AZ translation for 5.2

1 year ago · c464bf9c4c
parent f68f75fbf7
commit c464bf9c4c
2 changed files with 254 additions and 0 deletions
--- a/5-Clustering/2-K-Means/translations/README.az.md
+++ b/5-Clustering/2-K-Means/translations/README.az.md
@ -0,0 +1,244 @@
+# K-Ortalama Klasterləşməsi
+
+## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/29/)
+
+Bu dərsdə siz Scikit-learn və Nigeriya musiqiləri data seti ilə klasterlərin yaradılması öyrənəcəksiniz. Biz Klasterləşmə üçünü K-Ortalamanın əsaslarından bəhs edəcəyik. Unutmayın ki, əvvəlki dərslərdən də sizə tanış olduğu kimi, klasterlərmə işləməyin müxtəlif yolları var və istifadə metodunuz datanızdan bilavasitə asılıdır. Ən yayğın klasterləşmə textnikası olduğu üçün K-Ortalamanı istifadə edəcəyik. Gəlin başlayaq!
+
+Haqqında öyrənəcəyiniz anlayışlar:
+- Siluet hesabı
+- Dirsək üsulu
+- Ətalət
+- Fərqlilik
+
+# Giriş
+
+K-Ortalama Klasterləşməsi siqnal emalı sahəsindən törəmiş bir metoddur. Bir sıra müşahidələrdən istifadə edərək məlumat qruplarını 'k' klasterlərinə bölmək üçün istifadə olunur. Hər bir müşahidə ən yaxın “ortaya” və ya klasterin mərkəzi nöqtəsinə ən yaxın olan verilənlər nöqtəsini qruplaşdırmaq üçün işləyir.
+
+Klasterlər [Voronoy diaqramları](https://wikipedia.org/wiki/Voronoi_diagram) kimi vizuallaşdırıla bilər. Bunlara nöqtə (və ya "toxum") və ona uyğun bölgə daxildir.
+
+![voronoy diaqramı](../images/voronoi.png)
+
+> [Jen Looper](https://twitter.com/jenlooper) tərəfindən çəkilmiş infoqrafik
+
+1. Alqoritm data setindən seçmə yolu ilə mərkəz nöqtələrinin k-sayda seçir. Bundan sonra, aşağıdakı addımları dövri olaraq təkrar edir:
+     1. O, hər bir nümunəni ən yaxın mərkəzə təyin edir.
+     2. Əvvəlki mərkəzlərə təyin edilmiş bütün nümunələrin orta qiymətini alaraq yeni mərkəzlər yaradır.
+     3. Sonra, yeni və köhnə mərkəzlər arasındakı fərqi hesablayır və mərkəzlər sabitləşənə qədər təkrarlanır.
+
+K-Ortalama istifadə etməyin bir çatışmazlığı, 'k'-ı, yəni mərkəzlərin sayını qurmağınız lazım olacaq. Xoşbəxtlikdən, "dirsək üsulu" "k" üçün yaxşı başlanğıc dəyərini tapmağa kömək edir. Bir dəqiqədən sonra sınayacaqsınız.
+
+## İlkin şərt
+
+Siz bu dərsin [_notebook.ipynb_](https://github.com/microsoft/ML-For-Beginners/blob/main/5-Clustering/2-K-Means/notebook.ipynb) faylında işləyəcəksiniz. Faylda son dərsdə etdiyiniz məlumatların idxalı və ilkin təmizləmə artıq mövcuddur.
+
+## Məşq - hazırlıq
+
+Mahnı məlumatlarına bir daha nəzər salmaqla başlayın.
+
+1. Hər bir sütun üçün `boxplot()` çağıraraq boxplot yaradın:
+
+    ```python
+    plt.figure(figsize=(20,20), dpi=200)
+    
+    plt.subplot(4,3,1)
+    sns.boxplot(x = 'popularity', data = df)
+    
+    plt.subplot(4,3,2)
+    sns.boxplot(x = 'acousticness', data = df)
+    
+    plt.subplot(4,3,3)
+    sns.boxplot(x = 'energy', data = df)
+    
+    plt.subplot(4,3,4)
+    sns.boxplot(x = 'instrumentalness', data = df)
+    
+    plt.subplot(4,3,5)
+    sns.boxplot(x = 'liveness', data = df)
+    
+    plt.subplot(4,3,6)
+    sns.boxplot(x = 'loudness', data = df)
+    
+    plt.subplot(4,3,7)
+    sns.boxplot(x = 'speechiness', data = df)
+    
+    plt.subplot(4,3,8)
+    sns.boxplot(x = 'tempo', data = df)
+    
+    plt.subplot(4,3,9)
+    sns.boxplot(x = 'time_signature', data = df)
+    
+    plt.subplot(4,3,10)
+    sns.boxplot(x = 'danceability', data = df)
+    
+    plt.subplot(4,3,11)
+    sns.boxplot(x = 'length', data = df)
+    
+    plt.subplot(4,3,12)
+    sns.boxplot(x = 'release_date', data = df)
+    ```
+
+    Bu məlumatlar bir az səs-küylüdür: hər sütunu bir boxplot şəklində müşahidə etməklə, kənar göstəriciləri görə bilərsiniz.
+
+    ![kənar göstəricilər](../images/boxplots.png)
+
+Siz datasetə göz gəzdirə və oradan kənar göstəriciləri silə bilərsiniz, amma belə olduqda datalar olduqca minimal olacaqdır.
+
+1. Hələlik, klasterləşdirmə tapşırığınız üçün hansı sütunlardan istifadə edəcəyinizi seçin. Oxşar diapazonlu olanları seçin və `artist_top_genre` sütununu rəqəmsal data kimi kodlayın:
+
+    ```python
+    from sklearn.preprocessing import LabelEncoder
+    le = LabelEncoder()
+    
+    X = df.loc[:, ('artist_top_genre','popularity','danceability','acousticness','loudness','energy')]
+    
+    y = df['artist_top_genre']
+    
+    X['artist_top_genre'] = le.fit_transform(X['artist_top_genre'])
+    
+    y = le.transform(y)
+    ```
+
+1. İndi siz neçə klasteri hədəf alacağınızı seçməlisiniz. Datasetdən çıxardığımız 3 mahnı janrının olduğunu bilirsiniz, gəlin 3-ü də sınayaq:
+
+    ```python
+    from sklearn.cluster import KMeans
+    
+    nclusters = 3 
+    seed = 0
+    
+    km = KMeans(n_clusters=nclusters, random_state=seed)
+    km.fit(X)
+    
+    # Hər bir nöqtə üçün klasteri təxmin edin
+    
+    y_cluster_kmeans = km.predict(X)
+    y_cluster_kmeans
+    ```
+
+Siz data setdəki hər bir sətir üçün proqnozlaşdırılan klasterlərlə (0, 1 və ya 2) çap edilmiş massivi görürsünüz.
+
+1. 'Siluet xalını' hesablamaq üçün bu massivdən istifadə edin:
+
+    ```python
+    from sklearn import metrics
+    score = metrics.silhouette_score(X, y_cluster_kmeans)
+    score
+    ```
+
+## Siluet xalını
+
+Siluet hesabı 1-ə yaxın olanı axtarın. Bu xal -1-dən 1-ə qədər dəyişir və əgər xal 1-dirsə, deməli klaster sıx və digər çoxluqlardan yaxşı ayrılmışdır. 0-a yaxın dəyər isə qonşu klasterlərin qərar sərhədinə çox yaxın olan nümunələrlə üst-üstə düşən klasterləri təmsil edir. [(Mənbə)](https://dzone.com/articles/kmeans-silhouette-score-explained-with-python-exam)
+
+Hesabımız **.53**-dir, yəni ortadadır. Bu, məlumatlarımızın bu tip klasterləşdirmə üçün o qədər də uyğun olmadığını göstərir, amma davam edək.
+
+### Tapşırıq - model qurun
+
+1. `KMeans`-i import edin və klasterləşdirmə prosesinə başlayın.
+
+    ```python
+    from sklearn.cluster import KMeans
+    wcss = []
+    
+    for i in range(1, 11):
+        kmeans = KMeans(n_clusters = i, init = 'k-means++', random_state = 42)
+        kmeans.fit(X)
+        wcss.append(kmeans.inertia_)
+    
+    ```
+
+    Burada izah tələb edən bir neçə məqam var.
+
+     > 🎓 diapazon: Bunlar klasterləşmə prosesinin iterasiyalarıdır
+
+     > 🎓 random_state: "Mərkəzi nöqtənin ilkin təyini üçün təsadüfi ədəd generasiyasını müəyyən edir." [Mənbə](https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans)
+
+     > 🎓 WCSS: "kvadratların çoxluqdaxili cəmi" çoxluqdakı bütün nöqtələrin klaster mərkəzinə olan orta məsafəsinin kvadratını ölçür. [Mənbə](https://medium.com/@ODSC/unsupervised-learning-evaluating-clusters-bd47eed175ce).
+
+     > 🎓 Ətalət: K-Ortalama alqoritmləri “ətalət”-i, daha dəqiq desək “daxili çoxluqların nə əlaqəliliyinin ölçülməsini” minimuma endirmək üçün mərkəzləri seçməyə çalışır. [Mənbə](https://scikit-learn.org/stable/modules/clustering.html). Dəyər hər iterasiyada wcss dəyişəninə əlavə olunur.
+
+     > 🎓 k-means++: [Scikit-learn]-də(https://scikit-learn.org/stable/modules/clustering.html#k-means) "k-means++" optimallaşdırmasından istifadə edə bilərsiniz. Mərkəzlərin (ümumiyyətlə) bir-birindən uzaq olması, təsadüfi başlanğıcdan daha yaxşı nəticələrə gətirib çıxarır.
+
+### Dirsək üsulu
+
+Əvvəllər hesab edirdiniz ki, 3 mahnı janrını hədəflədiyiniz üçün 3 klaster seçməlisiniz. Amma bu həqiqətən də belədirmi?
+
+1. Əmin olmaq üçün “dirsək üsulundan” istifadə edin.
+
+    ```python
+    plt.figure(figsize=(10,5))
+    sns.lineplot(range(1, 11), wcss,marker='o',color='red')
+    plt.title('Elbow')
+    plt.xlabel('Number of clusters')
+    plt.ylabel('WCSS')
+    plt.show()
+    ```
+
+    Dirsəkdəki 'əyilmə'-nin harada olduğunu göstərən diaqram yaratmaq üçün əvvəlki addımda qurduğunuz `wcss` dəyişənindən istifadə edin.Bu dəyişən optimal klaster sayını göstərir. Bəlkə də elə **3-dür**!
+
+     ![dirsək üsulu](../images/elbow.png)
+
+## Tapşırıq - klasterləri göstərin
+
+1. Prosesi yenidən təkrarlayın, bu dəfə üç klaster təyin edin və klasterləri səpələnmə qrafiki kimi göstərin:
+
+    ```python
+    from sklearn.cluster import KMeans
+    kmeans = KMeans(n_clusters = 3)
+    kmeans.fit(X)
+    labels = kmeans.predict(X)
+    plt.scatter(df['popularity'],df['danceability'],c = labels)
+    plt.xlabel('popularity')
+    plt.ylabel('danceability')
+    plt.show()
+    ```
+
+1. Modelin dəqiqliyini yoxlayın:
+
+    ```python
+    labels = kmeans.labels_
+    
+    correct_labels = sum(y == labels)
+    
+    print("Result: %d out of %d samples were correctly labeled." % (correct_labels, y.size))
+    
+    print('Accuracy score: {0:0.2f}'. format(correct_labels/float(y.size)))
+    ```
+
+    Bu modelin dəqiqliyi o qədər də yaxşı deyil və bunun niyəsi barədə klasterlərin forması sizə ipucu verir.
+
+     ![klasterlər](../images/clusters.png)
+
+     Bu məlumatlar çox balanssızdır, çox aşağı korrelyasiyalıdır və yaxşı qruplaşdırmaq üçün sütun dəyərləri arasında çoxlu fərq var. Əslində, formalaşan klasterlər, çox güman ki, yuxarıda müəyyən etdiyimiz üç janr kateqoriyasından çox təsirlənmiş və ya əyilmişdir. Bu, öyrənmə prosesi idi!
+
+     Scikit-learn-in sənədlərində, çox yaxşı demarkasiya edilməmiş çoxluqları olan bu kimi bir modelin "variasiya" problemi olduğunu görə bilərsiniz:
+
+     ![problem modelləri](../images/problems.png)
+     > Scikit-learn-dən infoqrafik
+
+## Variasiya
+
+Variasiya "Ortalamadan kvadrat fərqlərin ortası" [(Mənbə)](https://www.mathsisfun.com/data/standard-deviation.html) kimi müəyyən edilir. Bu klaster problemi kontekstində, data setimizin nömrələrinin orta qiymətdən bir qədər çox ayrılmağa meyilli olduğu məlumatlara aiddir.
+
+✅ Hazırki problemi düzəltmək üçün mümkün olan bütün yollar haqqında düşünmək üçün əla vaxtdır. Məlumatları bir az daha dəyişək? Fərqli sütunlar istifadə olunur? Fərqli alqoritmdən istifadə edilir? İpucu: Normallaşdırmaq və digər sütunları yoxlamaq üçün [məlumatlarınızı miqyaslandırmağa](https://www.mygreatlearning.com/blog/learning-data-science-with-k-means-clustering/) cəhd edin.
+
+> Konsepti bir az daha başa düşmək üçün '[variasiya kalkulyatorunu](https://www.calculatorsoup.com/calculators/statistics/variance-calculator.php)' yoxlayın.
+
+---
+
+## 🚀Məşğələ
+
+Parametrləri düzəltmək üçün bu dəftərçə faylında bir az vaxt keçirin. Məlumatları daha çox təmizləməklə (məsələn, kənar göstəriciləri silməklə) modelin dəqiqliyini artıra bilərsinizmi? Verilmiş məlumat nümunələrinə daha çox çəki vermək üçün çəkilərdən istifadə edə bilərsiniz. Daha yaxşı klasterlər yaratmaq üçün başqa nə edə bilərsiniz?
+
+İpucu: Məlumatlarınızı ölçməyə çalışın. Dəftərçədə məlumat sütunlarının diapazon baxımından bir-birinə daha çox bənzəməsi üçün standart miqyas əlavə edən şərhə alınmış kod var. Siz, siluet göstəricisi aşağı düşərkən, dirsək qrafikindəki 'bilmə'-nin hamarlaşdığını tapa bilərsiniz. Bunun səbəbi, verilənlərin miqyassız buraxılması daha az fərqlilikli məlumatların daha çox çəki daşımasına imkan verir. Bu problem haqqında bir az daha ətraflı [burada](https://stats.stackexchange.com/questions/21222/are-mean-normalization-and-feature-scaling-needed-for-k-means-clustering/21226#21226 ) oxuyun.
+
+## [Mühazirə sonrası quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/30/)
+
+## Təkrarlayın və özünüz öyrənin
+
+[Bu kimi](https://user.ceng.metu.edu.tr/~akifakkus/courses/ceng574/k-means/) K-Ortalama Simulyatoruna  nəzər salın. Nümunə məlumat nöqtələrini vizuallaşdırmaq və onların mərkəzlərini təyin etmək üçün bu alətdən istifadə edə bilərsiniz. Bundan əlavə, məlumatların təsadüfiliyini, klasterlərin sayını və centroidlərin sayını redaktə edə bilərsiniz. Bu, məlumatların necə qruplaşdırıla biləcəyi barədə fikir əldə etməyə kömək edirmi?
+
+Həmçinin, Stenforddan [K-Ortalama haqqında olan bu materiala](https://stanford.edu/~cpiech/cs221/handouts/kmeans.html) nəzər salın.
+
+## Tapşırıq
+
+[Müxtəlif klasterləşdirmə üsullarını sınayın](assignment.az.md)
--- a/5-Clustering/2-K-Means/translations/assignment.az.md
+++ b/5-Clustering/2-K-Means/translations/assignment.az.md
@ -0,0 +1,10 @@
+# Müxtəlif klasterləşdirmə üsullarını sınayın
+
+## Təlimatlar
+
+Bu dərsdə siz K-Ortalama klasterləşməsi haqqında öyrəndiniz. Bəzən K-Ortalama datanız üçün uyğun olmur. Bu dərslərdən və ya başqa yerdən götürdüyünüz datalardan istifadə edərək dəftərçə faylı yaradın (mənbənizi qeyd edin) və K-Ortalama-dan istifadə etmədən fərqli klasterləşdirmə metodunu göstərin. Nə öyrəndiniz?
+
+## Rubrika
+| Meyarlar | Nümunəvi                                                       | Adekvat                                                             | İnkişaf Etdirilməli Olan            |
+| -------- | --------------------------------------------------------------- | -------------------------------------------------------------------- | ---------------------------- |
+|          | Dəftərçə yaxşı sənədləşdirilmiş klasterləşdirmə modeli ilə təqdim olunur | Dəftərçə yaxşı sənədləşdirilmə olmadan və/və ya yarımçıq təqdim olunur | Yarımçıq iş təqdim olunub |