Mashinali o’qitish

O’zbekiston Respublikasi Oliy va o’rta maxsus ta’lim vazirligi
Toshkent davlat iqtisodiyot universiteti Samarqand filiali
Raqamli iqtisodiyot, axborot texnologiyalari va matematik usullar kafedrasi

Neyrotexnalogiyalar va sun’iy intellekt fanidan

2-LABARATORIYA ISHI

Mavzu: Mashinali o’qitish

Tuzuvchi: Z.S.Yuldosheva

Samarqand-2022

Mavzu: Mashinali o’qitish
Ishdan maqsad: Sun’iy intellektda mashinali o’qitish bilim va ko’nikmalarini hosil qilish.
Nazariy qism: Mashinani o'rganish - bu kompyuterlar odamlarni o'rganish va harakat qilish kabi bilimdir. Vaqti-vaqti bilan bu ma'lumotni haqiqiy dunyo kuzatuvlari shaklida taqdim etish orqali o'zingizni yaxshilashni o'rganing Yuqoridagi ta'rif Machine Learning-ning asosiy maqsadi. Ushbu maqolaning maqsadi Machine Learning qanday ishlashi haqida tushuncha berishdir.
Bu ta'rif nimani anglatadi?
Har qanday kontseptsiyada bo'lgani kabi, kim bilan gaplashayotganingizga qarab, Machine Learning biroz boshqacha ta'rifga ega bo'lishi mumkin.
To'rt amaliy ta'rif:

• 
  "Mashinada o'qitishning eng oddiy shakli - bu ma'lumotlarni tahlil qilish, undan o'rganish va keyin dunyodagi har qanday narsa haqida bashorat qilish uchun algoritmlardan foydalanish amaliyoti." - Nvidia
  
• 
  "Mashinali o'qitish - bu kompyuterlarni aniq dasturlashtirilmagan holda ishlashga oid fan". - Stenford
  
• 
  "Mashinada o'qitish qoidalarga asoslangan dasturlashga tayanmasdan ma'lumotlardan o'rganish mumkin bo'lgan algoritmlarga asoslangan." - McKinsey & Co.
  
• 
  Machine Learning savolga javob berishga harakat qilib, tajriba orqali avtomatik ravishda takomillashadigan kompyuter tizimlarini qanday qurishimiz mumkin va barcha o'quv jarayonlarini boshqaradigan asosiy qonunlar qanday? - Karnegi Mellon universiteti
  

Mashinaning asosiy tushunchalari
Mashinani o'rganish uchun turli xil algoritmlar mavjud. Har kuni yuzlab nashrlar chop etiladi. Ular odatda tomonidan guruhlanadi o'quv uslubi (nazorat ostida o'rganish, nazoratdan o'tkazilmaydigan o'rganish, yarim tekshiruvdan o'tish) yoki undan foydalanish shakl yoki funktsiya bo'yicha shartnomalar (masalan, tasniflash, regressiya, qarorlar daraxti, klasterlash, chuqur o'rganish va hk). O'quv uslubi yoki funktsiyasidan qat'i nazar, barcha kombinatsiyalar quyidagilardan iborat:
Taklif (bir tasniflovchi yoki kompyuter tushunadigan til) Baholash (ob'ektiv / skoring funktsiyasi sifatida ham tanilgan) Optimallashtirish (qidirish uslubi, odatda eng yaxshi balli tasniflovchi, off-the-shelf va maxsus optimallash usullari qo'llaniladi) Machine Learning algoritmlarining asosiy maqsadi bundan oldin umumlashtirish, ya'ni ilgari hech qachon taqdim qilinmagan ma'lumotlarni muvaffaqiyatli talqin qilishdir.
# importing Numpy package
import numpy as np

# creating a 3X3 Numpy matrix

determinat = np.array([[2, 7, 13],
[3, 14, 12],
[5, 25, 16]])
determinat_x = np.array([[0, 7, 13],
[18, 14, 12],
[19, 25, 16]])
determinat_y = np.array([[2, 0, 13],
[3, 18, 12],
[5, 19, 16]])
determinat_z = np.array([[2, 7, 0],
[3, 14, 18],
[5, 25, 19]])

# Displaying the Matrix

print("Numpy Matrix is:")
print(determinat)

# calculating the determinant of matrix

det = np.linalg.det(determinat)
det_x = np.linalg.det(determinat_x)
det_y = np.linalg.det(determinat_y)
det_z = np.linalg.det(determinat_z)
print("\nx==")
print(int(det_x / det))
print("\ny==")
print(int(det_y / det))
print("\nz==")
print(int(det_z / det))

Foydalanilgan adabiyotlar.

1. 
   А.В. Гаврилов. Системы искусственного интеллекта: Учеб. пособие: в 2-х ч. - Новосибирск: Изд-во НГТУ, 2001. - Ч. 1. - 67 с.
   
2. 
   А.В. Гаврилов. Лабораторный практикум по нейронным сетям. Ч. 1. - Новосибирск:Изд-во НГТУ, 1999.
   
3. 
   Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем.-СпБ,Питер,2000.
   
4. 
   Павлов С. Н. Системы искусственного интеллекта : учеб. пособие. В 2-х частях. / С. Н. Павлов. - Томск: Эль Контент, 2011. - Ч. 1. - 176 c. ISBN 978-5-4332-0013-5.
   
5. 
   Russell S. L. Artificial intelligence: a modern approach / S. L. Russell, P. Norvig. - Upper Saddle River, New Jersey: Prentice- Hall Inc., 1995. -905 p.
   
6. 
   [15] Allen J. AI Growing up / J. Allen // AI MAGAZINE. - 1998. - V. 19. - №4. - Р. 13–23.