1. Lobe dasturi haqida umumiy tushuncha

6.Statistik arbitraj (Statistical Arbitrage)
Moliya sohasida statistik arbitraj qisqa muddatli tipik va ko'p sonli qimmatli qog'ozlarni o'z ichiga olgan avtomatlashtirilgan savdo strategiyalariga ishora qiladi. Bunday strategiyalarda foydalanuvchi tarixiy korrelyatsiyalar va umumiy iqtisodiy o'zgaruvchilar kabi miqdorlar asosida bir qator qimmatli qog'ozlar uchun savdo algoritmini amalga oshirishga harakat qiladi.
7.O'quv uyushmalari (Learning Associations)
O'quv uyushmasi - bu mahsulotlar o'rtasidagi turli xil uyushmalar haqida tushunchalarni shakllantirish jarayoni. Bir-biriga bog'liq bo'lmagan ko'rinadigan mahsulotlar bir-birlariga qanday qilib assotsiatsiyani ochib berishiga yaxshi misol.
8.Ekstraktsiya (Extraction)
Informatsion ekstratsiya (Information Extraction IE) - bu mashinalarni o'qitishning yana bir qo'llanmasi. Bu struktura qilinmagan ma'lumotlardan tarkibiy ma'lumotlarni olish jarayoni. Masalan veb-sahifalar, maqolalar, bloglar, biznes hisobotlari va elektron pochta xabarlari.
9.Bashorat qilish (Prediction)
Kredit olish uchun ariza beruvchilardan biri qarzni to'lashda aybdorligini hisoblash uchun bankning misolini ko'rib chiqing. Nosozlik ehtimolini hisoblash uchun tizim avval ma'lum guruhlarda mavjud ma'lumotlarni tasniflashi kerak. Bu tahlilchilar tomonidan belgilangan qoidalar to'plami bilan tavsiflanadi.
10.Tasniflash (Classification)
Tasniflash - bu har bir odamni o'rganilayotgan aholidan ko'p sinflarga joylashtirish jarayoni. Bu mustaqil o'zgaruvchilar sifatida belgilanadi. Tasniflash tahlilchilarga ushbu ob'ektga tegishli bo'lgan toifani aniqlash uchun ob'ekt o'lchovlaridan foydalanishda yordam beradi. Samarali qoida o'rnatish uchun tahlilchilar ma'lumotlardan foydalanadilar.
11.Regresiya (Regression)
Regressiya - bu yangi ma'lumotlarning natijasini oldindan bilish tendentsiyasini oldindan bilish jarayoni. Regressiyada chiqish bir yoki bir nechta uzluksiz o'zgaruvchilardan iborat bo'lishi mumkin. Bashorat ko'p ma'lumot nuqtalarini qamrab oluvchi chiziq yordamida amalga oshiriladi.
Mashinasozlikni o'rganishni regressiyaga ham qo'llashimiz mumkin. Faraz qilaylik, x = x1, x2, x3, ... xn kirish o'zgaruvchisi, y esa natija o'zgaruvchisi. Bunday holda, kirish parametrlari (x) asosida mahsulotni (y) ishlab chiqarish uchun biz mashinaviy o’qitish texnologiyasidan foydalanishimiz mumkin.