la soo saaray iyadoo ku xiran xubnaha kooxda ee horey u joogay.
- Masaafada ugu dhow ee dhibic kasta oo xog ah waxaa lagu xisaabiyaa iyadoo la isticmaalayo centroids-ka la cusboonaysiiyay. Ilaa inta centroids aysan isbeddelin, habkan waa soo noqnoqda.
Way ka dhakhso badan tahay, la isku halayn karaa, wayna fududahay in la fahmo. Haddii ay jiraan arrimo, la qabsiga k-macnuhu wuxuu ka dhigayaa hagaajinta mid fudud. Marka xog-ururinta ay kala duwan yihiin ama ay si fiican u go'doomiyeen midba midka kale, natiijooyinka ayaa ugu wanaagsan. Ma maamuli karto xog khaldan ama wax ka baxsan.
8. Taageerada Mashiinnada Vector
Markaad isticmaalayso farsamada SVM si aad xogta u kala saartid, xogta cayriin waxaa loo muujiyaa sida dhibco ku jira meel bannaan oo n-cabbir ah (meesha n ay tahay tirada sifooyinka aad leedahay). Xogta ayaa markaa si fudud loo kala saari karaa sababtoo ah sifo kasta qiimihiisu wuxuu ku xidhan yahay iskudubarid gaar ah.
Si aad u kala saarto xogta oo aad garaaf u saarto, shaqaalayso xariiqyada loo yaqaan classifiers. Habkani wuxuu qeexayaa dhibic kasta oo xog ah sida dhibic meel bannaan oo n-cabbir ah, halkaas oo n ay tahay tirada astaamaha aad leedahay oo sifo kasta qiimaheedu yahay qiime isku-dubarid gaar ah.
Waxaan hadda heli doonaa xariiq xogta u kala qaybisa laba qaybood oo xog ah oo si kala duwan loo kala saaray. Masaafada u jirta dhibcaha ugu dhow ee mid kasta oo ka mid ah labada kooxood ayaa noqon doona inta ugu fog ee xariiqan.
Mar haddii labada qodob ee ugu dhow ay yihiin kuwa ugu fog xariiqda tusaalaha sare, xariiqda xogta u kala qaybisa labada kooxood ee loo kala saaray waa xariiqda dhexe. Kala soociyeheenu waa khadkan.
9. Dhimista cabbirka
Isticmaalka habka dhimista cabbirka, xogta tababarku waxay yeelan kartaa doorsoomayaal wax qabad oo yar. Erayada fudud, waxa ay tilmaamaysaa habka lagu dhimayo cabbirka hab-dhismeedkaaga. Aynu qiyaaso in xogtaadu leedahay 100 tiir; dhimista cabbirka waxay hoos u dhigi doontaa tiradaas ilaa 20 tiir.
Qaabka ayaa si toos ah u koraaya mid aad u casrisan oo waxa uu leeyahay khatar weyn oo ah in uu si xad dhaaf ah u xidhmo maadaama tirada astaamaha kor u kacday. Arrinta ugu weyn ee ku shaqaynta xogta ee cabbirada waaweyn waa waxa loo yaqaan "habaarka cabbirka," kaas oo dhaca marka xogtaadu ka kooban tahay tiro xad dhaaf ah oo sifooyin ah.
Waxyaabaha soo socda ayaa loo isticmaali karaa si loo gaaro hoos u dhigista cabbirka:
- Si loo helo oo loo doorto sifooyinka muhiimka ah, xulashada sifada ayaa la shaqeeyaa.
- Adigoo isticmaalaya sifooyinkii hore u jiray, injineernimada sifadu waxay gacanta ku abuurtaa sifooyin cusub.
Ugu Dambeyn
Barashada mashiinka aan la kormeerin ama la kormeero labadaba waa suurtagal. Dooro waxbarashada la kormeerayo haddii xogtaadu ay ka yaraato oo si fiican loogu calaamadeeyay tababarka.
Xogta waaweyn ayaa inta badan fulinaysa oo soo saari doonta natiijooyin ka wanaagsan iyadoo la isticmaalayo barasho aan la ilaalin. Waxbarashada qoto dheer hababka ayaa ugu fiican haddii aad haysato xog ururin baaxad leh oo diyaar ah.
Barashada xoojinta iyo barashada xoojinta qoto dheer waa mawduucyo aad baratay. Tilmaamaha shabakadaha neerfaha, isticmaalkooda, iyo caqabadaha hadda waa kuu cadahay. Ugu dambayn, laakiin ugu yaraan, waxaad tixgelisay fursadaha luuqadaha barnaamijyada kala duwan, IDE-yada, iyo aaladaha marka ay timaaddo abuuristaada moodooyinka barashada mashiinka.
Waxa xiga oo aad u baahan tahay inaad samayso waa inaad bilowdo inaad wax barato oo aad isticmaasho mid kasta barashada mashiinka habayn. Xataa haddii mawduucu ballaadhan yahay, mawduuc kasta waxaa lagu fahmi karaa dhawr saacadood gudahood haddii aad diiradda saarto qoto dheerkiisa. Maado kastaa kaligiis ayuu ka taagan yahay kuwa kale.
Waa inaad ka fikirtaa hal arin, oo aad barato, ku dhaqan geliso, oo aad isticmaashaa luqadda aad dooratay si aad u hirgeliso algorithm(yada) ku jira.
Leave a Reply