მანქანური სწავლების ალგორითმები, რომლებსაც ყველაზე ხშირად იყენებენ

მანქანათმცოდნეობის ალგორითმები სხვადასხვა პრობლემის გადასაჭრელად გამოიყენება.

გთავაზობთ ყველაზე ხშირად გამოყენებული ალგორითმის მოკლე მიმოხილვას:

• ხაზოვანი რეგრესია (Linear regression): პროგნოზირებს უწყვეტ მნიშვნელობებს, როგორიცაა, მაგალითად, სახლის ფასები ან სხვა ცვალებადი რიცხვები.
• Random forest: უფრო ზუსტი შედეგების მისაღებად მრავალი გადაწყვეტილების პროგნოზსს აერთიანებს.
• იერარქიული კლასტერირება (Hierarchical clustering): მონაცემებს მათი მსგავსების მიხედვით აჯგუფებს.
• სწავლის ალგორითმი (learning algorithm): ამ ალგორითმს აგენტები იყენებენ, რათა ისწავლონ, როგორ მოიქცნენ კონკრეტულ გარემოში იმისთვის, რომ თავიანთი ჯილდოები მაქსიმალურად გაზარდონ.
• Apriori algorithm: მას მონაცემთა ნაკრებებში ხშირი შაბლონების პოვნა შეუძლია. 
• განზომილების შემცირების ალგორითმები (Dimensionality reduction algorithms): მონაცემთა ბაზაში ფუნქციების რაოდენობას ამცირებს და  ყველაზე მნიშვნელოვან ინფორმაციას გამოჰყოფს.
• Autoencoders: ამცირებს განზომილებების ანომალიებს.
• K-means clustering: კლასტერების წინასწარ განსაზღვრულ რაოდენობაში მონაცემთა წერტილებს აჯგუფებს. 
• კონვოლუციური ნერვული ქსელები (Convolutional neural networks (CNN)): ეს გამოსახულებისა და ვიდეოს ამომცნობი ალგორითმია.
• ძირითადი კომპონენტის ანალიზი (Principal component analysis): პოულობს მონაცემთა ნაკრების ძირითად კომპონენტებს, რომლებიც  უდიდესი დისპერსიის (greatest variance) მიმართულებებია. 
• Naive Bayes: ის ხშირად კლასიფიკაციის ამოცანებისთვის გამოიყენება, როგორიცაა სპამის ფილტრაცია.
• ლოგისტიკური რეგრესია (Logistic regression): გამოიყენება ორობითი კლასიფიკაციის ამოცანებისთვის. ყველაზე გავრცელებული ლოგისტიკური რეგრესია ბინარულ შედეგს აყალიბებს; რაღაც, რასაც შეუძლია ორი მნიშვნელობა მიიღოს, როგორიცაა true/false, yes/no და ა.შ.
• გადაწყვეტილების ხე (Decision tree): ეს ალგორითმი პროგნოზების გასაკეთებლად ხის მსგავს სტრუქტურას იყენებს.
• Mean shift: შეიძლება გამოყენებული იქნას ისეთი ამოცანებისთვის, როგორიცაა გამოსახულების სეგმენტაცია და სიმკვრივის შეფასება.

ალგორითმების როლი ჩვენს ყოველდღიურ ცხოვრებაში

თემის მიხედვით

ალგორითმების როლი ჩვენს ყოველდღიურ ცხოვრებაში

MIT-ის ტრენერთა ტრენინგი საქართველოში — მანქანური სწავლება კომპიუტერულ ხედვაში

თემის მიხედვით

MIT-ის ტრენერთა ტრენინგი საქართველოში — მანქანური სწავლება კომპიუტერულ ხედვაში