Sun'iy intellekt tizimlari haqida

sun'iy intellekt tizimlari haqida Reja: Kirish sun'iy intellekt tizimlari haqida. Asosiy tushunchalar va ta'riflar obyekt va alomatlar Javoblar va masalalar toifalari Algoritmlar modeli va o'rgatish usuli Sifat funksionali Pereobucheniya muammosi va umumlashtiruvchi qobiliyat tushunchasi sun'iy intellekt tizimlari haqida. Kompyuter texnologiyalarining mukammallashuvi va jamiyatning deyarli barcha sohalariga kirib borishi natijasida gigant hajmda har xil toifali berilganlar bazalari (BB) uzluksiz o'smoqda. Shu bilan birgalikda, bu astronomik hajmdagi xom berilganlardan yashirin bilimlarni kashf qiladigan usullarga talab ortmoqda. Chunki, an'anaviy BB uchun yaratilgan maxsus so'rov tillari (masalan, relyatsion BB uchun SQL so'rov tili) yordamida yashirin bilimlarni olib bo'lmaydi. Yashirin bilimlar deganda: ilgari nomalum bo'lgan, yani, yangi bilimlar bo'lishi; bevosita ko'rib bo'lmaydigan bilimlar (masalan, berilganlarni bevosita vizual tahlili yoki oddiy statistik tavsiflarni hisoblash uchun); amaliyot uchun foydali, yani, tadqiqotchi yoki iste'molchi uchun qiymatga ega bo'lgan bilimlar; osonlik bilan izohlash mumkin bo'lgan, yani, fan sohasida terminlar orqali qiyinchiliksiz tushuntiriladigan bilimlar bo'lishi shart. Bu talablar Data Mining (DM) usullari mohiyatini va DM texnologiyalari BB boshqarish tizimlari, statistik tahlil usullari va sun'iy intellekt usullari bilan qanday ko'rinishda, qanday munosabatda foydalanishini aniqlab beradi. DM usullari yordamida kashf qilingan bilimlarni model ko'rinishida ifodalish qabul qilingan. Bunday modellarga assotsiativ qoidalar, qarorlar daraxtlari, klasterlar, matematik funksiyalar kiradi. Bu kabi modellarni qurish usullari sun'iy intellekt sohasida ko'riladi. DM usullari orqali echiladigan masalalar tavsiflovchi va prognoz qiluvchilarga ajraladi. Tavsiflovchi masalalarda eng asosiysi bu - mavjud bo'lgan yashirin qonuniyatlarga yaqqol tavsif berish bo'lsa, prognoz qiluvchi masalalarda esa, tanlovda berilganlarga asoslanib kelajakdagi hodisalarni prognoz qilishdir. Tavsiflovchi masalalarga quyidagilar kiradi: assotsiativ qoida yoki obrazlarni izlash; obyektlarni guruhlash, klasterli tahlil; regression modellarni qurish. Prognoz qiluvchi masalalarga: obyektlarni klassifikatsiya qilish (oldindan berilgan klasslar uchun); regression tahlil, vaqtli qatorlar tahlili masalalari kiradi. DM usullari bilan masalaning echilishi quyidagi bosqichlardan iborat: Gipoteza shakllantirish Berilganlarni yig'ish Berilganlarni tayyorlash (filtrlash) Modellar tanlash Modellar parametrlari va o'rgatish algoritmini tanlash Modelni o'rgatish (modelning qolgan parametrlarini avtomatik izlash) O'rgatish sifati tahlili, agar, qoniqarsiz bo'lsa 5- yoki 4- bosqichga qaytish Aniqlangan qonuniyatni tahlil qilish, agar, talabga javob bermasa 1,4 yoki 5-bosqichga qaytish. DM texnologiyalarida quyidagi muammolar uchraydi: Gigant hajmli berilganlar. Berilganlar ichida kerakli natija uchun hissa qo'shmaydiganlari ham bo'lishi mumkin. Bu holatda berilganlar bilan ishlash katta resurs talab qiladi. Xato o'lchangan berilganlar. DM usullarida ko'zlangan maqsadga etish berilganlarni qanchalik aniq va ishonchli bo'lishiga bog'liq. Berilganlarni o'lchashdagi xatoliklar natijaga salbiy ta'sir ko'rsatadi. O'lchanmagan berilganlar. Qandaydir sabablar bilan berilganlardagi ayrim alomatlar o'lchanmasdan qolishi mumkin (masalan, bemorni barcha tahlilga puli etmasligi mumkin yoki o'lchash asbobi buzilib qolishi mumkin va h. ...