Har xil tipda berilgan o'quv tanlanmani klasterlashning mashinali o'qitishga asoslangan algoritmlari
Annotatsiya
Mashinali o‘qitishda ma’lumotlarni tahlil qilishning eng keng tarqalgan usullaridan biri klasterlashalgoritmlaridir. Klasterlash algoritmlari har doim o‘xshash obyektlarning ma’lumotlarini tegishli belgilari asosida moskelishi orqali bashorat qilishda hal qiluvchi ro‘l o‘ynaydi. Hozirgacha har xil tipda berilgan o‘quv tanlanmalarni tahlilqilish uchun klasterlash algoritmlarining bir nechtasi ishlab chiqilgan. Biroq, adabiyotlarda keltirilgan algoritmlar ma’lumturdagi o‘quv tanlanmalar bilan yaxshiroq natijaga erishishi mumkin, ammo boshqa turdagi o‘quv tanlanmalari bilanmuvaffaqiyatsiz yoki yomon natijalar berishi mumkin. Ko‘pgina tadqiqot ishlarida klasterlash tahlili uchun maxsus yokibir nechta o‘quv tanlanmalari ko‘rib chiqilgan. Ammo klasterlarning optimal sonini aniqlash va tekshirish uchun har xiltipda berilgan ma’lumotlardan foydalanilgan tadqiqotlar mavjud emas. Ushbu muammolarni bartaraf etish uchun mazkurmaqola turli xil klasterlash algoritmlarini nazariy va tajriba-sinov orqali tekshirishni maqsad qilgan. Tajriba natijalarifiziologik va sintetik o‘quv tanlanmalaridan foydalangan holda har bir toifadagi eng yaxshi algoritm aniqlanadi. Mashinalio‘qitishda har bir klasterlash algoritmining samaradorligi tekshiriladi. Ushbu maqola katta hajmli har xil tipda berilgano‘quv tanlanmalarini qayta ishlash uchun to‘g‘ri klasterlash algoritmi tanlash imkonini beradi.