Neyron tarmoqlar qanday ishlaydi: murakkab matematikasiz tushuntirish

Mohiyati ikki xatboshida

Neyron tarmoq — kiruvchi sonlarni (piksellar, so‘zlar, narxlar) chiquvchi sonlarga (sinf, keyingi so‘z, prognoz) aylantiruvchi funksiya. Ichida u ko‘plab kichik bloklardan — neyronlardan iborat, har birida sozlanadigan sonlar bor: vaznlar.

Boshida vaznlar tasodifiy va tarmoq noto‘g‘ri javob beradi. O‘qitish — tarmoq to‘g‘ri javobli misollarni ko‘p marta ko‘radigan va har bir xatodan keyin vaznlarni biroz o‘zgartiradigan jarayon. Qoidalarni hech kim qo‘lda yozmaydi: qoidalar vaznlarda «o‘tirib qoladi».

Bitta neyron nima qiladi

Neyron bir nechta kirishni oladi, har birini o‘z vazniga ko‘paytiradi, qo‘shadi, siljish (bias) qo‘shadi va natijani aktivatsiya funksiyasi orqali o‘tkazadi — masalan, manfiy qiymatlarni nolga aylantiradigan oddiy chiziqsiz funksiya.

O‘xshatish: siz soyabon olish-olmaslikni hal qilyapsiz. Kirishlar — bulutlilik, prognoz, namlik. Vaznlar — har bir belgiga qanchalik ishonishingiz. Yig‘indi chegaradan yuqori bo‘lsa — soyabon olasiz.

Bitta neyron kam narsa qila oladi. Lekin ularni qatlamlarga — kirish, bir nechta yashirin va chiqish qatlamlariga — yig‘sangiz, tarmoq murakkab bog‘liqliklarni ushlay boshlaydi: birinchi qatlamlar oddiy belgilarni sezadi, keyingilari ularni murakkabroqlarga birlashtiradi.

Tarmoq qanday o‘rganadi: kichik misol

Tarmoq aktivatsiyasiz bitta neyron bo‘lsin: javob = w × x. Biz unga aytmasdan, sonni ikki baravar oshirishni o‘rganishini xohlaymiz.

1. Boshlang‘ich vazn w = 0.5. Misol: x = 3, to‘g‘ri javob 6.
2. Tarmoq 0.5 × 3 = 1.5 deb javob beradi. Xato: 1.5 − 6 = −4.5.
3. Vaznni qaysi tomonga o‘zgartirishni hisoblaymiz. Kvadratik xato uchun qiyalik 2 × (−4.5) × 3 = −27.
4. O‘qitish qadami 0.01 bilan qiyalikka qarshi kichik qadam tashlaymiz: w = 0.5 + 0.27 = 0.77.
5. Yangi javob: 0.77 × 3 = 2.31 — 6 ga allaqachon yaqinroq.

Buni minglab misollarda takrorlang — w 2 ga yaqinlashadi. Haqiqiy tarmoqda millionlab va undan ko‘p vazn bor, xatoni teskari tarqatish (backpropagation) esa tarmoq chiqishidan kirishiga qarab harakatlanib, har bir vazn uchun shu «qiyalikni» tez hisoblash usuli.

Qayta o‘qitish: tarmoq yodlab olganda

Qayta o‘qitish (overfitting) — tarmoq o‘quv misollarida a’lo javob beradi, yangilarida esa yomon. Xuddi biletlar javobini yodlab olgan, lekin fanni tushunmagan talaba kabi.

Buni qanday sezish va unga qarshi kurashish:

• Ajratilgan tanlanma. Ma’lumotlarning bir qismi o‘qitishda ko‘rsatilmaydi va sifat unda tekshiriladi. O‘qitishda xato kamayib, tekshiruvda o‘ssa — bu qayta o‘qitish.
• Ko‘proq va xilma-xil ma’lumot. Yodlash qiyinroq, qonuniyatni tushunish osonroq.
• Erta to‘xtatish. Tekshiruvdagi sifat o‘sishdan to‘xtaganda o‘qitishni tugatish.
• Regulyarizatsiya va dropout. Tarmoqning tasodifiy detallarga tayanishiga to‘sqinlik qiladigan usullar.
• Soddaroq model. Ma’lumot kam bo‘lsa, ulkan tarmoq deyarli albatta qayta o‘qitiladi.

Biznes uchun nima muhim

• Neyron tarmoq qoidalarni bilmaydi — u ma’lumotlarni aks ettiradi. Yomon yoki bir tomonlama ma’lumot yomon model beradi.
• Sifatni o‘qitishda bo‘lgan misollarda emas, yangi misollarda tekshirish kerak.
• Tayyor modellar (LLM, tasvirni tanish) ko‘pincha vazifani allaqachon hal qiladi — o‘z modelingizni noldan o‘qitish o‘ylagandan kamroq kerak bo‘ladi.