+تېما يوللاش
aliptori يوللانغان ۋاقتى:2020-5-10 11:11 1246 قېتىم كۆرۈلدى 1 ئىنكاس يېزىلدى
مەلۇم قەۋەتكە يۆتكىلىش
مۇقەددىمە: ئىستاتىستىكىدا كۆرسىتىلىشىچە،2017-يىلىدىن باشلاپ ماشىنلىق ئۆگىنىش ئەڭ ياخشىIT كەسپىگە ئايلانغان، دۆلەت ئىچىدىكى %70 ماشىنلىق ئۆگىنىشكە ئالاقىدار ئورۇنلارنىڭ ئوتتۇرىچە مائاشى 20مىڭ يۈەندىن 50مىڭ يۈەنگىچە بولغان . تىللا كاپىتالىنىڭ مەن يىتەكچىلىك قىلغان مىقدار مەبلەغ سېلىش فوندى 2017-يىلىدىن باشلاپ ماشىنىلىق ئۈگۈنۈشنى مەبلەغ سېلىش ساھەسىدىكى مالىيە ئانالىزى ۋە ھەرخىل مەبلەغ سېلىش سانلىق مەلۇمات بىر تەرەپ قىلىش قاتارلىق جەھەتلەردە كەڭ كۆلەملىك ئىشلىتىپ كېلىۋاتىمىز. بۇ ماقالە كەلگۈسىدە ئالىي مەكتەپتە كەسىپ تاللايدىغان ئوقۇغۇچىلار ۋە مەكتەپ پۈتتۈرۈپ خىزمەت تېپىش ئالدىدىكى ياشلارغا ئاز تولا ياردىمى تېگىدۇ. ئۇنىڭدىن سىرت كۆپچىلىك ماشىنىلىق ئۈگۈنۈش ساھەسى توغۇرىسىدا كونكىرىت ئېنىقلىمىغا ئېگە بولالايدۇ. مەزكۇر ماقالە كىچىكرەك بىر قوللانما كىتاب شەكلىدە  قىسىملارغا بۆلۈپ ئېلان قىلىنىدۇ.

ماشىنلىق ئۆگىنىش دەرۋىدە ئۆگەنمىسىڭىز ماشىنا تەرىپىدىن شاللىنىپ كېتسىز!


— تىللا ئەپەندى


ئالاقە تورى ئىقتىسادى ئۇچقاندەك تەرەققىي قىلىپ ، چوڭ سانلىق مەلۇمات خېرىدارلارنىڭ ئېھتىياجىنى تەھلىل قىلىدىغان بىر خىل ئىنېرتسىيىلىك يول بولۇپ قالدى. چوڭ سانلىق مەلۇماتلار مىليونلىغان سانلىق مەلۇمات نۇقتىلىرىغا ئۇلىنىپ،ئۆزئارا توغرا مۇناسىۋەت ھاسىل قىلىدۇ.

1483494266311075799.jpg

ماشىنلىق ئۆگىنىش ئاددىي قىلىپ ئېيتقاندا ، ئالاقە تورى ( ئىزدەش ، ئۇچۇر قاتارلىقلار ) ، ئەمەلىي سىستېما ( مۇئامىلە سانلىق مەلۇماتى قاتارلىقلار ) ۋە تاراتقۇ ( پاراڭلىشىش ، سۈرەت ، تاۋۇش قاتارلىقلار ) دا پەيدا بولغان زور مىقداردىكى سانلىق مەلۇماتلاردىن پايدىلىنىپ ئۆگىنىش ئەۋرىشكىسى تەييار قىلىپ،ماتېماتىكىلىق مودېل ۋە ئالگورىزىم ئارقىلىق ئىنسانلارنىڭ بەزى ھۆكۈم،تەدبىر ۋە قوللانغان ھەرىكەتلىرىنى تەقلىد قىلىپ،ماشىنا (كومپيۇتېر) نى ئىنسانلارنىڭ ئىشلەپچىقىرىش،پىششىقلاپ ئىشلەش،ياساش،سېتىش قاتارلىق پائالىيەتلەردىكى بەزى كەسىپلەرگە ئايلاندۇرۇشنى كۆرسىتىدۇ .

بۇ ماقالىدە مەن ماشىنلىق ئۆگىنىشىنىڭ قىسقىچە تونۇشتۇرۇلۇشى ئارقىلىق،ماشىنلىق ئۆگىنىشىنى پۈتۈنلەي چۈشەنمەيدىغان كىشىلەرمۇ ماشىنلىق ئۆگىنىشىنى چۈشىنەلەيدۇ ھەمدە قول سېلىپ مۇناسىۋەتلىك ئەمەلىيەتتىن ئۆتكۈزەلەيدۇ. ئەگەر سىز ماشىنلىق ئۆگىنىش ساھەسىگە ئالاھىدە قىزىقسىڭىز ، بۇ EyPR نى ئېچىشنىڭ تاشقى قىسمى ھېسابلىنىدۇ . ئەلۋەتتە ، بۇ ماقالە ئادەتتىكى ئوقۇرمەنلەرگە يۈزلەنگەندە ، كىتاب ئوقۇشقا مۇناسىۋەتلىك ئالدىنقى شەرت تەلىپى بولمايدۇ .

  ئاساسىي تېمىغا كىرىشتىن بۇرۇن ، مېنىڭچە ئوقۇرمەنلەرنىڭ كۆڭلىدە مۇنداق بىر گۇمان پەيدا بولۇشى مۇمكىن : ماشىنا بىلەن ئۆگىنىشنىڭ قانداق مۇھىملىقى بار ، ھەتتا بۇ ناھايىتى ئۇزۇن ماقالىنى  قانداق ئوقۇپ تۈگەتكىلى بولىدۇ ؟

مەن بۇ مەسىلىگە بىۋاستە جاۋاب بېرىشتىن،مەن كۆپچىلىكنى تۆۋەندىكى ئىككى پارچە سۈرەتنى كۆرۈشكە تەكلىپ قىلىمەن. بىرىنچى سۈرەت  :

微信图片_20200510110018.jpg
بۇ سۈرەتتىكى ئۈچ ئادەم ھازىرقى ماشىنلىق ئۆگىنىش ساھەسىدىكى ئەڭ مەشھۇر شەخىسلەردۇر .  ئوتتۇرىدىكىسى Geoffrey Hinton ، كانادا تورونتو ئۇنىۋېرسىتېتىنىڭ پروفېسسورى، بۈگۈنكى كۈندە Google  نىڭ سۈنئىي ئەقلىي ئىقتىدار بۆلۈمىنىڭ مەسئۇللىقىغا  تەكلىپ قىلىندى .  ئوڭ تەرەپتىكىسى Yann LeCun، ئالىي مەكتەپنىڭ پروفېسسورى، بۈگۈنكى كۈندە Facebook سۈنئىي ئەقلىي ئىقتىدار تەجرىبىخانىسىنىڭ مۇدىرى . سول تەرەپتىكى كۆپچىلىككە تونۇشلۇق،Andrew Ng،خەنزۇچە ئىسمى ۋۇ ئېندا ، ستانفورد ئۇنىۋېرسىتېتىنىڭ دوتسېنتى ، بۈگۈنكى كۈندە ئۇ « بەيدۇ چوڭ مېڭىسى » نىڭ مەسئۇلى ۋە بەيدۇنىڭ سۈنئىي ئەقىل باش ئالىمى .بۇلارنىڭ ھەممىسى ھازىر كەسىپ ساھەسىدىكىلەرنىڭ باشلامچىسى بۇلۇپ ، ئالاقە تورى ساھەسىدىكى چوڭ تىمساھلار تەرىپىدىن تەشنالىق بىلەن تەكلىپ قىلىندى ، بۇنىڭدىن ئۇلارنىڭ ئورنىڭ مۇھىملىقىنى كۆرۈۋالغىلى بولىدۇ . ئۇلارنىڭ تەتقىقات يۆنىلىشىنىڭ ھەممىسى ماشىنا بىلەن ئۆگىنىدىغان تارماق تۈر - چوڭقۇر ئۆگىنىش .  سۈرەت 2- سۈرەت :

微信图片_20200510110027.jpg

بۇ سۈرەتتە تەسۋىرلەنگىنى نېمە ؟  WindowsPhone دىكى تاۋۇش ياردەمچىسى Cortana ،ئىسمى«نۇر ھالقىسى» دىكى كەنجى ئوفىتسېرنىڭ ياردەمچىسى.

باشقا رىقابەتچىلەرگە سېلىشتۇرغاندا، مىكروسوفت ناھايىتى كېچىكىپ بۇ مۇلازىمەتنى يولغا قويدى Cortana ئارقىسىدىكى يادرولۇق تېخنىكا نېمە؟ نېمە ئۈچۈن ئۇ ئادەمنىڭ ئاۋازىنى چۈشىنەلەيدۇ ؟ ئەمەلىيەتتە ، بۇ تېخنىكا دەل ماشىنىدا ئۆگىنىش . ماشىنلىق ئۆگىنىش بارلىق ئاۋاز ياردەمچىسى مەھسۇلاتلىرى Apple نىڭ siri بىلەن Google نىڭ Now نى ئۆز ئىچىگە ئالىدۇ.

يۇقىرىقى ئىككى سۈرەت ئارقىلىق ، كۆپچىلىكنىڭ ماشىنا ئارقىلىق ئۆگىنىشنىڭ ناھايىتى مۇھىم ، نۇرغۇن ئالاھىدە تېخنىكىلارغا ئىگە ئىكەنلىكىنى كۆرۈۋالالايدىغانلىقىغا ئىشىنىمەن .  ئۆگىنىش ئۇ بىر قىزىقارلىق ۋەزىپە . ئەمەلىيەتتە ، ئۆگىنىش ماشىنا ئارقىلىق ئۆگىنىش بىزنىڭ ئالاقە تورى ساھەسىدىكى ئەڭ يېڭى يۈزلىنىشنى چۈشىنىشىمىزگە ياردەم بېرىپلا قالماستىن ، شۇنىڭ بىلەن بىر ۋاقىتتا بىزگە ھەمراھ بولىدىغان قولايلىق مۇلازىمەتنى ئەمەلگە ئاشۇرۇش تېخنىكىسىنىمۇ ئىگىلىۋالغىلى بۇلىدۇ.

ئۇنداقتا ماشىنلق ئۆگىنىش دېگەن نېمە ؟

نېمە ئۈچۈن ئۇنىڭ شۇنچە چوڭ سېھرى كۈچى بولىدۇ ؟ شۇنىڭ بىلەن بىر ۋاقىتتا،بۇ ماقالە«ماشىنلىق ئۆگىنىشىنى باشتىن سۆزلەش» دەپ ئاتىلىدۇ ،شۇڭا ئۇ ماشىنا بىلەن ئۆگىنىشكە مۇناسىۋەتلىك بارلىق مەزمۇنلارنى، جۈملىدىن پەن ( مەسىلەن ، سانلىق مەلۇماتلارنى قېزىش ، كومپيۇتېر كۆرۈش سېزىمى قاتارلىقلار) ،ئالگورىزىم نېرۋا تورى،svm) قاتارلىقلارنى كۆرسىتىدۇ)

بۇ ماقالىنىڭ ئاساسلىق مۇندەرىجىسى تۆۋەندىكىچە :

1. ماشىنلىق ئۆگىنىش دېگەن نېمە
2. ماشىنلىق ئۆگىنىش ئېنىقلىمىسى
3. ماشىنلىق ئۆگىنىش دائىرىسى
4. ماشىنلىق ئۆگىنىش ئۇسۇلى
5. ماشىنلىق ئۆگىنىش قوللىنلىىشى - چوڭ سانلىق مەلۇمات
6. ماشىنلىق ئۆگىنىش تارماق تۈرى - چوڭقۇر ئۆگىنىش
7. ماشىنلىق ئۆگىنىشتىكى غول تۈر-- سۈنئىي ئەقلىي ئىقتىدار
8. ماشىنلىق ئۆگىنىش تەپەككۇرى - كومپيۇتېر يوشۇرۇن ئېڭى
9.    خۇلاسە
10.   ئاخىرقى سۆز

1 ھېكايە ئارقىلىق ماشىنلىق ئۆگىنىشنىڭ نېمىلىكىنى چۈشەندۈرش

ماشىنلىق ئۆگىنىش دېگەن سۆز ئادەمنى قايمۇقتۇرىدۇ. ئالدى بىلەن،ئۇ ئىنگلىزچە MachineLearning قىسقارتىلىپ ML دەپ ئاتىلىدۇ،ھەقىقىي مەنىسىدىكى تەرجىمىسى. ھېسابلاش دۇنياسىدا، ماشىنا ئادەتتە كومپيۇتېرنى كۆرسىتىدۇ. بۇ ئىسىم ئىنسانشۇناسلىق تېخنىكىسىنى قوللانغان بولۇپ، بۇ تېخنىكىنىڭ ماشىنىلارنىڭ «ئۆگىنىشى» گە ياردەم بېرىدىغان تېخنىكا ئىكەنلىكىنى كۆرسىتىپ بېرىدۇ. ئەمما كومپيۇتېر دىگەن ئۆلۈك نەرسە،ئىنسانغا ئوخشاش قانداق قىلىپ «ئۆگىنىش» مۇمكىن؟

ئەنئەنە بويىچە، ئەگەر بىز كومپيۇتېرنىڭ ئىشلىشىنى ئۈمىد قىلساق،ئۇنىڭغا بىر قاتار كۆرسەتمىلەرنى بېرىمىز،ئاندىن ئۇ بۇ كۆرسەتمىنى قەدەممۇ-قەدەم ئىجرا قىلىدۇ،سەۋەب نەتىجىسى،ناھايىتى ئېنىق. ئەمما بۇ ئۇسۇل ماشىنلىق ئۆگىنىشتە ئىشلىمەيدۇ. ماشىنلىق ئۆگىنىشى سىز كىرگۈزگەن بۇيرۇقلارنى ئەسلا قوبۇل قىلمايدۇ. ئەكسىچە ، ئۇ سىز كىرگۈزگەن سانلىق مەلۇماتلارنى قوبۇل قىلىدۇ! يەنى ماشىنلىق ئۆگىنىش كومپيۇتېرنىڭ ھەر خىل ۋەزىپىلەرنى ئورۇنداشنىڭ ئورنىغا سانلىق مەلۇمات ئىشلىتىشىگە يول قويىدۇ. بۇ ئاڭلىماققا كىشىنىڭ ئىشەنگۈسى كەلمەيدىغاندەك قىلىدۇ،ئەمما ئاخىرىدا پۈتۈنلۈي  مۇمكىنچىلىككە ئايلاندى.  

«ماشىنلىق ئۆگىنىش» ئۇقۇمىنى ئۆگەنگەندە «ستاتىستىكا» ئۇقۇمى ھەمىشە سىز بىلەن بىللە بولىدۇ.  سەۋەب نەتىجىلىك ئەمەس بەلكى مۇناسىۋەتلىك ئۇقۇم ماشىنلىق ئۆگىنىشنى قوللايدىغان يادرولۇق ئۇقۇم بولىدۇ. سىز ئىلگىرىكى بارلىق تەرتىپلىرىڭىزدە بېكىتىلگەن سەۋەب ۋە ئۈنۈمنىڭ ھەممىلا يېرىدىكى ئاساسىي ئىدىيەنى ئاغدۇرۇپ تاشلايسىز.

تۆۋەندە مەن ماشىنا ئارقىلىق ئۆگىنىشنىڭ نېمە ئىكەنلىكىنى ھېكايە ئارقىلىق قىسقىچە چۈشەندۈرۈپ ئۆتىمەن.

بۇ ھېكايە بىر ئۇقۇم سۈپىتىدە ئايدىڭلاشتۇرۇشقا تېخىمۇ ماس كېلىدۇ. بۇ يەردە،بۇ ھېكايە ئاشكارىلانمايدۇ،ئەمما مۇناسىۋەتلىك مەزمۇن ۋە يادروسى مەۋجۇت بولغان بولىدۇ. ئەگەر ماشىنلىق ئۆگىنىشنىڭ نېمىلىكىنى ئاددىيلا چۈشىنىشنى ئويلىسىڭىز،ئۇنداقتا بۇ ھېكايىنى ئوقۇش يېتەرلىك. ئەگەر ماشىنلىق ئۆگىنىشى ۋە ئۇنىڭ بىلەن زىچ مۇناسىۋەتلىك زامانىۋى تېخنىكا توغرىسىدا تېخىمۇ كۆپ بىلىمگە ئېرىشمەكچى بولسىڭىز ، داۋامىنى ئۇقۇڭ،ئارقىسىدا تېخىمۇ مول مەزمۇنلار بار.

بۇ مىسال مېنىڭ ئەمەلىي تۇرمۇش تەجرىبەمدىن كەلگەن. مەن بۇ مەسىلىنى ئويلىغىنىمدا،تۇيۇقسىز ئۇنىڭ جەريانىنى مۇكەممەل ماشىنلىق ئۆگىنىش جەريانىغا كېڭەيتكىلى بولىدىغانلىقىنى بايقىدىم،شۇڭا مەن بۇ مىسالنى بارلىق تونۇشتۇرۇشنىڭ باشلىنىشى سۈپىتىدە ئىشلىتىشنى قارار قىلدىم.  

بۇ ھېكايە «ئادەم ساقلاش مەسىلىسى» دەپ ئاتىلىدۇ.

مەن كۆپچىلىكنىڭ باشقىلار بىلەن كۆرۈشۈش ۋە باشقىلارنى ساقلاش تەجرىبىسىنىڭ بارلىقىغا ئىشىنىمەن. ئەمەلىيەتتە،ھەممە ئادەم ۋاقىتنى قەدىرلىمەيدۇ، شۇڭا بەزى قارىشى تەرەپ كېچىكىپ كەلگەندە ، ۋاقتىڭىز مۇقەررەر ئىسراپ بولىدۇ. مەن مۇنداق بىر ئىشقا  يولۇققان.

مېنىڭ بىر دوستۇم بار، ئىسمى Yشىياۋ  ،  ئۇ ۋاقىتقا ئانچە رىئايە قىلمايدۇ،كۆپىنچە ۋاقىتتا ئۇ دائىم كېچىكىپ قالىدۇ. مەن سائەت 3 دە ماك دونالىد ياكى سىتارباكىستا ئۇنىڭ بىلەن كۆرۈشمەكچى بولۇپ سىرتقا چىققان ۋاقىتتا تۇيۇقسىز بىر سوئالنى ئويلايمەن :ھازىر ماڭسام  مۇۋاپىقمۇ؟ ئەگەر مەن يەنە بالدۇر بېرىپ قالسام ئۇنى 30 مىنۇت ساقلاپ تۇرامدىم؟ مەن بۇ مەسىلىنى ھەل قىلىش ئىستراتېگىيىسىنى قوللىنىشنى قارار قىلدىم.

بۇ مەسىلىنى ھەل قىلىشنىڭ بىر قانچە خىل ئۇسۇلى بار.

بىرىنچى خىل ئۇسۇل ئۈگىنىش: مەن بۇ مەسىلىنى ھەل قىلالايدىغان بىلىم ئىزدەيمەن. ئەمما بەختكە قارشى،ھېچكىم كىشىلەرگە باشقىلارنى قانداق ساقلاشنى بىلىم سۈپىتىدە ئۆگەتمەيدۇ،شۇڭا مەن بۇ مەسىلىنى ھەل قىلىدىغان مەۋجۇت بىلىملەرنى تاپالمايمەن.

ئىككىنچى خىل ئۇسۇل باشقىلاردىن سوراش:  باشقىلاردىن بۇ مەسىلىنى ھەل قىلىش ئىقتىدارىغا ئېگە بولۇشنى ئىستەيمەن. ئەمما ئوخشاشلا ،ھېچكىم بۇ سوئالغا جاۋاب بېرەلمەيدۇ ،چۈنكى ھېچكىم ماڭا ئوخشاش ئەھۋالغا يولۇقماسلىقى مۇمكىن.

ئۈچىنچى خىل ئۇسۇل قائىدىنىڭ قانۇنىيىتى: مەن يۈرىكىمدىن سورايمەن،بۇ مەسىلىگە تاقابىل تۇرۇش ئۈچۈن مەن بىرەر قائىدە بېكىتتىمۇ؟ مەسىلەن،مەن باشقىلارنىڭ قانداق بولۇشىدىن قەتئىينەزەر ۋاقتىدا كېلىمەن. ئەمما مەن ئۆلۈك قائىدىگە ئىسلىۋالىدىغان ئادەم ئەمەس،شۇڭا مەن بۇنداق قائىدە تۈزمىدىم.

ئەمەلىيەتتە ، مەن يۇقىرىدىكى ئۈچتىن باشقىمۇ يەنە ياخشى ئۇسۇلنىڭ بارلىقىغا ئىشىنىمەن.

مەن شياۋ Y بىلەن كۆرۈشۈشتىكى ئىلگىرىكى كەچۈرمىشلىرىمنى كاللامدا قايتىدىن بىر ئۆتكۈزۈپ ،ئۇنىڭ بىلەن كۆرۈشۈش قېتىم سانى بىلەن ئۇنىڭ قانچە قېتىم كېچىكىپ كەلگەنلىكىنى بىر قۇر ھېسابلاپ كۆردۈم. ھەمدە مەن ئۇنىڭ بۇ قېتىم يەنە كېچىكىپ قېلىش ئېھتىماللىقىنى ئالدىن پەرەز قىلىشقا باشلايمەن. ئەگەر بۇ قىممەت مېنىڭ كۆڭلۈمدىكى مەلۇم چەكتىن ئېشىپ كەتسە،مەن بىر ئازدىن كېيىن يولغا چىقىشنى تاللايمەن.

مەن شياۋ Y بىلەن 5 قېتىم كۆرۈشكەن دەپ پەرەز قىلايلى،ئۇ 1 قېتىم كېچىكىپ قالدى،ئۇنداقتا ئۇنىڭ دەل ۋاقتىدا كېلىشى نىسبىتى%80، مېنىڭ كۆڭلۈمدىكى سىرېشولىد قىممىتى %70، مېنىڭچە بۇ قېتىم شياۋ Y كېچىكىپ قالمايدۇ  دەپ قاراپ مەن دەل ۋاقتىدا يولغا چىقتىم.

ئەگەر شياۋ Y كېچىكىپ كەلگەن سان 5 قىتىملىق ئۇچرىشىنىڭ تۆتىنى ئىگىلىسە ، يەنى ئۇنىڭ دەل ۋاقتىدا كېلىش نىسبتى %20 . بۇ سان مېنىڭ كۆڭلۈمدىكى سىرېشولىد قىممەتتىن تۆۋەن بولغاچقا ، يولغا چىقىش ۋاقتىنى كېچىكتۈرۈشنى تاللىدىم.  بۇ خىل ئۇسۇلنى ئىشلىتىش نۇقتىسىدىن ئېلىپ ئېيتقاندا ، بۇ ئۇسۇل تەجرىبە ئۇسۇلى دەپمۇ ئاتىلىدۇ. تەجرىبە ئۇسۇلى ھەققىدە ئويلىنىش جەريانىدا ، مەن ئىلگىرى بار بولغان بارلىق سانلىق مەلۇماتلارنى ئىشلەتتىم. شۇڭلاشقا ، ئۇنى سانلىق مەلۇماتقا ئاساسەن ھۆكۈم قىلىش دېيىشكە بولىدۇ.

سانلىق مەلۇماتنى ئاساس قىلغان ھۆكۈم ماشىنلىق ئۆگىنىش ئىدىيىسى بىلەن ئاساسەن بىردەك.

مەن ھازىر تەپەككۇر جەريانىدىكى «چاستوتا» نىڭ خاسلىقىنى ئويلىدىم. ھەقىقىي ماشىنلىق ئۆگىنىشىدە ،بۇ بەلكىم قوللىنىشچان پروگرامما بولماسلىقى مۇمكىن. ئادەتتىكى ماشىنلىق ئۆگىنىش ئەندىزىسى كەم دېگەندە ئىككى مىقدارنى ئويلىشىدۇ: بىرى ئەگىشىپ ئۆزگەرگۈچى مىقدار،بۇ بىز مۆلچەرلىمەكچى بولغان نەتىجە. بۇ مىسالدا،شىياۋ Y نىڭ كېچىكىپ قالغان ياكى قالمىغانلىقىغا ھۆكۈم قىلىش. يەنە بىرى مۇستەقىل ئۆزگەرگۈچى مىقدار،يەنى شىياۋ Y نىڭ كېچىكىپ قالغانلىقىنى پەرەز قىلىشقا ئىشلىتىلىدىغان مىقدار. مەن ۋاقىتنى مۇستەقىل ئۆزگەرگۈچى مىقدار سۈپىتىدە ئىشلىتىمەن دەپ پەرەز قىلايلى ، مەسىلەن ، مەن شياۋ Y كېچىكىپ قالغان كۈنلەرنىڭ ھەممىسىنىڭ جۈمە كۈنى ئىكەنلىكىنى ، ئۇنىڭ جۈمە كۈنى بولمىغان ئەھۋاللاردا ئاساسەن كېچىكىپ قالمىغانلىقىنى بايقىدىم. شۇڭا مەن شىياۋ Y نىڭ كېچىكىپ قېلىش ياكى كۈننىڭ جۈمە كۈنى بولۇش ئېھتىماللىقىنى تەقلىد قىلىش ئۈچۈن مودېل قۇرالايمەن. تۆۋەندىكى سۈرەتكە قاراڭ:

微信图片_20200510110038.png
ئۈچىنچى سۈرەت: قارار دەرىخى

بۇ خىل گرافىك ئەڭ ئاددىي ماشىنلىق ئۆگىنىش ئەندىزىسى بولۇپ ، قارار دەرىخى دەپ ئاتىلىدۇ.

پەقەت بىرلا مۇستەقىل ئۆزگەرگۈچى مىقدارنى ئويلاشقاندا،ئەھۋال بىر قەدەر ئاددىي.مۇستەقىل ئۆزگەرگۈچى مىقدارنى يەنە بىر كۆپەيتسەك. مەسىلەن،شياۋ Y كېچىكىپ قالغان ئەھۋالنىڭ بىر قىسمى ئۇ ماشىنا ھەيدىگەندە (ئۇنىڭ ماشىنا ھەيدەش سەۋىيىسى بىر قەدەر ناچار ياكى يول توسۇلۇپ قالغان دەپ چۈشىنىپ تۇرايلى) . شۇڭا مەن بۇ ئۇچۇرلارنى باغلىنىشلىق دەپ ئويلاپ تېخىمۇ مۇرەككەپ مودېل قۇرسام بولىدۇ،بۇ مودېل ئىككى مۇستەقىل ئۆزگەرگۈچى مىقدار ۋە ئەگىشىپ ئۆزگەرگۈچى مىقدارنى ئۆز ئىچىگە ئالىدۇ.

يەنىمۇ مۇرەككەپرەك بولسا شىياۋ نىڭ Y بەزى كېچىكىپ قىلىشىدا ھاۋارايىنىڭ سەۋەبىمۇ بار، مەسىلەن،يامغۇر ياغقاندا،مەن ئۈچ مۇستەقىل ئۆزگەرگۈچى مىقدارنى ئويلىشىشىم كېرەك.

ئەگەر مەن شىياۋ Y نىڭ كېچىكىپ قالىدىغان كونكرېت ۋاقتىنى مۆلچەرلىمەكچى بولسام ، ئۇنىڭ كېچىكىپ كەتكەن ۋاقتى،يامغۇر مىقدارى ۋە ئىلگىرى ئويلانغان مۇستەقىل ئۆزگىرىشچانلىقىغا ئاساسەن مودېل قۇرالايمەن. شۇڭا مېنىڭ مودېلىم قىممىتىنى پەرەز قىلالايدۇ ، مەسىلەن ، ئۇ بىر نەچچە مىنۇت كېچىكىدۇ. بۇ مېنىڭ سىرتقا چىقىش ۋاقتىمنى تېخىمۇ ياخشى پىلانلىشىمغا ياردەم بېرەلەيدۇ. بۇنداق ئەھۋال ئاستىدا ،قارار دەرىخىنى ياخشى قوللىغىلى بولمايدۇ ، چۈنكى قارار دەرىخى پەقەت ئېنىق قىممەتنىلا پەرەز قىلالايدۇ. بىز بۇ مودېلنى 2-پاراگرافتا تەسۋىرلەنگەن سىزىقلىق چېكىنىش ئۇسۇلى ئارقىلىق قۇرالايمىز.

ئەگەر مەن كومپيۇتېرغا بۇ مودېللارنى ياساش جەريانىنى بەرسەم. مەسىلەن،بارلىق مۇستەقىل ئۆزگەرگۈچى مىقدار ۋە ئەگىشىپ ئۆزگەرگۈچى مىقدارلارنى كىرگۈزۈڭ،ئاندىن كومپيۇتېر ماڭا مودېل ھاسىل قىلىشىمغا ياردەم قىلسۇن،شۇنىڭ بىلەن بىر ۋاقىتتا كومپيۇتېر مېنىڭ ھازىرقى ئەھۋالىمغا ئاساسەن كېچىكىپ سىرتقا چىقىشىم كېرەكمۇ ياكى بىر نەچچە مىنۇتتىن كېيىنمۇ بۇ جەھەتتە ماڭا تەكلىپ بەرسۇن. ئاندىن كومپيۇتېرنىڭ بۇ ياردەمچى قارارلارنى ئىجرا قىلىش جەريانى ماشىنلىق ئۆگىنىش جەريانىدۇر.

ماشىنلىق ئۆگىنىش ئۇسۇلى كومپيۇتېرنىڭ ھازىرقى سانلىق مەلۇمات (تەجرىبە) ئارقىلىق مەلۇم مودېلنى (كېچىكىشنىڭ قائىدىسى) ھاسىل قىلىدىغان ئۇسۇلى بولۇپ،بۇ مودېلنى ئىشلىتىپ كەلگۈسىنى مۆلچەرلەيدۇ (كېچىكىش ۋاقتىنى).

يۇقارقى تەھلىل ئارقىلىق، بىز ماشىنلىق ئۆگىنىشنىڭ ئىنسانلار تەپەككۇرىنىڭ تەجرىبە جەريانىغا ئوخشايدىغانلىقىنى كۆرەلەيمىز،ئەمما ئۇ تېخىمۇ كۆپ ئەھۋاللارنى ئويلىشىپ،تېخىمۇ مۇرەككەپ ھېسابلاش ئېلىپ بارالايدۇ.

ئەمەلىيەتتە،ماشىنلىق ئۆگىنىشتىكى ئاساسلىق مەقسەتلەرنىڭ بىرى ئىنسانلارنىڭ تەپەككۇر قىلىش ۋە كىرگۈزۈش جەريانىنى سانلىق مەلۇماتلارنى بىر تەرەپ قىلىش ئارقىلىق كومپيۇتېرلارنىڭ مودېللارنى ھېسابلاش جەريانىغا ئۆزگەرتىش.

كومپيۇتېردىن ياسالغان مودېل ئىنسانغا ئوخشاش نۇرغۇن جانلىق ۋە مۇرەككەپ مەسىلىلەرنى ھەل قىلالايدۇ.

تۆۋەندە مەن ماشىنلىق ئۆگىنىشىگە ئېنىقلىما بېرىپ،دائىرە،ئۇسۇل،قوللىنىشچان پروگراممىلارنى ئۆز ئىچىگە ئالغان رەسمىي تونۇشتۇرۇشنى باشلايمەن.



2. ماشىنلىق ئۆگىنىشنىڭ ئېنىقلىمىسى


كەڭ مەنىدىن ئېيتقاندا،ماشىنلىق ئۆگىنىشى بىۋاسىتە پروگرامما قىلالمايدىغان ئىقتىدارلارنى تاماملىيالايدىغان ئۇسۇل.

ئەمما ئەمەلىي مەنىدىن ئېيتقاندا،ماشىنلىق ئۆگىنىش سانلىق مەلۇماتنى ئىشلىتىپ مودېلنى تەربىيىلەپ،ئاندىن مودېلنى ئالدىن پەرەز قىلىدۇرىدىغان ئۇسۇل.

بىز ئەمەلىي مىساللارنى كۆرۈپ باقايلى :

微信图片_20200510110042.png
تۆتىنچى سۈرەت: ئۆي باھاسىنىڭ مېسالى


ئۆيىنى مىسالغا ئالايلى، ھازىر قولۇمدا ساتىدىغان ئۆي بار،قايسى باھاغا بەلگە قوياي؟ ئۆينىڭ كۆلىمى 100 كۋادرات مېتىر،باھاسى 1 مىليون،1 مىليون 200 مىڭ ياكى 1 مىليون 400 مىڭ؟

ئېنىقكى ، مەن ئۆي باھاسى ۋە رايوننىڭ بەلگىلىك قانۇنىيتىگە ئېرىشمەكچى. ئۇنداقتا مەن بۇ قانۇنىيەتكە قانداق ئېرىشىمەن؟ گېزىتتىكى ئوتتۇرىچە ئۆي باھاسى سانلىق مەلۇماتلىرىنى ئىشلىتەمدىم؟ ياكى باشىقىلارنىڭ ئۆي كۆلىمى تۇغىرىسىدىكى باھالىرىدىن پايدىلىنىمەنمۇ؟ قانداق بولۇشىدىن قەتئىينەزەر،ئۇ بەك ئىشەنچلىك ئەمەس.

مەن ھازىر مۇۋاپىق  بۇلغان ھەمدە رايون بىلەن تۇرالغۇ باھاسى ئوتتۇرىسىدىكى مۇناسىۋەت قانۇنىيىتىنى ئەڭ زور دەرىجىدە ئەكس ئەتتۈرۈشنى ئېرىشىشنى ئۈمىد قىلىمەن. شۇنىڭ بىلەن ئەتراپىمدىكى ئۆي تىپىغا ئوخشاش بەزى ئۆيلەرنى تەكشۈرۈپ،بىر يۈرۈش سانلىق مەلۇماتقا ئېرىشتىم.بۇ بىر يۈرۈش سانلىق مەلۇماتلار چوڭ-كىچىك ئۆيلەرنىڭ كۆلىمى ۋە باھاسىنى ئۆز ئىچىگە ئالىدۇ. ئەگەر مەن بۇ بىر يۈرۈش سانلىق مەلۇماتلاردىن رايون قانۇنىيىتى ۋە باھاسىنى بىلەلەيدىغان بولسام،ئۇنداقتا ئۆينىڭ باھاسىنى كەلتۈرۈپ چىقىرالايمەن.

قانۇنىيەتنى ئىزدەش ئىنتايىن ئاددىي،تۈز سىزىققا ماس كېلىدۇ ، ئۇ بارلىق نۇقتىلارنى «كېسىپ» ئۆتسۇن، ھەر بىر نۇقتىدىكى ئارىلىقى ئىمكانقەدەر كىچىك بۇلسۇن.

بۇ تۈز سىزىق ئارقىلىق،ئۆي باھاسى ۋە ئۆينىڭ كۆلەم قانۇنىيتىنى ئەڭ ياخشى ئەكىس ئەتتۈرىدىغان قانۇنىيەتكە ئېرىشتىم.

ئۆي باھاسى = ئۆي كۆلىمى *a+b

a ۋە b ھەر ئىككىسى تۈز سىزىقنىڭ پارامېتىرى. بۇ پارامېتىرلارغا ئېرىشكەندىن كېيىن،ئۆينىڭ باھاسىنى ھېسابلاپ چىقالايمەن .


a=0.75، b=50 دەپ پەرەز قىلايلى،  ئاندىن ئۆي باھاسى=100*0.75+50=125 تۈمەن ( بىر مىليون 250 مىڭ )  . بۇ نەتىجە مەن بۇرۇن تىلغا ئالغان بىر مىليون،1 مىليون 200 مىڭ ۋە 1 مىليون 400 مىڭغا ئوخشىمايدۇ. بۇ تۈز سىزىق ئۇنۋىرسال ئەھۋاللارنى ئويلاشقانلىقتىن،ئۇ «ستاتىستىكا»مەنىسىدىكى ئەڭ مۇۋاپىق پەرەز.

ھەل قىلىش جەريانىدا ئىككى پارچە ئۇچۇر ئاشكارىلاپ ئۆتەيلى:

1 ئۆي باھاسى ئەندىزىسى ماسلاشتۇرۇلغان فۇنكىسىيەنىڭ تىپىغا ئاساسەن بېكىتىلىدۇ. ئەگەر ئۇ تۈز سىزىق بولسا، بۇ تۈز سىزىق تەڭلىمىسى بولىدۇ. ئەگەر ئۇ پارابولاغا ئوخشاش باشقا بىر خىل سىزىق بولسا،پارابول تەڭلىمىسى بولىدۇ . ماشىنلىق ئۆگىنىشىنىڭ نۇرغۇن ئالگورىزىمى بار، بەزى كۈچلۈك ئالگورىزىملار مۇرەككەپ سىزىقسىز مودېللارغا ماسلىشىپ،تۈز سىزىق بولمىغان بەزى ئەھۋاللارنى ئەكس ئەتتۈرىدۇ.


2 مەندە سانلىق مەلۇمات قانچە كۆپ بولسا،مېنىڭ مودېللىرىم شۇنچە كۆپ ئەھۋاللارنى ئويلىشىشى مۇمكىن،شۇڭا يېڭى ئەھۋاللارنىڭ ئالدىن پەرەز ئۈنۈمى شۇنچە ياخشى بولىدۇ.

بۇ ماشىنلىق ئۆگىنىش دۇنياسىدىكى «سانلىق مەلۇمات پادىشاھ» ئىدىيىسىنىڭ نامايەندىسى. ئومۇمەن قىلىپ ئېيتقاندا (مۇتلەق ئەمەس)،سانلىق مەلۇماتلار قانچە كۆپ بولسا،ماشىنلىق ئۆگىنىش ئارقىلىق بارلىققا كەلگەن مودېلنىڭ مۆلچەر ئۈنۈمى شۇنچە ياخشى بولىدۇ.

تۈز سىزىقلارغا ماسلىشىش جەريانى ئارقىلىق،ماشىنلىق ئۆگىنىش جەريانىنى تولۇق تەكشۈرەلەيمىز. بىرىنچىدىن،تارىخى سانلىق مەلۇماتلارنى كومپيۇتېردا ساقلىشىمىز كېرەك. كېيىنكى قەدەمدە،بىز بۇ سانلىق مەلۇماتلارنى ماشىنلىق ئۆگىنىش ھېسابلاش ئۇسۇلى ئارقىلىق بىر تەرەپ قىلىمىز. بۇ جەريان ماشىنلىق ئۆگىنىشىدىكى «مەشىق» دەپ ئاتىلىدۇ.

بىر تەرەپ قىلىش نەتىجىسىنى يېڭى سانلىق مەلۇماتلارنى مۆلچەرلەشكە ئىشلىتىشكە بولىدۇ. بۇ نەتىجە ئادەتتە «مودېل» دەپ ئاتىلىدۇ. يېڭى سانلىق مەلۇماتلارنى مۆلچەرلەش جەريانى ماشىنلىق ئۆگىنىشىدىكى «ئالدىن پەرەز» دەپ ئاتىلىدۇ.

«تەربىيىلەش» ۋە «ئالدىن پەرەز قىلىش» ماشىنلىق ئۆگىنىشنىڭ ئىككى جەريانى بولۇپ،«مودېل» بۇ جەرياننىڭ ئارىلىقتىكى نەتىجىسى،«مەشىق» بىلەن « ئالدىن پەرەز قىلىش » بۇلسا ماشىنلىق ئۆگىنىشنىڭ ئىككى جەريانى،«مودېل» بۇلسا ئۈگىنىش جەرياندىكى چىقارغان نەتىجە،«مەشىق» مۇدىلنى كەلتۈرۈپ چىقىرىدۇ،مودېل « ئالدىن پەرەز قىلىش »قا يىتەكچىلىك قىلىدۇ.

ماشىنلىق ئۆگىنىش جەريانى بىلەن ئىنسانلارنىڭ تارىخى تەجرىبىە ئىندوكسىيە جەريانىنى سېلىشتۇرۇپ باقايلى:

微信图片_20200510110047.png
بەشىنچى سۈرەت: ماشىنىلىق ئۈگۈنۈش بىلەن ئىنسانلار تەپەككۇرىنىڭ سېلىشتۇرمىسى

ئىنسانىيەت تەرەققىيات ۋە ھايات كەچۈرۈش جەريانىدا نۇرغۇن تارىخ ۋە تەجرىبىلەرنى توپلىدى. ئىنسانلار بۇ تەجرىبىلەرنى دائىم «خۇلاسە» لەپ،ھاياتنىڭ «قانۇنىيىتى» گە ئېرىشىدۇ. ئىنسانلار نامەلۇم مەسىلىلەرگە يولۇققاندا ياكى كەلگۈسىنى «پەرەز قىلىش» قا ئېھتىياجلىق بولغاندا،ئىنسانلار بۇ «قانۇنىيەت» دىن پايدىلىنىپ نامەلۇم مەسىلىلەرنىڭ كەلگۈسىنى «پەرەز قىلىش» ئارقىلىق ئۇلارنىڭ تۇرمۇشى ۋە خىزمىتىگە يېتەكچىلىك قىلىدۇ.

ماشىنلىق ئۆگىنىشىدىكى «مەشىق» ۋە «ئالدىن پەرەز قىلىش» جەريانى ئىنسانلارنىڭ «ئىندۇكىسيە» ۋە «دىدۇكىسىيە» جەريانىغا ماس كېلىدۇ.

بۇ جەريان ئارقىلىق،بىز ماشىنلىق ئۆگىنىش ئىدىيىسىنىڭ مۇرەككەپ ئەمەسلىكىنى،پەقەت ئىنسانلارنىڭ ئۆگىنىشى ۋە تۇرمۇشتىكى ئۆسۈپ يېتىلىشنىڭ تەقلىد ئىكەنلىكىنى بايقىيالايمىز.ماشىنلىق ئۆگىنىشى پروگرامما تۈزۈش نەتىجىسىنى ئاساس قىلمىغاچقا،ئۇنى بىر تەرەپ قىلىش سەۋەب نەتىجە لوگىكىسى بىلەن ئەمەس،بەلكى ئىندۇكسىيە تەپەككۇرى بىلەن مۇناسىۋەتلىك يەكۈن چىقىرىش.

بۇ ئىنسانلارنىڭ نېمە ئۈچۈن تارىخنى تەتقىق قىلىشنى خالايدىغانلىقى بىلەنمۇ مۇناسىۋەتلىك. تارىخ ئەمەلىيەتتە ئىنسانلارنىڭ ئىلگىرىكى كەچۈرمىشلىرىنىڭ خۇلاسىسى. «تارىخ ھەمىشە ئوخشىمايدۇ ، ئەمما تارىخ ھەمىشە ھەيران قالارلىق دەرىجىدە ئوخشاش» دەيدىغان گەپ بار. تارىخنى تەتقىق قىلىش ئارقىلىق،كىشلىك تۇرمۇش ۋە دۆلەتنىڭ قانۇنىيەتلىرىنى تارىختىن يەكۈنلەپ،كېيىنكى خىزمىتىمىزگە يېتەكچىلىك قىلالايمىز،بۇ ناھايىتى قىممەتلىك.ھازىرقى زاماندىكى بەزى كىشىلەر تارىخنىڭ ئەسلى قىممىتىنى نەزەردىن ساقىت قىلىدۇ،ئەمما ئۇنى مۇۋەپپەقىيەتلەرنى تەشۋىق قىلىشنىڭ ۋاستىسى قىلىدۇ،بۇ ئەمەلىيەتتە تارىخنىڭ ھەقىقىي قىممىتىنى قالايمىقان ئىشلىتىشدۇر.

داۋامى ئەتىكى ساندا


مەزكۇر ماقالە يارىغان بولسا دوسىتلار چەمبىرىكىگە ھەمبەھىرلەش ئەپسىز بولسا  بەت ئاستى تەرەپتىكى  «好看» نى بېسىپ قويسىڭىز دوسىتلىرىڭىزمۇ كۆرەلەيدۇ !

1ئادەم ئىنكاس يازدى

热情 ۋاقتى: 2020-5-10 13:11:41
ماشىنىلىق ئۈگىنىشكە بولغا چۈشەنچىمىزنى تېخىمۇ ئايدىڭلاشتى, داۋامىنى ساقلايمىز رەھمەت.
كىرگەندىن كېيىن ئىنكاس يازالايسىز كىرىش | ئەزا بولۇش

سەھىپە جۇغلانما قائىدىسى

ئالپ تور بېتىدە قانۇنغا خىلاپ، سىياسى، دىنىي ، مىللەتلەر ئىتتپاقلىقىغا بۇزغۇنچىلىق قىلىش خاراكتىردىكى ، سېرىق، شەھۋانىي مەزمۇندىكى يازمىلار، ئۈن-سىن، رەسىملەر چەكلىندۇ

ئالپ تور بېتىدە ۋە ئالپ ئۈندىدار سالونىدا يوللانغان مەزمۇنلار ئالپ تورىغا تەۋە، رۇخسەتسىز كۆچۈرۈپ تارقىتىشقا بولمايدۇ. كۆچۈرۈپ تارقاتقۇچىلار بايقالسا قانۇنى مەسئۇلىيتى سۈرۈشتۈرۈلدۇ

特别警告:本网站坚决不允许发表违反国家法律法规的、含有分裂煽动内容的、引起民族矛盾的、破坏民族团结的、带有宗教色彩或有色情的文章

帖子、图片、音视频、电影、歌曲等。若发现将IP地址上报相关部门处理,后果自负。注意自我保护,谨防上当受骗

يانفون نۇسخسى|يانفون تېرمىنالى| ئالپ تورى

新公网安备 65292202000103号

备案/许可证号: 新ICP备13002551号-2

Copyright © 2016-2020 aliptori.com.   All Rights Reserved.

快速
回复
返回
列表
返回
顶部