1 слайд
Машиналық оқыту
алгоримдеріСабақ тақырыбы: Әбіш Кекілбаев атындағы Binom school мектеп
лицейі
10-сынып
Информатика пәні мұғалімі: Есболова А.Ө
2 слайд
Сабақтың мақсаты
11.3.4.1 машина оқыту алгоритмдерін
түсіндіру;
3 слайд
K-жақын көршілер әдісі
К-ближайших соседей K-Nearest Neighbors algorithm
4 слайд
Алгортим барлық бақылаулар арасынан бұрын белгісіз
жаңа нысанға ұқсайтын k белгілі нысандарды бөліп алуға
қабілетті. Жақын көршілер кластары негізінде жаңа
нысанға қатысты шешім қабылданады. Осы алгоритмнің
міндеті - жуық деп саналатын жазбалар санын -K
коэфициентін іріктеу
5 слайд
Бізде мысық пен итке ұқсайтын жануардың суреті бар делік, бірақ біз оның
мысық немесе ит екенін білгіміз келеді. Осылайша, бұл сәйкестендіру үшін біз
KNN алгоритмін қолдана аламыз, өйткені ол ұқсастық бойынша жұмыс істейді.
Біздің KNN моделі мысықтар мен иттердің суреттері бар жаңа деректер
жиынтығының ұқсас ерекшеліктерін табады және ең ұқсас сипаттамаларға
сүйене отырып, оны мысықтар немесе иттер санатына қосады.
6 слайд
Іске асырудың
қарапайымдылығы: KNN-бұл
машиналық оқытудың қарапайым
алгоритмдерінің бірі және оны
жаңадан бастаушылар да оңай
түсінеді.01
Оқытуды қажет етпейді: KNN -
жалқау алгоритм, яғни ол
көптеген басқа алгоритмдерден
айырмашылығы, мысалы, тірек
векторлық әдіс немесе
нейрондық желілер..02
Шағын деректер жиыны үшін
жақсы жұмыс істейді: KNN
деректердің шағын көлемі мен
қарапайым деректер құрылымы
болған кезде жақсы жұмыс істей
алады.03KNN
артықшылықтары:
7 слайд
K мәнін таңдау қажеттілігі: дұрыс
k мәнін таңдау (көршілер саны).
алгоритм нәтижелеріне қатты
әсер етуі мүмкін.01
Теңгерімсіз класстар мәселесі:
егер деректердегі класстар
теңгерімсіз болса (бір класс
басқаларына қарағанда басым
болса), онда KNN басым сыныпқа
қарама-қайшы нәтижелер бере
алады.02
Категориялық белгілері көп
деректер үшін жарамсыз: KNN
сандық деректермен жақсы
жұмыс істейді, бірақ оны
категориялық белгілері көп
деректерге қолдану қиын болуы
мүмкін.03KNN
кемшіліктері:
8 слайд
Нүктелер немесе нысандар арасындағы қашықтықты есептеу жақын
көршілер алгоритміндегі (KNN) негізгі қадам болып табылады. Жақын
көршілерді анықтау үшін әр түрлі қашықтық өлшемдері қолданылады.
Ең көп таралған көрсеткіштер-евклидтік қашықтық және Манхэттен
қашықтығы. Оларды қалай есептеу керек:
Сіз үшін 400 000 ұстаздардың еңбегі мен тәжірибесін біріктіріп, ең үлкен материалдар базасын жасадық. Төменде пәніңізді белгілеп, керек материалды алып сабағыңызға қолдана аласыз