მანქანური სწავლების მონაცემთა დამუშავების ალგორითმი

ავტორი: გურამი ასანიშვილი
საკვანძო სიტყვები: მანქანური სწავლება, მონაცემთა დამუშავება, ალგორითმები, მონაცემთა დამუშავების ალგორითმები.
ანოტაცია:

მანქანური სწავლების დანიშნულებაა რაიმე სისტემის შემავალი და გამომავალი სიდედეების, მდგომარეობების დაკვირვებათა ნაკრებიდან შედგეს ამ სისტემის მოდელი, რომლის საშუალებითაც შესაძლებელი იქნება სხვდასხვა ამოცანების გადაწყვეტა. ინტელექტუალური სისტემები ეფუძვნება მანქანურ სწავლებას აქედან გამომდინარე უდიდესი მნიშვნელობა აქვს შესაბამისი მოდელის აგებას. ასეთი ტიპის სისტემები შეიძლება გათვლილი იყოს მხოლოდ კონკრეტული ტიპის ინფორმაციაზე. არსებობს უამრავი სხვადასხვა ტიპის ალგორითმი, რომლებიც გამოიყენება ასეთ სისტემებში, მაგ: კლასიფიკაციის, კლასტერიზაციის ტიპის ალგორითმები. როგორც წესი მათი ცალ ცალკე გამოყენება ვერ იძლევა ეფექტურ შედეგს, აქედან გამომდინარე საჭირო ხდება ასეთი ტიპის ალგორითმების დაჯგუფება, ერთმანეთში კომბინაცია.ინტელექტუალური სისტემა შეიძლება მრავალნაირი იყოს, აქედან გამომდინარე სრულიად შესაძლებელია შემავალი ინფორმაცია იყოს ნებისმიერი სახით წარმოდგენილი. ინფორმაციის ტიპები მრავალნაირია, შესაბამისად თავდაპირველად მოწოდებული შემავალი ინფორმაცია შეიძლება იყოს სხვადასხვა ტიპის: ტექსტური , რიცხვითი და ა.შ. თუმცა ინტელექტუალური ტიპის სისტემა ძირითადად ემყარება ორი ტიპის ინფორმაციას, რომელთაგან პირველია რაოდენობრივი ხოლო მეორე ხარისხობრივი, ხოლო ყოველი ინფორმაცია საჭიროებს დამუშავებას და შედეგის მიღებას. სწორედ ამიტომ, მანქანურ სწავლებაში გამოიყენება სხვადასხვა დანიშნულების ალგორითმები, რომელიც საშუალებას გვაძლევენ ეფექტურად დავამუშავოთ ინფორმაცია, რათა მოხდეს მათი სწორედ წარმოდგენა და გაანალიზება.რეფერატში განხილულია ერთ-ერთი ესეთი მანქნური სწავლების მონაცემთა დამუშავების ალგორითმი.

მიმაგრებული ფაილები:

მანქანური სწავლების მონაცემთა დამუშავების ალგორითმი [ka]