mashinali o‘qitish tushunchalari va regressiya modellari

DOCX 20 sahifa 1,6 MB Bepul yuklash

20 sahifa

FaylHub.uz

Telegram orqali yuklab olish

Hajm 1,6 MB

Fayl turi DOCX

Sahifalar 20

Yangilangan Dek 2025

Sahifa ko'rinishi (5 sahifa)

Pastga aylantiring 👇

1 / 20

1. sun’iy intellekt ta’rifi. mashinalarni inson kabi o'ylab qaror qabul qilishga undovchi intellect yoki odamlarga taqlid qiluvchi kompyuterlar yoki dasturlar vizual idrok etish(ko’rish), nutqni aniqlash,qaror qabul qilish va tarjima kabi odatda inson aqil-zakovatini talab qiladigan vazifalarni bajarishga qodir kompyuter va dasturlar 1. mashinali o’qitishning chiziqli dasturlashdan farqini tushuntiring. klassik dasturlashda muammoga yechimni dasturchi taklif qiladi.hayotda juda ham murakkab muammolar mavjud bu muammolarga dastur yozish juda ham qiyin yoki imkonsiz hisoblanadi. bunday holatlarda mashinali o’qitish algoritimlari qullaniladi. bunday holatda dasturni ya’ni modelni bevosita kompyuterning o’zi yaratadi. va bunda faqat kompyuterga ma’lumotlarni va bu ma’lumotlarga tug’ri keluvchi yechimni berish talab qilinadi. 2. mashinali o’qitish qanday muammolar uchun? · ko’p qonun-qoidalar va shartlar yozishni talab qiladigan muammolar. · klassik usul bilan yechim topib bo’lmaydigan kompliks muammolar. · doimiy o’zgaruvchan muammolar. · katta o’lchamdagi ma’lumotlardan yashirin mazmun va ma’nolarni topishga oid muammolar 3. mashinali o’qitishning turlari qaysilar? · nazorat ostida o’rgatish (supervised learning) · …

2 / 20

liq (label) berilmaydi ya’ni oldindan kompyuterga bu ma’lumotlar nima ekanligi yorliqlanmaydi. kopmyuterning o’zi bu ma’lumotlarni o’rganadi, taxlil qiladi va o’xshashliklarni topadi va o’zi gruhlarga ajratadi. 6. qizman nazorat ostida o’rgatishning ishlash tamoyilini tushuntiring. bu mashinali o’qitish turi supervised + unsupervised o’qitish turlarining birlashmasi hisoblanadi. bu o’qitish turlari qanday birlashtiriladi hayvonlarning rasimlari jamlangan dataset mavjud bu ma’lumotlarni nazoratsiz o’qitish (unsupervised learning) orqali taxlil qilinadi va kompyuter ma’lumotlarni gruhlarga ajratib beradi. va bu gruhlarga yorliqlar (labels) beriladi va bu yorliqlangan ma’lumotlarni nazorat ostida o’rgatish(supervised learning) algoritmi qullaniladi. yakuniy natijaada hayvonlarni rasmini tanuvchi dastur (model) yaratiladi 7. o’z-o’zini o’rgatish ishlash tamoyilini tushuntiring. o’z-o’zini tarbiyalovchi dasturda qandaydir muhitga agent kiritiladi bunda agent yaratilga dastur (model) bu dastur muhitning ichida o’zini-o’zi tarbiyalashi kerak. bu muhitning ichida agent harakatlana oladi va bu harakatlar masalan chapga o’nga, orqaga yoke oldinga harakatlanishi mumkun. 8. mashinali o’qitish usullari? · offline (barcha ma’lumotlar bilan) · kompyuterga barcha mavjud ma’lumotlar birdan …

3 / 20

parametrlarni xato tanlash modelning xato ishlashiga sabab bo’ladi · overfitting (haddan tashqari moslashish) · model o’qitish jarayonidagi ma’lumotlarga haddan tashqari moslashishi · underfitting (mos kelmaslik) · tanlangan model berilgan muammo uchun soddalik qiladi va katta xatolik bilan ishlaydi 10. regressiya turlari. regressiya - davomiy qiymatlarni bashorat qilish jarayoni. 2. regressiya turlari. · simple (sodda) regression · simple linear regression (sodda chiziqli regressiya) · simple non-linear regression (sodda chiziqli bo‘lmagan regressiya) · multiple regression · multiple linear regression · multiple non-linear regression 11. oddiy chiziqli regressiya modelining vazifasi nima? oddiy chiziqli regressiya datasetdagi biror x ustuning qiymatlari asosida y ustuning qiymatlari bashorat qilinadi. oddiy chiziqli diyilishiga ham asosiy sabab datasetdagi bitta ustuning qiymatlari asosida natija bashorat qilinadi 12. oddiy chiziqli regressiyada baholash mezonlari qaysilar va ularning formulasi? = 1.3.2-formula = 1.3.3-formula model bashorat qilgan qiymatlar va asl qiymatlar orasidagi farqni toppish uchun mae(mean absolute error) va rmse(root mean square error) hisoblab …

4 / 20

biyalash) uchun odatda 70%-80% ma’lumotlar ajratiladi qolgan 20-30% ma’lumotlar asosida model test qilinadi. sickit-learning qulaylik tarafi train_set va test_set ga ajratish tayyor modul yordamida amalga oshiriladi. bu sklearn.model_selection ning ichidagi train_test_split metodi yordamida bajariladi. modelni qurishda 80% ma’lumot train_set uchun 20% malumot test_set uchun ajratiladi. 14. chiziqli bog’liqlik qanday aniqlanadi va bu tushunchani tushuntiring. oddiy chiziqli regressiyani (slr) qullash uchun ustunlar o‘rtasida chiziqli bog‘liqlik bo‘lishi zarur. quydagi rasmda uylarning ulchami (size) oshganda ularning narhi (price) ham mos ravishda oshadi, yoki aksincha. 1.3.3-rasm 3. chiziqli bog‘liqlikni aniqlash. bashorat qilish uchun datasetdagi bashorat qilinishi kerak bo‘lgan ustun bilan eng yuqori korrelyatsiyaga (chiziqli bog‘liqlik) ega ustunni quydagi corrwith() funksiya orqali topish mumkun. ya’ni price ustuni qaysi ustun bilan manfiy yoki musbat yuqori korrelyatsiyaga ega ekanligini quydagicha aniqlash mumkun. 1.3.4-rasm bu yerda size ustuni tanlanganligining sababi karrelyatsiyasi 1 ga enga yaqin son bo‘lgani uchun, musbat korrelyatsiya [0;1] oraliqda bo‘ladi va 1ga qanchalik yaqin son …

5 / 20

mavjud bo‘ladi. oddiy qilib aytganda bashorat qiymatlarni topishda faqat bitta ustuning qiymatlari orqali emas datasetdagi ko‘plab ustunlarning qiymatlari orqali bashorat qiymatlar topiladi. bu mlrni ma’lumotlardagi murakkab munosabatlarni tushunish va modellashtirish uchun kuchli vositaga aylantiradi. ko‘p o‘zgaruvchili qaror qilish funksiyalari ko‘p sonli modellar (masalan, qaror daraxti, neyron tarmoqlar, ma’lumotlar tahlil qilish algoritmlari va boshqalar) ishlatish orqali amalga oshiriladi. 16. ko’p o’zgaruvchili qaror qabul qilish funksiyasi oddiy chiziqli regressiyadan farqi nimada? oddiy qilib aytganda bashorat qiymatlarni topishda faqat bitta ustuning qiymatlari orqali emas datasetdagi ko‘plab ustunlarning qiymatlari orqali bashorat qiymatlar topiladi. bu mlrni ma’lumotlardagi murakkab munosabatlarni tushunish va modellashtirish uchun kuchli vositaga aylantiradi. 17. k ta yaqin qushnilar usuli ishlash tamoyili qanday? "mashinali o‘qitishda k ta yaqin qushnilar usuli" (k-nearest neighbors or k-nn) bu uchun juda oddiy va mashhur bir usuldir. u yordamida klassifikator yaratiladi. 18. klassifikatsiyaning turlari? klassifikatorlar ikki turli bo'lishi mumkun. · binary (ikkilik) klassifikatorlar · binary (ikkilik) klassifikatorlar binary …

Ko'proq o'qimoqchimisiz?

Barcha 20 sahifani Telegram orqali bepul yuklab oling.

To'liq faylni yuklab olish

"mashinali o‘qitish tushunchalari va regressiya modellari" haqida

1. sun’iy intellekt ta’rifi. mashinalarni inson kabi o'ylab qaror qabul qilishga undovchi intellect yoki odamlarga taqlid qiluvchi kompyuterlar yoki dasturlar vizual idrok etish(ko’rish), nutqni aniqlash,qaror qabul qilish va tarjima kabi odatda inson aqil-zakovatini talab qiladigan vazifalarni bajarishga qodir kompyuter va dasturlar 1. mashinali o’qitishning chiziqli dasturlashdan farqini tushuntiring. klassik dasturlashda muammoga yechimni dasturchi taklif qiladi.hayotda juda ham murakkab muammolar mavjud bu muammolarga dastur yozish juda ham qiyin yoki imkonsiz hisoblanadi. bunday holatlarda mashinali o’qitish algoritimlari qullaniladi. bunday holatda dasturni ya’ni modelni bevosita kompyuterning o’zi yaratadi. va bunda faqat kompyuterga ma’lumotlarni va bu ma’lumotlarga tug’ri keluvchi...

Bu fayl DOCX formatida 20 sahifadan iborat (1,6 MB). "mashinali o‘qitish tushunchalari va regressiya modellari"ni yuklab olish uchun chap tomondagi Telegram tugmasini bosing.

Teglar: mashinali o‘qitish tushunchalar… DOCX 20 sahifa Bepul yuklash Telegram