neyrontarmoqlari va o'qitish algoritmlari

PPTX 10 стр. 635,3 КБ Бесплатная загрузка

10 стр.

FaylHub.uz

Скачать через Telegram

Размер 635,3 КБ

Тип файла PPTX

Страницы 10

Обновлено Дек 2025

Предварительный просмотр (4 стр.)

Прокрутите вниз 👇

1 / 10

powerpoint presentation o zbekiston respublikasiʻ oliy ta’lim, fan va innovatsiyalar vazirligi taqdimot mavzu: neyron tarmoqlari va o'qitish algoritmlari. tibbiy o'qitish masalasi va uning turlari tayyorladi: 01 neyron tarmoqlari va o'qitish algoritmlariga kirish 02 tibbiy o'qitish muammosi va uning turlari 03 neyron tarmoqlarining tibbiyotda qo'llanilishi: diagnostika, davolash va tahlil reja: neyron tarmoqlari asoslari va arxitekturalari ko'p qatlamli perceptron (mlp) kamida 3 qatlamdan, kirish, yashirin va chiqish qatlamlaridan iborat bo'lib, har bir qatlam o'zining o'ziga xos vazifasini bajaradi. sun'iy neyron tarmoqlari o'zining asosini biologik neyronlardan oladi va kirishlar, og'irliklar, qo'shish funktsiyasi, faollashtirish funktsiyasi kabi 3 ta asosiy komponentdan iborat. konvolyutsion neyron tarmoqlar (cnn) tasvirlarni qayta ishlashda juda samarali. ular konvolyutsion, pooling va to'liq bog'langan qatlamlardan foydalanib, 2d ma'lumotlarni qabul qiladi. neyron tarmoqlarini o'qitish algoritmlari gradient tushishi algoritmi neyron tarmoqlarini o'rgatishda parametrlarini minimallashtirish uchun ishlatiladi. u xato funksiyasining gradientini hisoblaydi va parametrlarni shu yo'nalishda yangilaydi. iterativ jarayon davom etadi. orqaga tarqalish algoritmi ko'p …

2 / 10

atlar sog'lom va faqat 10% kasal bo'lishi mumkin. ma'lumotlarni qayta ishlash usullari, masalan, smote bu muammoni hal qiladi. tibbiy ma'lumotlarni qayta ishlash bemorning maxfiyligini ta'minlash uchun anonimlashtirishni o'z ichiga olishi kerak. hipaa kabi qonunlar, bemorning shaxsiy ma'lumotlarining himoyasini talab qiladi. tibbiy o'qitish muammosining turlari tibbiy o'qitishdagi klassifikatsiya muammosi kasalliklarni diagnostika qilishda keng qo'llaniladi, bunda model bemorni sog'lom yoki kasal deb tasniflaydi, aniqlik, sezgirlik va o'ziga xoslik kabi ko'rsatkichlar bilan baholanadi. regressiya muammolari davolash natijalarini prognoz qilish yoki dori dozalarini aniqlashda qo'llaniladi. model uzluksiz qiymatni bashorat qiladi va o'rtacha kvadrat xatolik (mse) kabi metrikalar bilan baholanadi. segmentatsiya muammosi tibbiy tasvirlarda organlar yoki o'smalarni aniqlash va belgilashni o'z ichiga oladi. bu, ayniqsa, radiologiyada muhim bo'lib, dice koeffitsienti kabi metrikalar yordamida baholanadi. tibbiyotda neyron tarmoqlarining qo'llanilishi davolashni rejalashtirishda neyron tarmoqlari bemorning ahvolini prognoz qilish uchun ishlatiladi, masalan, 70% aniqlik bilan dori vositalarining samaradorligini bashorat qilish va individual davolash rejasini tuzish. neyron tarmoqlari kasalliklarni …

3 / 10

qo'llanilishi, shaxsiy ma'lumotlarning 1998-yilgi qonunga muvofiq himoyasi va bemorlarning maxfiyligini ta'minlashda jiddiy etik dilemma tug'diradi. algoritmlar noto'g'ri ma'lumotlar yoki tarafdorliklar tufayli noto'g'ri qarorlar qabul qilishi mumkin, bu esa tashxis qo'yishda 20 foizgacha xatolikka olib kelishi va adolatsizlikka sabab bo'lishi mumkin. neyron tarmoqlarni baholash va interpretatsiya neyron tarmoqlarning ishlashini baholash uchun roc egri chizig'i (receiver operating characteristic curve) ishlatiladi, bu erda aniqlik va sezgirlik o'rtasidagi muvozanat 0 dan 1 gacha bo'lgan auc (area under curve) bilan o'lchanadi. modelning interpretatsiyasi gradient-weighted class activation mapping (grad- cam) orqali amalga oshiriladi, bu esa modelning qaysi xususiyatlarga asoslanib qaror qabul qilganini vizualizatsiya qiladi, shuningdek, lime kabi usullar ham qo'llaniladi. aniqlik (accuracy), sezgirlik (sensitivity), o'ziga xoslik (specificity) kabi baholash metrikalari klassifikatsiya natijalarini aniqlashda qo'llaniladi, f1-ball esa aniqlik va sezgirlikning garmonik o'rtachasini hisoblaydi. e'tiboringiz uchun rahmat slide 1 slide 2 slide 3 slide 4 slide 5 slide 6 slide 7 slide 8 slide 9 slide 10

4 / 10

neyrontarmoqlari va o'qitish algoritmlari - Page 4

Хотите читать дальше?

Скачайте все 10 страниц бесплатно через Telegram.

Скачать полный файл

О "neyrontarmoqlari va o'qitish algoritmlari"

powerpoint presentation o zbekiston respublikasiʻ oliy ta’lim, fan va innovatsiyalar vazirligi taqdimot mavzu: neyron tarmoqlari va o'qitish algoritmlari. tibbiy o'qitish masalasi va uning turlari tayyorladi: 01 neyron tarmoqlari va o'qitish algoritmlariga kirish 02 tibbiy o'qitish muammosi va uning turlari 03 neyron tarmoqlarining tibbiyotda qo'llanilishi: diagnostika, davolash va tahlil reja: neyron tarmoqlari asoslari va arxitekturalari ko'p qatlamli perceptron (mlp) kamida 3 qatlamdan, kirish, yashirin va chiqish qatlamlaridan iborat bo'lib, har bir qatlam o'zining o'ziga xos vazifasini bajaradi. sun'iy neyron tarmoqlari o'zining asosini biologik neyronlardan oladi va kirishlar, og'irliklar, qo'shish funktsiyasi, faollashtirish funktsiyasi kabi 3 ta asosiy komponentdan iborat. konvolyu...

Этот файл содержит 10 стр. в формате PPTX (635,3 КБ). Чтобы скачать "neyrontarmoqlari va o'qitish algoritmlari", нажмите кнопку Telegram слева.

Теги: neyrontarmoqlari va o'qitish al… PPTX 10 стр. Бесплатная загрузка Telegram