Машиналық оқыту алгоритмдері
Қазіргі таңда машиналық оқыту алгоритмдерін қолдану кең етек алуда. Машиналық оқыту алгоритмдері бұл деректер үлгілерін іздеу және тиісінше бағдарлама әрекеттерін өзгерту үшін қолданады.
Машиналық оқу (Machine Learning) әдісі - эмпирикалық мәліметтердегі заңдылықтарды анықтау үшін оқуға қабілетті алгоритмдерді құру әдістерін зерттейтін жасанды интелект саласы.
Қазіргі уақытта сөйлеуді тану өзекті проблема болып отыр. Осы проблеманы шешу мақсатында қолданылатын көптеген заманауи әдістер кең ауқымды есептеуіш ресурстарын талап етеді, ал көп жағдайда ол ресурстардың көлемі шектеулі.
Соңғы уақытта танудың кейбір кезеңдері үшін нейрондық желілерге негізделген әдістер барған сайын жиі қолданылуда. Осы бетбұрыстың себебі нейрондық желілерді қолданудың қарапайымдылығымен, сондай-ақ жұмыс жылдамдығының жеткілікті түрде жоғары болуымен түсіндіріледі.
Сөйлеу сигналын акустикалық-фонетикалық модельдеу үшін қолданылатын модельдердің басқа класы болып жасанды нейрон желілерінің модельдері саналады. Оның құрылымы мен жұмыс істеу принциптері нерв жүйелерінің биологиялық модельдеріне, әсіресе ми моделіне негізделеді. Нейрон желілері өз бетінше ұйымдастырылып, реттілігіне қарай алгоритмдердің көптүрлігі ретінде қаралады, өзара байланысқан көптеген бір типті және бір қатарда қызмет ететін элементтер немесе нейрондық және арнайы ұйымдасқан байланыстар көмегімен сыртқы әлеммен тұтасқан құбылыс болып танылады.
Уақыттың дискреттік сәттерінде кіріс байланыстары бойынша нейронға ақпарат беріледі, оның негізінде кейбір принциптерге сәйкес шығыс сигналы қалыптасады, ал ол өз кезегінде басқа нейрондардың кірістеріне беріледі. Сөйтіп нейрон желісінің негізгі элементі нейрон болып саналады.
1943 жылы ұсынған [47-49] Мак Каллока-Питсаның (2.1-сурет) нейрон моделі ең көп таралған модель болып есептеледі, соған сәйкес нейронда кіріс байланыстарының жиыны пайда болды, ал шығыс біреу ғана және ол параллельдене алады.
Сурет 2.1 - Нейрондық модель
Бұл модель қызметі келесідей: нейрон шығысына 𝑥(𝑡) = 𝑥1(𝑡), ... , 𝑥𝑖(𝑡) =
{𝑥1(𝑡), ... , 𝑥𝑁(𝑡)} кіріс векторлары беріледі, ал ол ... жалғасы
Машиналық оқу (Machine Learning) әдісі - эмпирикалық мәліметтердегі заңдылықтарды анықтау үшін оқуға қабілетті алгоритмдерді құру әдістерін зерттейтін жасанды интелект саласы.
Қазіргі уақытта сөйлеуді тану өзекті проблема болып отыр. Осы проблеманы шешу мақсатында қолданылатын көптеген заманауи әдістер кең ауқымды есептеуіш ресурстарын талап етеді, ал көп жағдайда ол ресурстардың көлемі шектеулі.
Соңғы уақытта танудың кейбір кезеңдері үшін нейрондық желілерге негізделген әдістер барған сайын жиі қолданылуда. Осы бетбұрыстың себебі нейрондық желілерді қолданудың қарапайымдылығымен, сондай-ақ жұмыс жылдамдығының жеткілікті түрде жоғары болуымен түсіндіріледі.
Сөйлеу сигналын акустикалық-фонетикалық модельдеу үшін қолданылатын модельдердің басқа класы болып жасанды нейрон желілерінің модельдері саналады. Оның құрылымы мен жұмыс істеу принциптері нерв жүйелерінің биологиялық модельдеріне, әсіресе ми моделіне негізделеді. Нейрон желілері өз бетінше ұйымдастырылып, реттілігіне қарай алгоритмдердің көптүрлігі ретінде қаралады, өзара байланысқан көптеген бір типті және бір қатарда қызмет ететін элементтер немесе нейрондық және арнайы ұйымдасқан байланыстар көмегімен сыртқы әлеммен тұтасқан құбылыс болып танылады.
Уақыттың дискреттік сәттерінде кіріс байланыстары бойынша нейронға ақпарат беріледі, оның негізінде кейбір принциптерге сәйкес шығыс сигналы қалыптасады, ал ол өз кезегінде басқа нейрондардың кірістеріне беріледі. Сөйтіп нейрон желісінің негізгі элементі нейрон болып саналады.
1943 жылы ұсынған [47-49] Мак Каллока-Питсаның (2.1-сурет) нейрон моделі ең көп таралған модель болып есептеледі, соған сәйкес нейронда кіріс байланыстарының жиыны пайда болды, ал шығыс біреу ғана және ол параллельдене алады.
Сурет 2.1 - Нейрондық модель
Бұл модель қызметі келесідей: нейрон шығысына 𝑥(𝑡) = 𝑥1(𝑡), ... , 𝑥𝑖(𝑡) =
{𝑥1(𝑡), ... , 𝑥𝑁(𝑡)} кіріс векторлары беріледі, ал ол ... жалғасы
Ұқсас жұмыстар
Пәндер
- Іс жүргізу
- Автоматтандыру, Техника
- Алғашқы әскери дайындық
- Астрономия
- Ауыл шаруашылығы
- Банк ісі
- Бизнесті бағалау
- Биология
- Бухгалтерлік іс
- Валеология
- Ветеринария
- География
- Геология, Геофизика, Геодезия
- Дін
- Ет, сүт, шарап өнімдері
- Жалпы тарих
- Жер кадастрі, Жылжымайтын мүлік
- Журналистика
- Информатика
- Кеден ісі
- Маркетинг
- Математика, Геометрия
- Медицина
- Мемлекеттік басқару
- Менеджмент
- Мұнай, Газ
- Мұрағат ісі
- Мәдениеттану
- ОБЖ (Основы безопасности жизнедеятельности)
- Педагогика
- Полиграфия
- Психология
- Салық
- Саясаттану
- Сақтандыру
- Сертификаттау, стандарттау
- Социология, Демография
- Спорт
- Статистика
- Тілтану, Филология
- Тарихи тұлғалар
- Тау-кен ісі
- Транспорт
- Туризм
- Физика
- Философия
- Халықаралық қатынастар
- Химия
- Экология, Қоршаған ортаны қорғау
- Экономика
- Экономикалық география
- Электротехника
- Қазақстан тарихы
- Қаржы
- Құрылыс
- Құқық, Криминалистика
- Әдебиет
- Өнер, музыка
- Өнеркәсіп, Өндіріс
Қазақ тілінде жазылған рефераттар, курстық жұмыстар, дипломдық жұмыстар бойынша біздің қор #1 болып табылады.
Ақпарат
Қосымша
Email: info@stud.kz