Мундариҷа[Пинҳон кардан][Намоиш]
- 1. Фарқи байни омӯзиши мошинсозӣ, зеҳни сунъӣ ва омӯзиши амиқро шарҳ диҳед.
- 2. Лутфан намудҳои гуногуни омӯзиши мошинро тавсиф кунед.
- 3. Мубодилаи ғаразнок бо дисперсия чист?
- 4. Алгоритмҳои омӯзиши мошинсозӣ бо мурури замон ба таври назаррас таҳаввул ёфтанд. Чӣ тавр як алгоритми дурустро барои истифодаи маҷмӯи додаҳо интихоб кардан мумкин аст?
- 5. Коварианс ва коррелятсия бо чї фарќ мекунанд?
- 6. Дар омӯзиши мошинсозӣ кластерсозӣ чӣ маъно дорад?
- 7. Алгоритми омӯзиши мошинсозии шумо кадом аст?
- 8. Регрессияи хатӣ дар омӯзиши мошинсозӣ: ин чист?
- 9. Фарқиятҳои байни KNN ва k-василаҳои кластеркуниро тавсиф кунед.
- 10. «Гарзи интихоб» барои шумо чӣ маъно дорад?
- 11. Теоремаи Байес аз чӣ иборат аст?
- 12. Дар модели омӯзиши мошинсозӣ "маҷмӯи омӯзишӣ" ва "маҷмӯи санҷишӣ" чист?
- 13. Гипотеза дар омӯзиши мошинсозӣ чист?
- 14. Омӯзиши мошинсозӣ чӣ маъно дорад ва чӣ тавр онро пешгирӣ кардан мумкин аст?
- 15. Классфикаторҳои Naive Bayes маҳз кадомҳоянд?
- 16. Функсияҳои хароҷот ва функсияҳои талафот чӣ маъно доранд?
- 17. Модели генеративї аз модели дискриминативї чї фарќ мекунад?
- 18. Тафовутҳои байни хатогиҳои навъи I ва навъи II-ро тавсиф кунед.
- 19. Дар омӯзиши мошинсозӣ техникаи омӯзиши ансамбль чист?
- 20. Моделњои параметрї мањз кадомњоянд? Як мисол оред.
- 21. Филтркунии муштаракро тавсиф кунед. Инчунин филтр дар асоси мундариҷа?
- 22. Силсилаи вақтҳо гуфта чиро дар назар доред?
- 23. Тафовутҳои байни алгоритмҳои Gradient Boosting ва Random Forest-ро тавсиф кунед.
- 24. Чаро ба шумо матритсаи нофаҳмиҳо лозим аст? Ин чист?
- 25. Тањлили ќисматии принсипиалї кадом аст?
- 26. Чаро гардиши ҷузъҳо барои PCA (таҳлили ҷузъҳои асосӣ) ин қадар муҳим аст?
- 27. Регуляризатсия ва нормализатсия аз ҳамдигар чӣ гуна фарқ мекунанд?
- 28. Нормализатсия ва стандартизатсия аз ҳамдигар чӣ фарқ доранд?
- 29. «Омили таварруми таваррум» айнан чї маъно дорад?
- 30. Дар асоси андозаи маҷмӯаи таълим, шумо чӣ гуна таснифро интихоб мекунед?
- 31. Кадом алгоритмро дар омӯзиши мошинсозӣ "омӯзандаи танбал" меноманд ва чаро?
- 32. Каҷи ROC ва AUC чист?
- 33. Гиперпараметрњо кадомњоянд? Чӣ онҳоро аз параметрҳои модел беназир мегардонад?
- 34. F1 Score, ба хотир овардан ва дақиқ чӣ маъно дорад?
- 35. Кроссвалидатсия маҳз чист?
- 36. Фарз мекунем, ки шумо кашф кардед, ки модели шумо фарқияти назаррас дорад. Кадом алгоритм, ба назари шумо, барои ҳалли ин вазъият бештар мувофиқ аст?
- 37. Регрессияи Ридж аз регрессияи Лассо чӣ фарқ дорад?
- 38. Кадомаш муҳимтар аст: иҷрои модел ё дақиқии модел? Кадомаш ва чаро шумо онро дӯст медоред?
- 39. Шумо маҷмӯи маълумотро бо нобаробарӣ чӣ гуна идора мекардед?
- 40. Чӣ тавр шумо байни тақвият ва халта фарқ кардан мумкин аст?
- 41. Фарќияти омўзиши индуктивї ва дедуктивиро шарњ дињед.
- хулоса
Корхонаҳо барои баланд бардоштани дастрасии иттилоот ва хидматҳо ба шахсони алоҳида аз технологияҳои пешрафта, аз қабили зеҳни сунъӣ (AI) ва омӯзиши мошинсозӣ истифода мебаранд.
Ин технологияҳо аз ҷониби соҳаҳои мухталиф, аз ҷумла бонкдорӣ, молия, савдои чакана, истеҳсолот ва тандурустӣ қабул карда мешаванд.
Яке аз нақшҳои аз ҳама серталаби ташкилӣ бо истифода аз AI барои олимони маълумот, муҳандисони зеҳни сунъӣ, муҳандисони омӯзиши мошинҳо ва таҳлилгарони додаҳо мебошад.
Ин паём шуморо тавассути як қатор роҳбарӣ мекунад омӯзиши машқҳо саволҳои мусоҳиба, аз асосӣ то мураккаб, барои омода шудан ба ҳама гуна саволҳое, ки ҳангоми ҷустуҷӯи кори идеалии шумо дода мешаванд.
1. Фарқи байни омӯзиши мошинсозӣ, зеҳни сунъӣ ва омӯзиши амиқро шарҳ диҳед.
Зеҳни сунъӣ як қатор равишҳои омӯзиши мошинсозӣ ва омӯзиши амиқро истифода мебарад, ки ба системаҳои компютерӣ имкон медиҳанд, ки вазифаҳоро бо истифода аз зеҳни инсонӣ бо мантиқ ва қоидаҳо иҷро кунанд.
Омӯзиши мошинсозӣ як қатор оморҳо ва равишҳои омӯзиши амиқро истифода мебарад, то ба мошинҳо имкон диҳанд, ки аз иҷрои қаблии худ биомӯзанд ва дар иҷрои вазифаҳои муайян мустақилона бидуни назорати инсон маҳорати бештар пайдо кунанд.
Deep Learning маҷмӯи алгоритмҳоест, ки ба нармафзор имкон медиҳад, ки аз худ биомӯзад ва вазифаҳои гуногуни тиҷоратӣ, аз қабили шинохти овоз ва тасвирро иҷро кунад.
Системаҳое, ки бисёрқабатаи онҳоро фош мекунанд шабакаҳои нейралӣ ба миқдори зиёди маълумот барои омӯзиш қодир ба омӯзиши амиқ аст.
2. Лутфан намудҳои гуногуни омӯзиши мошинро тавсиф кунед.
Омӯзиши мошинсозӣ дар се намуди васеъ вуҷуд дорад:
- Омӯзиши назоратшаванда: Модел бо истифода аз маълумоти тамғагузорӣ ё таърихӣ дар омӯзиши мошинҳои назоратшаванда пешгӯиҳо ё доварӣ эҷод мекунад. Маҷмӯи додаҳо, ки бо мақсади баланд бардоштани маънои онҳо барчасп ё тамғагузорӣ карда шудаанд, маълумоти тамғагузорӣ номида мешаванд.
- Омӯзиши беназорат: Мо барои омӯзиши беназорат маълумоте надорем. Дар маълумоти воридотӣ, модел метавонад намунаҳо, ғайриоддӣ ва коррелятсияҳоро пайдо кунад.
- Омӯзиши таҳким: Модел метавонад бо истифода аз тақвият омӯзед омӯзиш ва мукофотҳое, ки барои рафтори пештарааш гирифтаанд.
3. Мубодилаи ғаразнок бо дисперсия чист?
Аз ҳад зиёд мувофиқат кардан натиҷаи ғаразнок аст, ки он дараҷаест, ки модел ба маълумот мувофиқат мекунад. Мушкилот аз пиндоштҳои нодуруст ё хеле оддӣ дар шумо ба вуҷуд меояд алгоритми омӯзиши мошин.
Тафовут ба хатогиҳое дахл дорад, ки дар натиҷаи мураккабии алгоритми ML-и шумо ба вуҷуд омадаанд, ки ҳассосиятро ба дараҷаҳои зиёди ихтилофот дар маълумоти омӯзишӣ ва аз ҳад зиёд мувофиқ месозад.
Тафовут ин аст, ки модел вобаста ба воридот чӣ қадар фарқ мекунад.
Ба ибораи дигар, моделҳои асосӣ бениҳоят ғаразнок, вале устувор мебошанд (дитарсионии кам). Аз ҳад зиёд мувофиқат кардан мушкили моделҳои мураккаб аст, гарчанде ки онҳо воқеияти моделро ба даст меоранд (ғарази паст).
Барои пешгирии ҳам фарқияти баланд ва ҳам ғарази баланд, муомилоти байни ғараз ва ихтилоф барои беҳтарин кам кардани хато зарур аст.
4. Алгоритмҳои омӯзиши мошинсозӣ бо мурури замон ба таври назаррас таҳаввул ёфтанд. Чӣ тавр як алгоритми дурустро барои истифодаи маҷмӯи додаҳо интихоб кардан мумкин аст?
Технологияи омӯзиши мошин, ки бояд истифода шавад, танҳо аз намуди маълумот дар маҷмӯи додаҳои мушаххас вобаста аст.
Вақте ки маълумот хатӣ аст, регрессияи хатӣ истифода мешавад. Усули халтабандӣ беҳтар кор мекунад, агар маълумот ғайрихаттӣ нишон диҳад. Мо метавонем дарахтони қарор ё SVM-ро истифода барем, агар маълумот бояд барои мақсадҳои тиҷоратӣ арзёбӣ ё тафсир карда шавад.
Шабакаҳои нейрон метавонанд барои гирифтани ҷавоби дақиқ муфид бошанд, агар маҷмӯи маълумот аксҳо, видеоҳо ва аудиоҳоро дар бар гирад.
Интихоби алгоритм барои як ҳолати мушаххас ё ҷамъоварии маълумот наметавонад танҳо дар як ченак анҷом дода шавад.
Бо мақсади таҳияи усули беҳтарини мувофиқ, мо бояд аввал маълумотро бо истифода аз таҳлили маълумот (EDA) тафтиш кунем ва ҳадафи истифодаи маҷмӯи додаҳоро дарк кунем.
5. Коварианс ва коррелятсия бо чї фарќ мекунанд?
Коварианс баҳо медиҳад, ки чӣ гуна ду тағирёбанда ба ҳамдигар пайвастанд ва чӣ гуна яке дар посух ба тағирот дар дигараш тағир меёбад.
Агар натиҷа мусбӣ бошад, ин нишон медиҳад, ки байни тағирёбандаҳо робитаи мустақим вуҷуд дорад ва яке бо афзоиш ё коҳиши тағирёбандаи асосӣ афзоиш ё коҳиш меёбад, бо назардошти он, ки ҳама шароити дигар доимӣ мемонанд.
Коррелятсия робитаи байни ду тағирёбандаи тасодуфиро чен мекунад ва танҳо се арзиши фарқкунанда дорад: 1, 0 ва -1.
6. Дар омӯзиши мошинсозӣ кластерсозӣ чӣ маъно дорад?
Усулҳои омӯзиши бидуни назорат, ки маълумотро якҷоя гурӯҳбандӣ мекунанд, кластеркунӣ номида мешаванд. Бо ҷамъоварии нуқтаҳои додаҳо, техникаи кластеркунӣ метавонад татбиқ карда шавад.
Бо истифода аз ин стратегия шумо метавонед ҳамаи нуқтаҳои додаҳоро мувофиқи вазифаҳояшон гурӯҳбандӣ кунед.
Хусусиятҳо ва сифатҳои нуқтаҳои додаҳо, ки ба як категория дохил мешаванд, шабоҳат доранд, дар ҳоле ки нуқтаҳои додаҳо, ки ба гурӯҳҳои алоҳида дохил мешаванд, гуногунанд.
Ин усулро барои таҳлили маълумоти оморӣ истифода бурдан мумкин аст.
7. Алгоритми омӯзиши мошинсозии шумо кадом аст?
Шумо имкон доред, ки афзалиятҳо ва истеъдодҳои беназири худро дар ин савол, инчунин дониши ҳамаҷонибаи худро дар бораи усулҳои сершумори омӯзиши мошинҳо нишон диҳед.
Инҳоянд чанд алгоритмҳои маъмулии омӯзиши мошинсозӣ барои фикр кардан:
- Регрессияи хатӣ
- Регресси логистика
- Наиф Байес
- Дарахтони қарор
- K маънои онро дорад
- Алгоритми ҷангали тасодуфӣ
- K-наздиктарин ҳамсоя (KNN)
8. Регрессияи хатӣ дар омӯзиши мошинсозӣ: ин чист?
Алгоритми омӯзиши мошинҳои назоратшаванда регрессияи хатӣ мебошад.
Он дар таҳлили пешгӯӣ барои муайян кардани робитаи хаттии байни тағирёбандаҳои вобаста ва мустақил истифода мешавад.
Муодилаи регрессияи хатӣ чунин аст:
Y = A + BX
ки:
- Тағирёбанда ё тағирёбандаи мустақил X номида мешавад.
- Тағйирёбандаи вобаста ё баромад Y аст.
- Коэффисиенти X b ва буридани он а аст.
9. Фарқиятҳои байни KNN ва k-василаҳои кластеркуниро тавсиф кунед.
Фарқияти асосӣ дар он аст, ки KNN (усули таснифот, омӯзиши назоратшаванда) ба нуқтаҳои нишондодашуда ниёз дорад, дар ҳоле ки k-василаҳо ин тавр нестанд (алгоритми кластерӣ, омӯзиши беназорат).
Шумо метавонед бо истифода аз K-Nearest Neighbours маълумотҳои ишорашударо ба нуқтаи номбаршуда тасниф кунед. K-маънои кластеркунӣ масофаи миёна байни нуқтаҳоро барои омӯхтани гурӯҳбандии нуқтаҳои номбаршуда истифода мебарад.
10. «Гарзи интихоб» барои шумо чӣ маъно дорад?
Мушкилот дар марҳилаи интихоби таҷриба аз сабаби нодурустии оморӣ аст.
Як гурӯҳи намунавӣ нисбат ба гурӯҳҳои дигар дар таҷриба дар натиҷаи нодурустӣ бештар интихоб карда мешавад.
Агар ғарази интихоб эътироф нашавад, он метавонад ба хулосаи нодуруст оварда расонад.
11. Теоремаи Байес аз чӣ иборат аст?
Вақте ки мо аз эҳтимолияти дигар огоҳ мешавем, мо метавонем эҳтимолиятро бо истифода аз теоремаи Байес муайян кунем. Он эҳтимолияти паси ҳодисаро дар асоси маълумоти пешакӣ пешниҳод мекунад, ба ибораи дигар.
Усули дурусти баҳодиҳии эҳтимолияти шартиро ин теорема пешниҳод мекунад.
Ҳангоми таҳияи таснифот мушкилоти моделсозии пешгӯишаванда ва мувофиқ кардани модел ба омӯзиш маҷмӯи маълумот дар омӯзиши мошин, Теоремаи Байес татбиқ карда мешавад (яъне Naive Bayes, Bayes Optimal Classifier).
12. Дар модели омӯзиши мошинсозӣ "маҷмӯи омӯзишӣ" ва "маҷмӯи санҷишӣ" чист?
Маҷмӯи омӯзиш:
- Маҷмӯи омӯзишӣ аз мисолҳое иборат аст, ки барои таҳлил ва омӯзиш ба модел фиристода мешаванд.
- Ин маълумотест, ки барои омӯзиши модел истифода мешавад.
- Одатан, 70% маълумоти умумӣ ҳамчун маҷмӯи маълумоти омӯзишӣ истифода мешавад.
Маҷмӯи санҷиш:
- Маҷмӯи санҷиш барои арзёбии дурустии тавлиди гипотезаи модел истифода мешавад.
- Мо бе маълумоти нишондодашуда озмоиш мекунем ва сипас барои тасдиқи натиҷаҳо тамғакоғазҳоро истифода мебарем.
- 30% боқимонда ҳамчун маҷмӯи маълумоти санҷишӣ истифода мешавад.
13. Гипотеза дар омӯзиши мошинсозӣ чист?
Омӯзиши мошинсозӣ ба истифодаи маҷмӯи додаҳои мавҷуда имкон медиҳад, ки функсияи додашударо беҳтар дарк кунад, ки вурудро бо баромад пайваст мекунад. Ин ҳамчун наздикшавии функсия маълум аст.
Дар ин ҳолат, наздикшавӣ бояд барои функсияи ҳадафи номаълум истифода шавад, то ҳама мушоҳидаҳои имконпазирро дар асоси вазъияти додашуда ба таври беҳтарин интиқол диҳад.
Дар омӯзиши мошинсозӣ, гипотеза як моделест, ки дар баҳодиҳии функсияи мақсаднок ва анҷом додани харитаҳои мувофиқи вуруд ба баромад кӯмак мекунад.
Интихоб ва тарҳрезии алгоритмҳо имкон медиҳад, ки фазои гипотезаҳои эҳтимолӣ, ки бо модел муаррифӣ карда мешаванд, муайян карда шаванд.
Барои як гипотеза ҳарфи хурди h (h) истифода мешавад, аммо калон h (H) барои тамоми фазои гипотеза, ки ҷустуҷӯ мешавад, истифода мешавад. Мо ин қайдҳоро ба таври мухтасар баррасӣ мекунем:
- Гипотеза (h) як модели мушаххасест, ки ба харитасозии воридот ба баромад мусоидат мекунад, ки минбаъд метавонад барои арзёбӣ ва пешгӯӣ истифода шавад.
- Маҷмӯи гипотеза (H) фазои ҷустуҷӯшавандаи гипотеза мебошад, ки метавонад барои харитаи вуруд ба натиҷаҳо истифода шавад. Чаҳорчӯби масъала, модел ва конфигуратсияи модел чанд намунаи маҳдудиятҳои умумӣ мебошанд.
14. Омӯзиши мошинсозӣ чӣ маъно дорад ва чӣ тавр онро пешгирӣ кардан мумкин аст?
Вақте ки мошин кӯшиш мекунад, ки аз маҷмӯи маълумоти нокифоя биомӯзад, аз ҳад зиёд мувофиқат мекунад.
Дар натиҷа, аз ҳад зиёд мувофиқат кардан бо ҳаҷми маълумот мутаносибан аст. Муносибати байнирасмӣ имкон медиҳад, ки барои маҷмӯи додаҳои хурд аз ҳад зиёд мувофиқат кардан пешгирӣ карда шавад. Дар ин усул маҷмӯи додаҳо ба ду қисм тақсим карда мешавад.
Маҷмӯи маълумот барои санҷиш ва омӯзиш аз ин ду қисм иборат хоҳад буд. Маҷмӯи маълумоти омӯзишӣ барои эҷоди модел истифода мешавад, дар ҳоле ки маҷмӯаи додаҳои санҷишӣ барои арзёбии модел бо истифода аз воридоти гуногун истифода мешавад.
Ин аст, ки чӣ тавр пешгирӣ кардани аз ҳад зиёд.
15. Классфикаторҳои Naive Bayes маҳз кадомҳоянд?
Усулҳои гуногуни таснифот классификаторҳои Naive Bayes-ро ташкил медиҳанд. Маҷмӯи алгоритмҳое, ки бо номи ин таснифкунандагон маълуманд, ҳама дар як идеяи асосӣ кор мекунанд.
Фарзияе, ки таснифкунандагони соддалавҳи Бейс ба миён гузоштааст, ин аст, ки мавҷудият ё набудани як хусусият ба мавҷудият ё набудани хусусияти дигар ҳеҷ гуна таъсире надорад.
Ба ибораи дигар, ин чизест, ки мо онро "содда" меномем, зеро он тахмин мекунад, ки ҳар як атрибути маҷмӯи додаҳо баробар муҳим ва мустақил аст.
Тасниф бо истифода аз таснифотҳои соддаи Bayes анҷом дода мешавад. Истифодаи онҳо осон аст ва нисбат ба пешгӯиҳои мураккабтар, вақте ки пешгӯии истиқлолият дуруст аст, натиҷаҳои беҳтар медиҳанд.
Дар таҳлили матн, филтркунии спам ва системаҳои тавсиявӣ онҳо истифода мешаванд.
16. Функсияҳои хароҷот ва функсияҳои талафот чӣ маъно доранд?
Ибораи "функсияи талафот" ба раванди талафоти ҳисоббарорӣ, вақте ки танҳо як порчаи маълумот ба инобат гирифта мешавад, ишора мекунад.
Баръакс, мо функсияи хароҷотро барои муайян кардани ҳаҷми умумии хатогиҳо барои маълумоти сершумор истифода мебарем. Ягон фарқияти назаррас вуҷуд надорад.
Ба ибораи дигар, дар ҳоле ки функсияҳои хароҷот фарқиятро барои тамоми маҷмӯи маълумоти омӯзишӣ ҷамъ мекунанд, функсияҳои талафот барои гирифтани фарқияти байни арзишҳои воқеӣ ва пешбинишуда барои як сабт тарҳрезӣ шудаанд.
17. Модели генеративї аз модели дискриминативї чї фарќ мекунад?
Модели дискриминативӣ фарқияти байни якчанд категорияҳои додаҳоро меомӯзад. Модели тавлидшуда намудҳои гуногуни маълумотро интихоб мекунад.
Дар масъалаҳои таснифкунӣ, моделҳои дискриминатсия аксар вақт аз дигар моделҳо бартарӣ доранд.
18. Тафовутҳои байни хатогиҳои навъи I ва навъи II-ро тавсиф кунед.
Постивҳои бардурӯғ ба категорияи хатогиҳои Навъи I дохил мешаванд, дар ҳоле ки манфиҳои бардурӯғ ба хатогиҳои Навъи II дохил мешаванд (даъво мекунанд, ки ҳеҷ чиз вақте рух надодааст).
19. Дар омӯзиши мошинсозӣ техникаи омӯзиши ансамбль чист?
Техникае, ки омӯзиши ансамблӣ номида мешавад, бисёр моделҳои омӯзиши мошинро барои тавлиди моделҳои тавонотар омехта мекунад.
Модел метавонад бо сабабҳои гуногун фарқ кунад. Якчанд сабабҳо инҳоянд:
- Аҳолии гуногун
- Гипотезаҳои гуногун
- Усулҳои гуногуни моделсозӣ
Ҳангоми истифодаи маълумоти омӯзишӣ ва санҷиши модел, мо ба мушкилот дучор мешавем. Мушкилот, ихтилоф ва хатогиҳои камнашаванда навъҳои эҳтимолии ин хато мебошанд.
Ҳоло, мо ин мувозинати байни ғаразнок ва ихтилоф дар моделро савдои ғаразнок ва ихтилофот меномем ва он бояд ҳамеша вуҷуд дошта бошад. Ин муомилот тавассути истифодаи омӯзиши ансамблӣ анҷом дода мешавад.
Ҳарчанд равишҳои гуногуни ансамбл вуҷуд доранд, ду стратегияи умумӣ барои муттаҳид кардани бисёр моделҳо мавҷуданд:
- Равиши ватанӣ бо номи халтабандӣ маҷмӯи омӯзиширо барои тавлиди маҷмӯи омӯзишии иловагӣ истифода мебарад.
- Баландбардорӣ, як техникаи мураккабтар: Ба монанди халтабандӣ, афзоиш барои дарёфти формулаи идеалии вазн барои маҷмӯи омӯзиш истифода мешавад.
20. Моделњои параметрї мањз кадомњоянд? Як мисол оред.
Дар моделҳои параметрӣ миқдори маҳдуди параметрҳо мавҷуданд. Барои пешгӯии маълумот, шумо бояд танҳо параметрҳои моделро донед.
Намунаҳои маъмулии зерин инҳоянд: регрессияи логистикӣ, регрессияи хатӣ ва SVM-ҳои хатӣ. Моделҳои ғайрипараметрӣ чандир мебошанд, зеро онҳо метавонанд шумораи номаҳдуди параметрҳоро дар бар гиранд.
Параметрҳои модел ва ҳолати маълумоти мушоҳидашуда барои пешгӯии додаҳо заруранд. Инҳоянд баъзе мисолҳои маъмулӣ: моделҳои мавзӯъ, дарахтони қарор ва k-наздиктарин ҳамсояҳо.
21. Филтркунии муштаракро тавсиф кунед. Инчунин филтр дар асоси мундариҷа?
Усули озмудашуда ва ҳақиқӣ барои эҷоди пешниҳодҳои мундариҷаи мувофиқ ин филтркунии муштарак мебошад.
Шакли системаи тавсиявӣ, ки филтркунии муштарак номида мешавад, тавассути мувозинат кардани афзалиятҳои корбарон бо манфиатҳои муштарак маводи тозаро пешгӯӣ мекунад.
Афзалиятҳои корбар ягона чизест, ки системаҳои тавсиядиҳанда дар асоси мундариҷа баррасӣ мекунанд. Дар партави интихоби қаблии корбар тавсияҳои нав аз маводи марбута пешниҳод карда мешаванд.
22. Силсилаи вақтҳо гуфта чиро дар назар доред?
Силсилаи вақт маҷмӯи рақамҳо бо тартиби афзоиш аст. Дар тӯли як давраи пешакӣ, он ҳаракати нуқтаҳои додаҳои интихобшударо назорат мекунад ва давра ба давра нуқтаҳои додаҳоро сабт мекунад.
Барои силсилаи вақтҳо вуруди ҳадди ақал ё ҳадди аксар вуҷуд надорад.
Силсилаҳои вақтро таҳлилгарон барои таҳлили маълумот мувофиқи талаботи беназири худ истифода мебаранд.
23. Тафовутҳои байни алгоритмҳои Gradient Boosting ва Random Forest-ро тавсиф кунед.
Ҷангали тасодуфӣ:
- Шумораи зиёди дарахтони қарор дар охири якҷоя ҷамъ карда мешаванд ва ҳамчун ҷангалҳои тасодуфӣ маълуманд.
- Дар ҳоле ки афзоиши градиент ҳар як дарахтро новобаста аз дигарон тавлид мекунад, ҷангали тасодуфӣ ҳар як дарахтро як-як месозанд.
- Бисёрсинф ошкор кардани объект бо ҷангалҳои тасодуфӣ хуб кор мекунад.
Баланд бардоштани градиент:
- Ҳангоме ки ҷангалҳои тасодуфӣ дар охири раванд ба дарахтони қарорҳо ҳамроҳ мешаванд, мошинҳои баланд бардоштани градиент онҳоро аз аввал муттаҳид мекунанд.
- Агар параметрҳо ба таври мувофиқ танзим карда шаванд, баланд бардоштани градиент аз ҷангалҳои тасодуфӣ аз ҷиҳати натиҷаҳо бартарӣ дорад, аммо ин интихоби оқилона нест, агар маҷмӯи маълумот дорои фарқиятҳо, аномалияҳо ё садои зиёд бошад, зеро он метавонад боиси аз ҳад зиёди модел гардад.
- Вақте ки маълумоти нобаробар мавҷуд аст, чуноне ки дар арзёбии хатар дар вақти воқеӣ мавҷуд аст, афзоиши градиент хуб иҷро мешавад.
24. Чаро ба шумо матритсаи нофаҳмиҳо лозим аст? Ин чист?
Ҷадвале, ки бо номи матритсаи иштибоҳ маълум аст, ки баъзан ҳамчун матритсаи хато маълум аст, барои нишон додани он ки модели тасниф ё таснифкунанда дар маҷмӯи маълумоти санҷишӣ, ки арзишҳои воқеии онҳо маълуманд, то чӣ андоза хуб иҷро мекунад, ба таври васеъ истифода мешавад.
Он ба мо имкон медиҳад, ки бубинем, ки модел ё алгоритм чӣ гуна иҷро мешавад. Ин барои мо осонтар мекунад, ки дар байни курсҳои гуногун нофаҳмиҳо пайдо кунем.
Он ҳамчун роҳи баҳодиҳии дурустии модел ё алгоритм хидмат мекунад.
Пешгӯиҳои модели таснифӣ ба матритсаи нофаҳмиҳо ҷамъ оварда мешаванд. Қиматҳои ҳисобкунии ҳар як тамғаи синф барои тақсим кардани шумораи умумии пешгӯиҳои дуруст ва нодуруст истифода мешуданд.
Он тафсилотро дар бораи хатогиҳои таснифкунанда ва инчунин навъҳои гуногуни хатогиҳое, ки аз ҷониби таснифгарон ба вуҷуд омадаанд, медиҳад.
25. Тањлили ќисматии принсипиалї кадом аст?
Бо кам кардани шумораи тағирёбандаҳое, ки бо ҳамдигар алоқаманданд, ҳадаф кам кардани андозаи ҷамъоварии маълумот мебошад. Аммо муҳим аст, ки гуногунрангӣ то ҳадди имкон нигоҳ дошта шавад.
Тағирёбандаҳо ба маҷмӯи комилан нави тағирёбандаҳо иваз карда мешаванд, ки ҷузъҳои асосӣ номида мешаванд.
Ин компютерҳо ортогоналӣ мебошанд, зеро онҳо векторҳои хоси матритсаи ковариансӣ мебошанд.
26. Чаро гардиши ҷузъҳо барои PCA (таҳлили ҷузъҳои асосӣ) ин қадар муҳим аст?
Ротатсия дар PCA муҳим аст, зеро он ҷудокуниро байни фарқиятҳои аз ҷониби ҳар як ҷузъи бадастомада оптимизатсия карда, тафсири ҷузъҳоро соддатар мекунад.
Мо ҷузъҳои васеъро барои ифода кардани тағирёбии ҷузъҳо талаб мекунем, агар ҷузъҳо гардиш накунанд.
27. Регуляризатсия ва нормализатсия аз ҳамдигар чӣ гуна фарқ мекунанд?
Нормализатсия:
Ҳангоми нормализатсия маълумот тағир дода мешавад. Шумо бояд маълумотро ба эътидол оваред, агар он дорои миқёсҳои хеле фарқкунанда бошад, махсусан аз паст то баланд. Ҳар як сутунро тавре танзим кунед, ки омори асосӣ ҳама мувофиқат кунад.
Барои кафолат додани он, ки ҳеҷ гуна дақиқӣ нест, ин метавонад муфид бошад. Муайян кардани сигнал ҳангоми нодида гирифтани садо яке аз ҳадафҳои таълими моделӣ мебошад.
Имконияти аз ҳад зиёд мувофиқат кардан вуҷуд дорад, агар ба модел назорати пурра дода шавад, то хатогиҳоро кам кунад.
Танзим:
Ҳангоми регуляризатсия, функсияи пешгӯӣ тағир дода мешавад. Ин тавассути танзими муайян таҳти назорат қарор дорад, ки ба вазифаҳои соддатар нисбат ба вазифаҳои мураккаб афзалият медиҳад.
28. Нормализатсия ва стандартизатсия аз ҳамдигар чӣ фарқ доранд?
Ду усули аз ҳама васеъ истифодашаванда барои миқёси хусусиятҳо нормализатсия ва стандартизатсия мебошанд.
Нормализатсия:
- Тағйир додани миқёси додаҳо ба доираи [0,1] ҳамчун нормализатсия маълум аст.
- Вақте ки ҳамаи параметрҳо бояд як миқёси мусбӣ дошта бошанд, нормализатсия муфид аст, аммо бартариятҳои маҷмӯи додаҳо гум мешаванд.
Танзим:
- Маълумот ба андозаи миёнаи 0 ва инҳирофи стандартии 1 ҳамчун як қисми раванди стандартизатсия тағир дода мешавад (Варианти воҳид)
29. «Омили таварруми таваррум» айнан чї маъно дорад?
Таносуби дисперсияҳои модел ба дисперсияҳои модел бо танҳо як тағирёбандаи мустақил ҳамчун омили таваррум (VIF) маълум аст.
VIF миқдори мултиколлинеариро дар маҷмӯи якчанд тағирёбандаҳои регрессионӣ ҳисоб мекунад.
Варианти модели (VIF) Модели бо як варианти мустақили тағирёбанда
30. Дар асоси андозаи маҷмӯаи таълим, шумо чӣ гуна таснифро интихоб мекунед?
Модели ғарази баланд ва тафовути паст барои маҷмӯи омӯзиши кӯтоҳ беҳтар кор мекунад, зеро аз ҳад зиёд мувофиқат кардан эҳтимоли камтар аст. Naive Bayes як мисол аст.
Барои муаррифии мутақобилаи мураккабтар барои маҷмӯаи омӯзишии калон, модели дорои ғарази паст ва ихтилофи баланд афзалтар аст. Регрессияи логистикӣ як мисоли хуб аст.
31. Кадом алгоритмро дар омӯзиши мошинсозӣ "омӯзандаи танбал" меноманд ва чаро?
Донишҷӯи суст, KNN як алгоритми омӯзиши мошинист. Азбаски K-NN динамикӣ масофаро ҳар дафъае, ки мехоҳад тасниф кунад, ба ҷои омӯхтани арзишҳо ё тағирёбандаҳои бо мошин омӯхташуда аз маълумоти омӯзишӣ, он маҷмӯаи таълимиро дар хотир нигоҳ медорад.
Ин K-NN-ро донишомӯзи танбал месозад.
32. Каҷи ROC ва AUC чист?
Иҷрои модели таснифот дар ҳама остонаҳо бо каҷи ROC графикӣ ифода карда мешавад. Он дорои сатҳи мусбати ҳақиқӣ ва меъёрҳои мусбати бардурӯғ аст.
Оддӣ карда гӯем, майдони зери каҷи ROC бо номи AUC (Майдон зери каҷи ROC) маълум аст. Майдони дученакаи хатти ROC аз (0,0) то AUC чен карда мешавад (1,1). Барои арзёбии моделҳои таснифоти дуӣ, он ҳамчун омори иҷроиш истифода мешавад.
33. Гиперпараметрњо кадомњоянд? Чӣ онҳоро аз параметрҳои модел беназир мегардонад?
Тағйирёбандаи дохилии модел ҳамчун параметри модел маълум аст. Бо истифода аз маълумоти омӯзишӣ, арзиши параметр тахмин карда мешавад.
Ба модел номаълум, гиперпараметр як тағирёбанда аст. Арзишро аз маълумот муайян кардан мумкин нест, бинобар ин онҳо аксар вақт барои ҳисоб кардани параметрҳои модел истифода мешаванд.
34. F1 Score, ба хотир овардан ва дақиқ чӣ маъно дорад?
Андозаи нофаҳмиҳо ченакест, ки барои муайян кардани самаранокии модели таснифот истифода мешавад. Барои беҳтар шарҳ додани метрикаи нофаҳмиҳо ибораҳои зеринро истифода бурдан мумкин аст:
TP: Позитивҳои ҳақиқӣ - Ин арзишҳои мусбӣ мебошанд, ки дуруст пешбинӣ шуда буданд. Он нишон медиҳад, ки арзишҳои синфи пешбинишуда ва синфи воқеӣ ҳам мусбатанд.
TN: Манфиҳои ҳақиқӣ - Инҳо арзишҳои манфие мебошанд, ки дақиқ пешгӯӣ шудаанд. Он нишон медиҳад, ки ҳам арзиши синфи воқеӣ ва ҳам синфи пешбинишуда манфӣ мебошанд.
Ин арзишҳо - мусбатҳои бардурӯғ ва манфиҳои бардурӯғ - вақте пайдо мешаванд, ки синфи воқеии шумо аз синфи пешбинишуда фарқ мекунад.
Ҳозир,
Таносуби суръати мусбати ҳақиқӣ (TP) ба ҳама мушоҳидаҳое, ки дар синфи воқеӣ анҷом дода шудаанд, бозхонд номида мешавад, ки ҳамчун ҳассосият низ маълум аст.
Бозхонд TP/(TP+FN) аст.
Дақиқӣ ченаки арзиши пешгӯии мусбӣ мебошад, ки шумораи мусбатҳоеро, ки модел воқеан пешгӯӣ мекунад, бо чанд мусбати дурусти он дақиқ пешгӯӣ мекунад, муқоиса мекунад.
Дақиқӣ TP/(TP + FP) аст
Осонтарин ченак барои фаҳмидани он дақиқӣ аст, ки танҳо таносуби мушоҳидаҳои дуруст пешбинишуда ба ҳама мушоҳидаҳо мебошад.
Дақиқӣ ба (TP+TN)/(TP+FP+FN+TN) баробар аст.
Дақиқӣ ва бозхонд вазн ва миёна гирифта шудаанд, то баҳои F1-ро таъмин кунанд. Дар натиҷа, ин хол ҳам мусбати бардурӯғ ва ҳам манфии бардурӯғро баррасӣ мекунад.
F1 аксар вақт аз дақиқӣ арзишмандтар аст, алахусус агар шумо тақсимоти синфҳои нобаробар дошта бошед, ҳатто агар интуитивона фаҳмидани он ба мисли дақиқӣ осон набошад.
Беҳтарин дурустӣ вақте ба даст меояд, ки арзиши мусбати бардурӯғ ва манфиҳои бардурӯғ муқоисашаванда бошад. Агар хароҷоти марбут ба мусбатҳои бардурӯғ ва манфиҳои бардурӯғ ба таври назаррас фарқ кунанд, дохил кардани Precision ва Recall беҳтар аст.
35. Кроссвалидатсия маҳз чист?
Равиши такрории оморӣ бо номи кроссвалидатсия дар омӯзиши мошинсозӣ якчанд зермаҷмӯаҳои додаҳоро барои омӯзиш ва арзёбии алгоритми омӯзиши мошинсозӣ дар як қатор давраҳо истифода мебарад.
Маҷмӯаи нави маълумоте, ки барои омӯзиши модел истифода нашуда буд, бо истифода аз тасдиқи салиб санҷида мешавад, то бубинад, ки модел то чӣ андоза онро пешгӯӣ мекунад. Аз ҳад зиёд фишурдани маълумот тавассути тасдиқи байнисоҳавӣ пешгирӣ карда мешавад.
K-Fold Усули аз ҳама бештар истифодашавандаи аз нав намунагирӣ тамоми маҷмӯи додаҳоро ба маҷмӯи K-и андозаҳои баробар тақсим мекунад. Онро кросс-валидатсия меноманд.
36. Фарз мекунем, ки шумо кашф кардед, ки модели шумо фарқияти назаррас дорад. Кадом алгоритм, ба назари шумо, барои ҳалли ин вазъият бештар мувофиқ аст?
Идоракунии тағирёбии баланд
Мо бояд техникаи халтабандиро барои мушкилот бо вариантҳои калон истифода барем.
Интихоби такрории маълумоти тасодуфӣ аз ҷониби алгоритми бастабандӣ барои тақсим кардани маълумот ба зергурӯҳҳо истифода мешавад. Пас аз тақсим кардани маълумот, мо метавонем маълумоти тасодуфӣ ва тартиби махсуси омӯзишро барои тавлиди қоидаҳо истифода барем.
Пас аз он, пурсиш метавонад барои муттаҳид кардани пешгӯиҳои модел истифода шавад.
37. Регрессияи Ридж аз регрессияи Лассо чӣ фарқ дорад?
Ду усули ба таври васеъ истифодашавандаи регуляризатсия ин регрессияи Лассо (инчунин L1 номида мешавад) ва Ридҷ (баъзан L2 номида мешавад) мебошанд. Онҳо барои пешгирии аз ҳад зиёди маълумот истифода мешаванд.
Барои дарёфти роҳи беҳтарин ва кам кардани мураккабӣ, ин усулҳо барои ҷазо додани коэффитсиентҳо истифода мешаванд. Бо ҷазо додани умумии арзишҳои мутлақи коэффитсиентҳо, регрессияи Лассо амал мекунад.
Функсияи ҷарима дар регрессияи Ridge ё L2 аз ҷамъи квадратҳои коэффитсиентҳо гирифта мешавад.
38. Кадомаш муҳимтар аст: иҷрои модел ё дақиқии модел? Кадомаш ва чаро шумо онро дӯст медоред?
Ин саволи фиребанда аст, бинобар ин, аввал бояд фаҳманд, ки Намунаи Намунавӣ чист. Агар иҷроиш ҳамчун суръат муайян карда шавад, он ба намуди барнома такя мекунад; ҳама гуна барномае, ки вазъияти вақти воқеӣ дорад, суръати баландро ҳамчун ҷузъи муҳим талаб мекунад.
Масалан, беҳтарин Натоиҷи Ҷустуҷӯ арзиши камтар хоҳад дошт, агар натиҷаҳои дархост барои расидани натиҷаҳои пурсиш хеле тӯл кашанд.
Агар Иҷрои кор ҳамчун далеле истифода шавад, ки чаро дақиқӣ ва хотиррасонӣ бояд аз дақиқӣ бартарӣ дода шавад, пас холҳои F1 аз саҳеҳӣ дар нишон додани парвандаи тиҷорӣ барои ҳама маҷмӯи додаҳои нобаробар муфидтар хоҳад буд.
39. Шумо маҷмӯи маълумотро бо нобаробарӣ чӣ гуна идора мекардед?
Маҷмӯи додаҳои номутавозун метавонад аз усулҳои интихоб баҳра барад. Намуна гирифтан мумкин аст дар шакли кам ё аз ҳад зиёд гузаронида шавад.
Дар доираи намунагирӣ ба мо имкон медиҳад, ки андозаи синфи аксариятро ба синфи ақаллиятҳо кам кунем, ки ин ба афзоиши суръат дар нигоҳдорӣ ва иҷрои вақти корӣ мусоидат мекунад, аммо инчунин метавонад ба талафи маълумоти арзишманд оварда расонад.
Барои рафъи мушкилоти талафоти иттилоот, ки дар натиҷаи интихоби аз ҳад зиёд ба вуҷуд омадааст, мо синфи ақаллиятҳоро интихоб мекунем; бо вуҷуди ин, ин боиси он мегардад, ки мо ба масъалаҳои аз ҳад зиёд мувофиқат кунем.
Стратегияҳои иловагӣ инҳоро дар бар мегиранд:
- Интихоби бар асоси кластер - Намунаҳои синфҳои ақаллият ва аксарият дар ин вазъият ба таври инфиродӣ ба техникаи кластерсозии K-меанс тобеъ мешаванд. Ин барои пайдо кардани кластерҳои маҷмӯи додаҳо анҷом дода мешавад. Сипас, ҳар як кластер аз ҳад зиёд интихоб карда мешавад, то ки ҳама синфҳо як андоза дошта бошанд ва ҳама кластерҳо дар дохили синф шумораи баробари мисолҳо дошта бошанд.
- SMOTE: Техникаи аз ҳад зиёди интихобкунии синтетикӣ - Як порчаи маълумот аз синфи ақаллиятҳо ҳамчун намуна истифода мешавад, ки пас аз он мисолҳои сунъии иловагии бо он муқоисашаванда истеҳсол ва ба маҷмӯи додаҳои аслӣ илова карда мешаванд. Ин усул бо нуқтаҳои маълумоти рақамӣ хуб кор мекунад.
40. Чӣ тавр шумо байни тақвият ва халта фарқ кардан мумкин аст?
Технологияҳои ансамбл дорои версияҳое мебошанд, ки бо номи халтабандӣ ва афзоиш маълуманд.
бастабандӣ-
Барои алгоритмҳои дорои варианти баланд, халтабандӣ як усулест, ки барои паст кардани фарқият истифода мешавад. Яке аз чунин оилаҳои таснифкунандагон, ки ба ғаразнокӣ майл доранд, оилаи дарахти қарорҳо мебошанд.
Навъи маълумоте, ки дарахтони қарорҳо дар бораи онҳо таълим мегиранд, ба иҷрои онҳо таъсири ҷиддӣ мерасонад. Аз ин сабаб, ҳатто ҳангоми танзими хеле баланд, умумӣ кардани натиҷаҳо дар онҳо баъзан хеле душвортар аст.
Агар маълумоти омӯзиши дарахтони қарорҳо тағир дода шавад, натиҷаҳо ба таври назаррас фарқ мекунанд.
Дар натиҷа, халтабандӣ истифода мешавад, ки дар он дарахтони зиёди қарорҳо сохта мешаванд, ки ҳар яки онҳо бо истифода аз намунаи маълумоти аслӣ омӯзонида мешаванд ва натиҷаи ниҳоӣ миёнаи ҳамаи ин моделҳои гуногун мебошад.
Баланд бардоштани:
Баландбардорӣ ин усули пешгӯиҳо бо системаи таснифгари n-заифи он мебошад, ки дар он ҳар як таснифгари заиф норасоиҳои таснифотҳои қавитарашро ҷуброн мекунад. Мо ба таснифоте, ки дар маҷмӯи додаҳои додашуда бад кор мекунад, ҳамчун "таснифи заиф" ишора мекунем.
Баландбардорӣ бешубҳа раванд аст, на алгоритм. Регрессияи логистикӣ ва дарахтони қарорҳои наонқадар намунаҳои маъмули таснифкунандагони заиф мебошанд.
Adaboost, Gradient Boosting ва XGBoost ду алгоритми маъмултарин барои такмилдиҳӣ мебошанд, аммо бисёриҳо ҳастанд.
41. Фарќияти омўзиши индуктивї ва дедуктивиро шарњ дињед.
Ҳангоми омӯхтани мисол аз маҷмӯи мисолҳои мушоҳидашуда, модел омӯзиши индуктивиро истифода мебарад, то ба хулосаи умумӣ бирасад. Аз тарафи дигар, бо омӯзиши дедуктивӣ, модел пеш аз ташаккули худ натиҷаро истифода мебарад.
Омӯзиши индуктивӣ раванди баровардани хулосаҳо аз мушоҳидаҳо мебошад.
Омӯзиши дедуктивӣ раванди эҷоди мушоҳидаҳо дар асоси хулосаҳо мебошад.
хулоса
Табрик! Ин 40 саволҳои мусоҳиба ва болотар аз он барои омӯзиши мошинсозӣ мебошанд, ки шумо ҳоло ҷавоби онҳоро медонед. Илми маълумот ва мағзи маслуӣ касбҳо дар баробари пешрафти технология талабот хоҳанд дошт.
Номзадҳое, ки дониши худро дар бораи ин технологияҳои муосир навсозӣ мекунанд ва маҷмӯи малакаҳои худро такмил медиҳанд, метавонанд бо музди рақобат имкониятҳои гуногуни шуғл пайдо кунанд.
Шумо метавонед ба ҷавоб додан ба мусоҳибаҳо идома диҳед, ки шумо дарки дурусти ҷавоб додан ба баъзе саволҳои мусоҳибаи омӯзиши мошинсозӣ доред.
Вобаста ба ҳадафҳои худ қадами зеринро гузоред. Бо боздид аз Ҳашдорк ба мусоҳибаҳо омода шавед Силсилаи мусоҳиба.
Дин ва мазҳаб