ไม่ แน่นอนว่าฉันไม่จริงจัง จะต้องมีขีดจำกัดขอบเขตที่เป็นไปได้ในการทำให้วิชาง่ายขึ้น แต่ในระยะแรกการเข้าใจแนวคิดพื้นฐานและ “เข้า” หัวข้ออย่างรวดเร็วก็อาจยอมรับได้ เราจะพูดถึงวิธีตั้งชื่อเนื้อหานี้อย่างถูกต้อง (ตัวเลือก: "การเรียนรู้ของเครื่องสำหรับหุ่นจำลอง", "การวิเคราะห์ข้อมูลจากผ้าอ้อม", "อัลกอริทึมสำหรับเด็กเล็ก") ในตอนท้าย
ตรงประเด็น. เขียนโปรแกรมแอปพลิเคชันหลายโปรแกรมใน MS Excel สำหรับการแสดงภาพและการแสดงภาพกระบวนการที่เกิดขึ้นในวิธีการเรียนรู้ของเครื่องที่แตกต่างกันเมื่อวิเคราะห์ข้อมูล ท้ายที่สุดแล้วการเห็นคือความเชื่อตามที่ผู้ถือวัฒนธรรมกล่าวไว้ซึ่งพัฒนาวิธีการเหล่านี้ส่วนใหญ่ (ไม่ใช่ทั้งหมด) “เครื่องเวกเตอร์สนับสนุน” ที่ทรงพลังที่สุดหรือ SVM เครื่องเวกเตอร์สนับสนุนคือการประดิษฐ์ของ เพื่อนร่วมชาติของเรา Vladimir Vapnik สถาบันการจัดการแห่งมอสโก ปี 1963 อย่างไรก็ตาม ตอนนี้เขาสอนและทำงานในสหรัฐอเมริกา)
สามไฟล์สำหรับการตรวจสอบ
1. การจัดกลุ่ม K-mean
ปัญหาประเภทนี้หมายถึง “การเรียนรู้แบบไม่มีผู้ดูแล” เมื่อเราต้องแบ่งข้อมูลเบื้องต้นออกเป็นหมวดหมู่จำนวนหนึ่งที่ทราบล่วงหน้า แต่เราไม่มี “คำตอบที่ถูกต้อง” เลยจำนวนเท่าใด เราจะต้องดึงข้อมูลเหล่านั้นออกมาจากข้อมูลนั้นเอง . ปัญหาคลาสสิกพื้นฐานของการค้นหาชนิดย่อยของดอกไอริส (Ronald Fisher, 1936!) ซึ่งถือเป็นสัญญาณแรกของสาขาความรู้นี้เป็นเพียงลักษณะนี้
วิธีการนี้ค่อนข้างง่าย เรามีชุดของวัตถุที่แสดงเป็นเวกเตอร์ (ชุดของตัวเลข N) ในดอกไอริส นี่คือชุดของตัวเลข 4 ตัวที่แสดงลักษณะของดอกไม้: ความยาวและความกว้างของกลีบด้านนอกและด้านในของกลีบดอก Perianth ตามลำดับ (). ระบบเมตริกคาร์ทีเซียนปกติจะถูกเลือกให้เป็นระยะทางหรือหน่วยวัดความใกล้ชิดระหว่างวัตถุ
ถัดไป ศูนย์กลางคลัสเตอร์จะถูกเลือกแบบสุ่ม (หรือไม่สุ่ม ดูด้านล่าง) และคำนวณระยะทางจากแต่ละวัตถุไปยังศูนย์กลางคลัสเตอร์ แต่ละวัตถุในขั้นตอนการวนซ้ำที่กำหนดจะถูกทำเครื่องหมายว่าอยู่ในศูนย์กลางที่ใกล้ที่สุด จากนั้นจุดศูนย์กลางของแต่ละกระจุกจะถูกถ่ายโอนไปยังค่าเฉลี่ยเลขคณิตของพิกัดของสมาชิก (โดยการเปรียบเทียบกับฟิสิกส์เรียกอีกอย่างว่า "จุดศูนย์กลางมวล") และทำซ้ำขั้นตอนนี้
กระบวนการมาบรรจบกันค่อนข้างเร็ว ในภาพสองมิติจะมีลักษณะดังนี้:
1. การกระจายคะแนนแบบสุ่มเบื้องต้นบนระนาบและจำนวนกระจุก
2. การระบุศูนย์คลัสเตอร์และการกำหนดจุดให้กับคลัสเตอร์
3. ถ่ายโอนพิกัดของศูนย์คลัสเตอร์ คำนวณความเชื่อมโยงของจุดต่างๆ ใหม่จนกว่าศูนย์จะมีเสถียรภาพ มองเห็นวิถีการเคลื่อนที่ของศูนย์กลางคลัสเตอร์ไปยังตำแหน่งสุดท้ายได้
คุณสามารถตั้งค่าศูนย์คลัสเตอร์ใหม่ได้ทุกเมื่อ (โดยไม่ต้องสร้างการกระจายจุดใหม่!) และดูว่ากระบวนการแบ่งพาร์ติชันไม่ได้คลุมเครือเสมอไป ในทางคณิตศาสตร์ หมายความว่าสำหรับฟังก์ชันที่ได้รับการปรับให้เหมาะสม (ผลรวมของระยะทางยกกำลังสองจากจุดถึงศูนย์กลางของกลุ่ม) เราพบว่าไม่ใช่ค่าส่วนกลาง แต่เป็นค่าต่ำสุดในพื้นที่ ปัญหานี้สามารถแก้ไขได้ด้วยการเลือกศูนย์คลัสเตอร์เริ่มต้นแบบไม่สุ่ม หรือโดยการแจกแจงจุดศูนย์กลางที่เป็นไปได้ (บางครั้งการวางไว้ที่จุดใดจุดหนึ่งก็เป็นประโยชน์ อย่างน้อยก็รับประกันว่าเราจะไม่ว่างเปล่า กระจุก) ไม่ว่าในกรณีใด เซตจำกัดจะมีค่า infimum เสมอ
(อย่าลืมเปิดใช้งานการรองรับแมโคร ไฟล์ได้รับการสแกนไวรัสแล้ว)
คำอธิบายของวิธีการบน Wikipedia -
2. การประมาณค่าด้วยพหุนามและการแจกแจงข้อมูล การฝึกอบรมขึ้นใหม่
นักวิทยาศาสตร์ที่โดดเด่นและผู้มีชื่อเสียงด้านวิทยาศาสตร์ข้อมูล K.V. Vorontsov อธิบายวิธีการเรียนรู้ของเครื่องโดยย่อว่าเป็น “ศาสตร์แห่งการวาดเส้นโค้งผ่านจุดต่างๆ” ในตัวอย่างนี้ เราจะค้นหารูปแบบในข้อมูลโดยใช้วิธีกำลังสองน้อยที่สุด
มีการแสดงเทคนิคการแบ่งแหล่งข้อมูลออกเป็น "การฝึกอบรม" และ "การควบคุม" เช่นเดียวกับปรากฏการณ์เช่นการฝึกอบรมใหม่หรือ "การปรับเปลี่ยนใหม่" กับข้อมูล ด้วยการประมาณที่ถูกต้อง เราจะมีข้อผิดพลาดบางอย่างกับข้อมูลการฝึกและข้อผิดพลาดที่ใหญ่กว่าเล็กน้อยในข้อมูลควบคุม หากไม่ถูกต้อง จะส่งผลให้มีการปรับข้อมูลการฝึกอย่างแม่นยำ และเกิดข้อผิดพลาดอย่างมากกับข้อมูลการทดสอบ
(เป็นข้อเท็จจริงที่ทราบกันดีว่าผ่านจุด N เราสามารถวาดเส้นโค้งเดี่ยวของระดับ N-1 ได้ และในกรณีทั่วไปวิธีนี้ไม่ได้ให้ผลลัพธ์ที่ต้องการ )
1. ตั้งค่าการกระจายเริ่มต้น
2. เราแบ่งคะแนนออกเป็น “การฝึก” และ “การควบคุม” ในอัตราส่วน 70 ต่อ 30
3. เราวาดเส้นโค้งโดยประมาณตามจุดฝึก เราเห็นข้อผิดพลาดที่เกิดขึ้นกับข้อมูลควบคุม
4. เราวาดเส้นโค้งที่แน่นอนผ่านจุดการฝึก และเราเห็นข้อผิดพลาดร้ายแรงในข้อมูลการควบคุม (และเป็นศูนย์ในข้อมูลการฝึก แต่ประเด็นคืออะไร)
แน่นอนว่าเป็นตัวเลือกที่ง่ายที่สุดโดยแบ่งออกเป็นชุดย่อย "การฝึกอบรม" และ "การควบคุม" เพียงอย่างเดียว ในกรณีทั่วไป จะทำหลายครั้งเพื่อปรับสัมประสิทธิ์ที่ดีที่สุด
เปิดใช้งานมาโครเพื่อการทำงานที่ถูกต้อง
3. การไล่ระดับลงและพลวัตของการเปลี่ยนแปลงข้อผิดพลาด
โดยจะมีกรณี 4 มิติและการถดถอยเชิงเส้น ค่าสัมประสิทธิ์การถดถอยเชิงเส้นจะถูกกำหนดทีละขั้นตอนโดยใช้วิธีไล่ระดับลง โดยเริ่มแรกค่าสัมประสิทธิ์ทั้งหมดจะเป็นศูนย์ กราฟแยกจะแสดงไดนามิกของการลดข้อผิดพลาดเมื่อมีการปรับค่าสัมประสิทธิ์ให้แม่นยำมากขึ้นเรื่อยๆ สามารถชมภาพฉาย 2 มิติทั้ง XNUMX ภาพได้
หากคุณตั้งค่าขั้นบันไดลาดลงใหญ่เกินไป คุณจะเห็นว่าทุกครั้งที่เราจะข้ามขั้นต่ำสุดและจะได้ผลลัพธ์เป็นจำนวนขั้นที่มากขึ้น แม้ว่าสุดท้ายแล้วเราก็จะยังคงมาถึง (เว้นแต่เราจะเลื่อนขั้นบันไดเลื่อนออกไปด้วย มาก - จากนั้นอัลกอริทึมจะไป " เป็นโพดำ") และกราฟของข้อผิดพลาดขึ้นอยู่กับขั้นตอนการวนซ้ำจะไม่ราบรื่น แต่จะ “กระตุก”
1. สร้างข้อมูล ตั้งค่าขั้นตอนการไล่ระดับลง
2. ด้วยการเลือกขั้นตอนการไล่ระดับสีที่ถูกต้อง เราจะไปถึงจุดต่ำสุดได้อย่างราบรื่นและรวดเร็ว
3. หากเลือกขั้นตอนการไล่ระดับลงอย่างไม่ถูกต้อง เราจะเกินค่าสูงสุด กราฟข้อผิดพลาดจะ "กระตุก" การบรรจบกันจะใช้จำนวนขั้นตอนที่มากขึ้น
и
4. หากเราเลือกขั้นตอนการไล่ระดับลงอย่างไม่ถูกต้อง เราจะเคลื่อนออกจากจุดต่ำสุด
(หากต้องการทำซ้ำกระบวนการโดยใช้ค่าขั้นตอนการไล่ระดับสีที่แสดงในรูปภาพ ให้ทำเครื่องหมายที่ช่อง "ข้อมูลอ้างอิง")
ตามความเห็นของชุมชนที่เคารพ ความเรียบง่ายและวิธีการนำเสนอเนื้อหาดังกล่าวเป็นที่ยอมรับหรือไม่ คุ้มค่าที่จะแปลบทความเป็นภาษาอังกฤษหรือไม่?
ที่มา: will.com