mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari
Предварительный просмотр (5 стр.)
Прокрутите вниз 👇
![a (vizualizatsiya uchun) pca = pca(n_components=2) x_pca = pca.fit_transform(x) 3. k-means algoritmi bilan klasterlash kmeans = kmeans(n_clusters=5, random_state=42) kmeans_labels = kmeans.fit_predict(x) plt.figure(figsize=(7, 5)) plt.scatter(x_pca[:, 0], x_pca[:, 1], c=kmeans_labels, cmap='viridis', s=30) plt.title("k-means klasterlash") plt.xlabel("pca 1") plt.ylabel("pca 2") plt.grid(true) plt.show() 4. iyerarxik klasterlash (agglomerative clustering) hierarchical = agglomerativeclustering(n_clusters=5) hier_labels = hierarchical.fit_predict(x) plt.figure(figsize=(7, 5)) plt.scatter(x_pca[:, 0], x_pca[:, 1], c=hier_labels, cmap='plasma', s=30) plt.title("iyerarxik klasterlash") plt.xlabel("pca 1") plt.ylabel("pca 2") plt.grid(true) plt.show() 5. dbscan klasterlash dbscan = dbscan(eps=1.2, min_samples=10) dbscan_labels = dbscan.fit_predict(x) plt.figure(figsize=(7, 5)) plt.scatter(x_pca[:, 0], x_pca[:, 1], c=dbscan_labels, cmap='rainbow', s=30) plt.title("dbscan klasterlash (shovqinli nuqtalar bilan)") plt.xlabel("pca 1") plt.ylabel("pca 2") plt.grid(true) plt.show() xulosa: 1. k-means algoritmi ma'lumotlarni oldindan belgilangan klasterlar soni asosida yaxshi ajratadi, lekin shovqinli yoki notekis klasterlarda unchalik yaxshi ishlamaydi. 2. iyerarxik klasterlash klasterlar o‘rtasidagi masofalarni hisoblab daraxtsimon tarzda ajratadi, bu esa vizual klasterlash uchun foydalidir. 3. dbscan algoritmi shovqinli ma’lumotlarni aniqlaydi va har xil shakldagi klasterlarni yaxshi ajrata oladi. ammo, eps va min_samples …](/media/previews/pages/preview_G4SXslR.webp "mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari - Страница 2")
О "mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari"
o’zbekiston respublikasi raqamli texnologiyalar vazirligi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti sunniy intelekt asoslari 3-amaliy ish guruh: 030-23 bajardi: shavkatov bexruz toshkent 2025 3-topshiriq. mavzu: mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari yordamida klasterlash masalalarini yechish. ishdan maqsad: talabalarda o‘qituvchisiz o‘qitish (unsupervised learning) algoritmlari haqida tushuncha paydo qilish va klasterlash masalalari ishlab chiqish ko‘nikmalarini shakllantirish. ishning nazariy asoslari mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari ma’lumotlarni to‘g‘ridan-to‘g‘ri belgilarsiz tahlil qilish va klasterlashga asoslanadi. o‘qituvchisiz o‘qitish algoritmlarida ma’lumotlar o‘quv jarayonida maxsus belgilar yoki guruhl...
Этот файл содержит 5 стр. в формате PDF (415,0 КБ). Чтобы скачать "mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlari", нажмите кнопку Telegram слева.
PDF
DOCX
PDF
PDF
PPTX
DOCX
DOCX
PDF