Бейненi тану есептерiн шешуде машиналык окытудын негiзгi әдiстерiнiн сасасын зерттеу

Қазақстан Республикасының Білім және ғылым министрлігі

Әл-Фараби атындағы Қазақ ұлттық университеті

Мәмет Заманбек Торыбайұлы

БЕЙНЕНІ ТАНУ ЕСЕПТЕРІН ШЕШУДЕ МАШИНАЛЫҚ ОҚЫТУДЫҢ НЕГІЗГІ ӘДІСТЕРІНІҢ САПАСЫН ЗЕРТТЕУ

ДИПЛОМДЫҚ ЖҰМЫС

5В070400-«Есептеу техникасы және бағдарламалық қамтамасыз ету»

Алматы, 2022

Қазақстан Республикасы Білім және ғылым министрлігі

әл-Фараби атындағы Қазақ ұлттық университеті

Ақпараттық технологиялар факультеті

Информатика кафедрасы

ДИПЛОМДЫҚ ЖҰМЫС

тақырыбы: «БЕЙНЕНІ ТАНУ ЕСЕПТЕРІН ШЕШУДЕ МАШИНАЛЫҚ ОҚЫТУДЫҢ НЕГІЗГІ ӘДІСТЕРІНІҢ САПАСЫН ЗЕРТТЕУ»

5B070400 – «Eсeптeу тeхникaсы жәнe бaғдapлaмaлық қaмтaмaсыз eту»

Орындаған          ____________________         Мәмет З. Т.

                           (қолы)         

Ғылыми жетекші,         ____________________         Черикбаева Л. Ш.

PhD, доцент м.а.                            (қолы)         

Қорғауға жіберілді:

Хаттама №         , «       » _________ 2022 ж.

Кафедра меңгерушісі _________________________    Дарибаев Б.С.

       (қолы және мөрі) 

Норма бақылаушы ____________________________    Алимбаева Б.К.

      (қолы)

Аңдатпа

Дипломдық жұмыс кіріспе, негізгі бөлім, қорытынды, пайдаланылған әдебиеттер тізімі мен қосымшадан тұрады. Дипломдық жұмыста 45 бет, 25 сурет, 20 әдебиет, 1 қосымша бар.

Кілттік сөздер: МАШИНАЛЫҚ ОҚЫТУ, PYTHON, CNN, JUPYTER NOTEBOOK, ДАТАСЕТ, КЛАССИФИКАТОР, ADABOOST.

Зерттеу нысаны – машиналық оқытудағы бейнені тануға арналған классификаторларды дәлдік арқылы салыстыру.

Жұмыстың мақсаты: бейне тану есептерін шешу кезінде қолданылатын машиналық оқытудың алгоритмдерінің сапасын зерттеу.

Жұмысты жасау барысында пәндік саланы зерттеу жүргізілді, оның нәтижелері бойынша негізгі міндеттер мен оларды шешудің технологияларының жиынтығы анықталды. Jupyter Notebook (anaconda 3) платформасын таңдау арқылы жасалды. Қолданылған бейне тану алгоритмдері нәтижесі бойынша сапасын салыстыру мақсатында проценттік көрсеткіш бойынша график салынды.

Жұмыстың нәтижесінде алынған екі түрлі датасет алынып, таңдалынған негізгі 3 алгоритм бойынша классификация жүргізілді. Сәтті жүрген жұмыс бойынша дәлдік сапасы бойынша үздік алгоритмдер анықталды.

Реферат

Дипломная работа состоит из введения, основной части, заключения, списка использованной литературы и приложения. Дипломная работа содержит 45 страницы, 25 рисунков, 20 литературы, 1 приложение.

Ключевые слова: МАШИННОЕ ОБУЧЕНИЕ, PYTHON, CNN, JUPYTER NOTEBOOK, ДАТАСЕТ, КЛАССИФИКАТОР, ADABOOST.

Объект исследования-сравнение классификаторов для распознавания образов в машинном обучении с точностью.

Цель работы: изучить качество алгоритмов машинного обучения, используемых при решении задач распознавания образов.

В процессе создания работы проведено исследование предметной области, по результатам которого определены основные задачи и совокупность технологий их решения. Jupyter был создан путем выбора платформы Notebook (anaconda 3). С целью сравнения качества по результатам используемых алгоритмов распознавания видео построен график по процентному показателю.

В результате работы были получены два разных датасета и проведена классификация по 3 основным выбранным алгоритмам. По успешно выполненной работе определены лучшие алгоритмы по качеству точности.