Машиналык окутуунун иш процесси
Негизги идея: Машиналык окутуу (machine learning, ML) долбоору — бул сиз басчу жалгыз сыйкырдуу баскыч эмес. Бул реалдуу дүйнөдөгү суроону иштеп жаткан, пайдалуу болжолдоо системасына айландыруу үчүн иреттүү өтүлүүчү — жана көбүнчө кайра-кайра өтүлүүчү — так этаптардын цикли.
Ушул эң биринчи сабакта биз бүт бул циклди, саякаттын алдында картаны караган сыяктуу, бийиктиктен карайбыз. Бул курстун кийинки ар бир сабагы ушул картанын бир бөлүгүн жакындан карайт. Саякаттын формасын чын-чынында түшүнгөндөн кийин, андан кийинки бардык нерсе сиз мурдатан күткөн майда-чүйдөлөрдү толтуруудай сезилет. Ошондой эле биз курстун калган бөлүгүндө кайра-кайра колдоно турган мисал долбоор менен таанышабыз: Бишкектеги батирлердин баасын болжолдоо.
Эмнени үйрөнөсүз
- Машиналык окутуу долбоорунун жети этабы кайсылар экенин жана алар кайсы иретте болорун.
- Ар бир этап үчүн: эмне кирет, эмне чыгат жана көбүнчө эмне туура эмес болот.
- Реалдуу дүйнөдөгү маселени карап, анын регрессия (санды болжолдоо), классификация (категорияны болжолдоо) же башка нерсе экенин кантип чечүүнү.
- Машиналык окутуу качан туура эмес курал болуп, жөнөкөй эрежелердин топтому качан жакшыраак болорун.
- Командада ким эмне кыларын: маалымат окумуштуусу (data scientist), МО инженери (ML engineer) жана маалымат аналитиги (data analyst).
- Биздин курс боюнча колдонула турган мисал: Бишкектеги батирлердин баасын болжолдоо.
Эмне үчүн бизге иш процесси керек
Адамдар машиналык окутуу жөнүндө биринчи укканда, көбүнчө ортоңку кадамды гана элестетишет: "компьютер маалыматтан үйрөнөт". Бул чын, бирок бул чыныгы иштин кичинекей бөлүгү гана. Иш жүзүндө адистер убактысынын көбүн ошол кадамдын тегерегиндеги нерселерге коротушат — кайсы маселени чечүүнү аныктоо, маалымат издөө, чаржайыт маалыматты тазалоо, натыйжанын жарамдуулугун текшерүү жана система иштеп баштагандан кийин аны сак-саламат кармоо.