Masin təlimi metodlari

Sonda magistr dissertasiya işi ilə bağlı müzakirələr aparıldı, iddiaçı çoxsaylı sualları cavablandırdı.

Təlim metodları anlayışı, onların təsnifatı

Təlimin səmərə və keyfiyyəti metodların düzgün seçilib tətbiq edilməsi ilə sıx bağlıdır. Qeyri-səmərəli metodlarla yüksək təlim-tərbiyə nəticələrinə nail olmaq mümkün deyildir.
“Metod” yunan sözü olub, nəyəsə nail olmaq yolu deməkdir (pedaqoji ədəbiyyatda metodla yanaşı, ərəb sözü olan “üsul” termini də işlədilir). Təlim metodları qarşıda duran didaktik məqsədə nail olmaq üçün istifadə olunan yollara deyilir.
Təlim metodu bütöv təlim prosesinin ünsürlərindən biri olub, digər ünsürlərlə vəhdətdə çıxış edir. O, təlimin məqsəd və məzmununa xidmət göstərir: məqsəd və məzmun dəyişdikdə metod da dəyişir.
Metod öz təbiətinə görə mürəkkəb və çoxcəhətli anlayışdır. Hər bir metod özündə müxtəlif tərzləri (priyomları) birləşdirir. Tərz metodun tərkib hissəsi, onun bir ünsürüdür. Məsələn, müsahibə metodu zamanı müəllim müxtəlif tərzlərdən istifadə edir: suallar qoyur, səhv cavabları islah edir, nəticələr çıxarır.
Təlim metodları çoxdur (100-dək). Onların təsnifatında vahidlik yoxdur. Pedaqoji ədəbiyyatda təlim metodlarının müxtəlif təsnifatı irəli sürülmüşdür:
– bilik mənbələrinə görə: söz, əyani və praktik metodlar;
– didaktik vəzifəyə görə: yeni biliyin verilməsi, bilik və bacarıqların möhkəmləndirilməsi, yoxlanması metodları;
– şagirdlərin dərketmə fəaliyyətinə görə: izahlı-illüstrativ, reproduktiv, problemli şərh, qismən axtarış və evristik, tədqiqatçılıq metodları;
– təlimin mərhələlərinə görə (N.Kazımov): yeni tədris materialının əsasən qavranmasına xidmət edən üsullar; bilik, bacarıq və vərdişlərin əsasən formalaşmasına xidmət edən üsullar; bilik, bacarıq və vərdişlərin əsasən tətbiqinə xidmət edən üsullar; təlimdə müvəffəqiyyətə nəzarət üsulları.
Təlim metodlarının təsnifatı məsələsinin düzgün həlli onların təlim prosesindəki mövqeyi və rolunu, bu prosesdəki digər komponentlərlə əlaqəsini müəyyənləşdirməklə sıx bağlıdır. Təlimdə məqsədin bütün komponentləri şərtləndirməsi barədə qanundan göründüyü kimi, metod ilk növbədə məqsədə xidmət edir və onunla müəyyənləşir: “məqsəd, qanun kimi, fəaliyyətin metod və vasitələrini müəyyən edir” (K.Marks).
Təlimin başlıca məqsədi şagirdlərin şüurunda dünyanın düzgün, dolğun mənzərəsini yaratmaqdan, onların intellektual inkişafını və tərbiyəsini təmin etməkdən ibarətdir. Dünyanın şüurda əks etdirilməsi isə özünə məxsus formalarda – təsəvvürlər, anlayışlar və qanunlar formasında həyata keçirilir. Təlim metodları məhz bu məqsədə xidmət etməlidir. Təlimdə bu məqsədlə yanaşı, bacarıq və vərdişlər yaratmaq, habelə nəzarət məqsədi də həyata keçirilir.
Əsas didaktik məqsədlərə müvafiq olaraq təlim metodlarını aşağıdakı kimi təsnif etmək olar.

1. Təsəvvürlərin formalaşdırılması (qavrama)

1. Təsəvvürlərin formalaşdırılması (qavrama) metodları

2. Nəzəri biliyin (anlayış və qanunların) mənimsədilməsi (anlama)

2. Nəzəri biliyin (anlayış və qanunların) mənimsədilməsi (anlama) metodları

3. Bacarıq və vərdişlərin formalaşdırılması (tətbiqetmə)

3. Bacarıq və vərdişlərin formalaşdırılması (tətbiqetmə) metodları

4. Bilik, bacarıq və vərdişlərin yoxlanması (nəzarət)

4. Təlimdə nəzarət metodları

Bu təsnifat şərtidir, çünki təlim prosesində bütün metodlar qarşılıqlı əlaqədə çıxış edir.

• Teqlər:
• təlim metodları

Masin təlimi metodlari

TED.az xəbər verir ki, AMEA İnformasiya Texnologiyaları İnstitutunda 1 saylı şöbənin “Böyükölçülü məlumatlarda anomaliyaların aşkarlanması metodlarının analizi” mövzusunda magistrlik dissertasiya işinin müzakirəsinə həsr olunmuş onlayn elmi seminarı keçirildi.

Məruzəni təqdim edən institutun magistrantı Leyla Yusifova öncə Big data konsepsiyası, Big data texnologiyalarının imkanları, anomaliyaların aşkarlanması probleminin müxtəlif aspektlərinin araşdırılması, maşın təlimi metodlarının analizi və s. haqqında ətraflı məlumat verdi.

L.Yusifova bildirdi ki, dissertasiya işi giriş, 3 fəsil, nəticə və ədəbiyyat siyahısı da daxil olmaqla 80 səhifədən ibarətdir. Dissertasiya işində 4 cədvəl, 4 qrafik və 10 şəkil var. Ədəbiyyat siyahısının sayı isə 74-dür.

Məsələnin aktuallığını diqqətə çatdıran iddiaçı qeyd etdi ki, kompüterlər insan fəaliyyətinin bütün sferalarına nüfuz etdikcə informasiya axınının artması və XXI əsrin əvvəllərindən başlayaraq Big data fenomenin meydana gəlməsi, kredit kartlar üzrə tranzaksiya verilənlərində fırıldaqçılığın, kompüter şəbəkələrində anomal trafiklərin, şübhəli kiber aktivliyin və s. aşkarlanması Big Data analitikanın əsas məsələlərindəndir. Bu baxımdan böyük verilənlərdə şablonlara uyğun olmayan verilənlərin – anomaliyaların aşkarlanması mövzusu böyük aktuallıq kəsb edir.

Məruzəçi tədqiqat işinin əsas məqsədinin böyük verilənlərdə anomaliyaların aşkarlanmasında istifadə edilən maşın təlimi metodlarının müqayisəli şəkildə analiz etmək və şəbəkə trafiki verilənlərində anomaliyaları aşkarlamaq üçün geniş yayılmış təlim alqoritmlərini tətbiq etməkdən ibarət olduğunu söylədi.

Tədqiqatın elmi yeniliyi və praktik əhəmiyyətindən söz L.Yusifova bildirdi ki, tədqiqat işində böyükölçülü şəbəkə trafiki verilənlərində DoS hücumların aşkarlanması üçün klassifikasiya ansamblına əsaslanan yanaşma təklif olunub və WEKA proqram mühitində realizasiya edilib.

Sonra o, Big data texnologiyanın elmi-nəzəri problemlərinin tədqiqindən söhbət açdı. Verilənlər probleminin həcm, sürət, müxtəliflik, həqiqiliklə əlaqədar olduğunu, Böyük verilənlərin emalı, saxlanması, vizuallaşdırma və təhlükəsizlik problemlərinin meydana çıxdığını dedi. Bildirdi ki, böyük verilənlərin analizi problemlərinə mətn analizi, video-analitika, audio-analitika və sosial-media analitikası daxildir.

L.Yusifova qeyd etdi ki, tədqiqat işinin ikinci fəslində anomaliyaların aşkarlanması metodlarının analizindən bəhs olunur. Anomaliya verilənlərdə müəyyən olunmuş normal davranışa uyğun olmayan qanunauyğunluq kimi başa düşülür və ya verilənlərin göstəricisi kimi təyin olunur.

Tədqiqatçı maşın təlimi metodlarının nəzarətli öyrənmə (Supervised Learning), nəzarətsiz öyrənmə (Unsupervised Learning), yarınəzarətli öyrənmə (Semi-supervised Learning) növlərinə ayrıldığını söylədi: “Təlimə əsaslanan alqoritmlərin isə öz növbəsində SVM (dəstək vektor maşınları), Qərar ağacı, Təsadüfi meşələr, k-yaxın qonşu, Naive-Bayes teoremi və Neyron şəbəkə növləri var”.

“1950-ci illərdə Hunt tərəfindən Qərar ağacının əsası qoyulub. Qaydaların iyerarxik ardıcıl strukturda təsviri üsuludur, burada hər bir obyektə qərar verən yeganə qovşaq uyğun gəlir. Qərar ağacı maşın öyrənmə, məlumat təhlili və statistikada istifadə edilən qərar dəstəkləmə vasitəsidir”.

Məruzəçi qeyd etdi ki, “təsadüfi meşələr” adından da göründüyü kimi, ansambl kimi fəaliyyət göstərən çox sayda fərdi qərar ağacından ibarətdir. Təsadüfi qərar meşələri üçün ilk alqoritm 1995-ci ildə Tin Kam Ho tərəfindən təsadüfi alt məkan metodu ilə yaradılıb.

K-yaxın qonşu alqoritmi isə ilk dəfə 1951-ci ildə Evelyn Fix və Joseph Hodges tərəfindən hazırlanmış metoddur. k-NN alqoritmindən, k ən oxşar halların və ya itkin məlumat sətri ilə eyni naxışları göstərən qonşuların sayını axtarmaq üçün istifadə edilir.

L.Yusifova əlavə etdi ki, neyron şəbəkə 1943-cü ildə yaranıb. Bioloji neyron şəbəkələrin – canlıların sinir hüceyrələrinin şəbəkələrinin təşkili və işləməsi prinsipi əsasında qurulmuş riyazi modeldir, həmçinin proqram və ya aparat tətbiqidir.

Daha sonra tədqiqatçı vurğuladı ki, dissertasiya işinin üçüncü fəsli böyük məlumatlarda anomaliyaların aşkarlanmasında maşın təlimi alqoritmlərinin realizasiyasına həsr olunub.

O, WEKA (Waikato Environment for Knowledge Analysis) proqram platformasından da söz açdı. “WEKA açıq proqram təminatının ilkin versiyası 1993-cü ildə Yeni Zelandiyanın Vaikato universitetində Java proqramlaşdırma dilində yazılmışdır. WEKA tədqiqatçılara ilkin emal alətləri, çoxsaylı klassifikasiya və klasterizasiya, reqresiya metodları təqdim edir və nəticələrin vizuallaşdırılması imkanı verir”, – deyə iddiaçı əlavə etdi.

L.Yusifova bildirdi ki, həyata keçirilmiş təcrübələr, böyük şəbəkə trafiki verilənlərində anomaliyaların aşkarlanmasında təlimə əsaslanan maşın təlimi alqoritmlərinin istifadəsinin mümkünlüyüni göstərir. Data set-dəki xüsusiyyətləri seçməklə məlumat ölçüsünü azaltmağa və nəticə etibarı ilə təsnifatlandırma alqoritmlərinin səmərəliliyini, dəqiqliyini artırmağa, modelin seçilməsi prosedurunun sadələşdirilməsinə, hesablama xərclərinin azaldılmasına, yaddaşa, qənaətə və s. nail olmaq olar.

Sonda magistr dissertasiya işi ilə bağlı müzakirələr aparıldı, iddiaçı çoxsaylı sualları cavablandırdı.

Masin təlimi metodlari

TED.az xəbər verir ki, AMEA İnformasiya Texnologiyaları İnstitutunda 2 saylı şöbənin magistrlərin dissertasiya işlərinin müzakirəsinə həsr edilmiş onlayn elmi seminarı keçirildi.

Öncə magistrant Ayşən Rzayeva “Kompüter şəbəkələrinin təhlükəsizliyinin qiymətləndirilməsi metodları” mövzusunda dissertasiya işini təqdim etdi. İlk olaraq, şəbəkə təhlükəsizliyinin qiymətləndirilməsində istifadə olunan müxtəlif metodlar haqqında məlumat verdi. O, hücum qrafları, nüfuzetmə testləri və maşın təliminə əsaslanan metodların şəbəkə təhlükəsizliyinin qiymətləndirilməsində tətbiq olunan mühüm komponentlər olduğunu qeyd etdi və onların üstün və çatışmayan cəhətlərinin müqayisəli analizini diqqətə çatdırdı.

Məruzəçi maşın təliminə əsaslanan qiymətləndirmə metodları ilə apardığı eksperimentlər haqqında məlumat verdi, istifadə olunan əlamətlər və maşın təlimi alqoritmlərinin müxtəlif metrikalar üzrə nəticələrinin müqayisəli analizini təqdim etdi.

Magistrant Gülnar Yaqublu “Zərərli proqram təminatının statik və dinamik analizi metodlarının tədqiqi” adlı dissertasiya işini təqdim etdi. Proqram təminatının statik, dinamik və hibrid analizi haqqında məlumat verildi, onların müqayisəli analizini diqqətə çatdırdı, zərərli proqram təminatının növləri və onlarda aşkarlanmadan yayınmaq üçün istifadə edilən metodlar barədə məlumat verdi.

Proqram kodunun statik analizi üçün qraflar nəzəriyyəsinə əsaslanan yanaşmalar barədə məlumat verdi, onların istifadə edildiyi alətlərin üstün cəhətlərini və nöqsanlarını qarşılaşdırdı. Daha sonra, məruzəçi proqram təminatının dinamik analizinin aparılması metodikasının əsas addımlarını diqqətə çatdırdı, dinamik analiz vasitəsilə çıxarılan əlamətlər barədə məlumat verdi. Statik və dinamik analizin tam avtomatlaşdırılması üçün maşın təlimi metodlarının tətbiqinin aktual tədqiqat məsələsi olduğunu qeyd edən məruzəçi zərərli proqram təminatının analizi üçün Naïve Bayes, LightGBM, XGBoost, CatBoost maşın təlimi modellərinin tətbiqi ilə müxtəlif eksperimentlərin aparıldığını nəzərə çatdırdı.

“Veb saytların informasiya təhlükəsizliyinin test edilməsi metodlarının tədqiqi” mövzusunda dissertasiya işini təqdim edən magistrant Nərmin Əhmədova ilk olaraq veb texnologiyaların müasir vəziyyəti və veb ekosisteminin təhlükəsizliyinin əsas komponentləri haqqında ümumi məlumat verdi. Məruzəçi OWASP Top 10 təsnifatına daxil olan əsas veb təhlükəsizlik boşluqlarının ümumi xarakteristikalarını diqqətə çatdırdı və qeyd etdi ki, veb tətbiqlərdə boşluqların test edilməsinin OWASP metodikasına görə 9 kateqoriyada birləşdirilmiş 60-dan artıq test yerinə yetirilməlidir. Məruzəçi fazzinq metodu və onun modifikasiyalarının analizi üzrə tədqiqatının nəticələrini diqqətə çatdırdı. Əlavə olaraq, taint metodu və işləmə prinsiplərinin araşdırıldığını da qeyd etdi. SQL inyeksiya hücumlarının test edilməsi üçün eksperimentlərdə istifadə etdiyi maşın təlimi metodları, verilənlər topluları və eksperimentlərin nəticələri haqqında məlumat verdi.

Sonda çıxışlar üzrə suallar cavablandırıldı, müzakirələr aparıldı və hər üç magistr dissertasiyasının irad və tövsiyələr nəzərə alınmaqla növbəti mərhələyə təqdim olunması tövsiyə olundu.