-
Machine Learningning qanchalik yaxshi ishlashi siz unga shug‘ullanish uchun beradigan ma’lumotlaringizga bog‘liq.
-
Demak, yuqori sifatli ma’lumotlarni va ko‘p miqdorda ishlatish katta ahamiyatga ega.
-
Ammo ma’lumot muhim bo‘lsa, savol tug‘ilishi mumkin: shug‘ullanish uchun ma’lumot qayerdan keladi?
-
Odatda, komputerlar o‘rganish uchun ma’lumotlarni bizga hech qanday ta’sir ko‘rsatmasdan
-
siz va menga o‘xshagan odamlardan yig‘adi.
-
Video yozuvchi xizmat siz nimani ko‘rayotganingizni yozib olishi mumkin, shunda u siz keyingi
-
safar nimani ko‘rishni xohlashingizni tavsiya qilish uchun ma’lumotdagi ko‘rinishlarni tanib oladi.
-
Boshqa paytlarda, to‘gridan to‘g‘ri o‘zingizdan yordam so‘raladi, masalan, biron sayt sizdan ko‘cha belgilari va rasmlarini belgilashingizni so‘rashi mumkin.
-
Siz Machine Learningni ko‘rishiga va hattoki kuni kelib mashina boshqarishiga ham yordam beruvchi
ma’lumotlar bilan ta’minlayapsiz.
-
Tibbiyot tadqiqotchilari komputerlarga qanday qilib kasalliklar uchun tashxis qo‘yishni va ularni
-
tanitishni o‘rgatish uchun tibbiyotga oid rasmlardan foydalana olishadi.
-
Machine Learningga yuzlab va minglab rasmlar, u xastalikni to‘g‘ri aniqlashidan oldin
-
nimani izlashni biladigan biron shifokordan yo‘l-yo‘riq kerak bo‘ladi.
-
Hattoki minglab misollar bilan ham, komputer taxminlarida muammolar yuzaga kelishi mumkin.
-
Agar faqatgina erkaklardan rentgen ma’lumotlari olinsa, unda komputer tashxislari faqatgina erkaklar uchun o‘rinlidir.
-
Biron ayolga rentgen tashxisini o‘tkazish so‘ralganda, u kasallikni tanimasligi mumkin.
-
O‘rganish uchun berilgan ma’lumotdagi mana bu ko‘rinmas nuqta noto‘g‘ri fikrni yuzaga keltiradi.
-
Bu noto‘g‘ri ma’lumot boshqalaridan birinchilikka chiqib oladi yoki ularni istisno qiladi.
-
O‘rganish uchun ma’lumotlar qanday, kim tomonidan yig‘ilganiga va qanday qilib kiritilganiga
-
bog‘liq holda ma’lumot inson yondashuvini o‘z ichiga olishiga imkon bor.
-
Noto‘gri yondashilgan ma’lumotdan o‘rganish orqali, komputerga o‘rgatayotgan odamlar xabardor bo‘lish
-
bo‘lmasligiga qaramasdan, komputer noto‘g‘ri yondashilgan taxminlar qilishi mumkin.
-
O‘rganish uchun beriladigan ma’lumotlarni ko‘rib chiqishda o‘zingizdan ikkita savolni so‘rang:
-
Bu ma’lumot komputerga to‘g‘ri narsani o‘rgatish uchun yetarlimi?
-
Va, bu ma’lumot barcha mumkin bo‘lgan ssenariy va foydalanuvchilarni noto‘g‘ri yondashuvsiz namoyish qiladimi?
-
Bu yerda siz, inson o‘rganuvchi sifatida, muhim rol o‘ynaysiz.
-
Komputerga noto‘g‘ri yonbosilmagan ma’lumotni berish o‘zingizga bog‘liq.
-
Bu juda ko‘plab manbalardan tonnalab misollarni to‘plash deganidir.
-
Esingizda bo‘lsin, siz machine learning uchun ma’lumot terganingizda va tanlaganingizda,
-
siz aslida kod bilan emas, o‘rgatuvchi ma’lumot bilan algoritmni dasturlashtirayotgan bo‘lasiz.
-
Ma’lumotning o‘zi koddir.
-
Qancha yaxshi ma’lumot bilan ta’minlasangiz, komputer shuncha yaxshi o‘rganadi.
Code.org