Mavzu: Mashinali o’qitishda o’qituvchili (Supervised) o’qitishning baholi hisoblash, qismiy pretsedentli va o’xshashlik funksiyalari bo’yicha tanib olish va sinflashtirish algoritmlarini

O’ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA KOMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI

Muhammad Al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti Samarqand filiali

AMALIY ISHI_5

Mavzu: Mashinali o’qitishda o’qituvchili (Supervised) o’qitishning baholi hisoblash, qismiy pretsedentli va o’xshashlik funksiyalari bo’yicha tanib olish va sinflashtirish algoritmlarini o’rganish va ularni dasturlash.

Mashinali o’qitish fanidan
101-19 – guruh talabasi
Bajardi : Nurmanov Asomiddin
Tekshirdi : Axrorov M.

Samarqand -2022

Mavzu: Mashinali o’qitishda o’qituvchili (Supervised) o’qitishning baholi hisoblash, qismiy pretsedentli va o’xshashlik funksiyalari bo’yicha tanib olish va sinflashtirish algoritmlarini o’rganish va ularni dasturlash.
Matlab dasturini ishga ushuramiz:

Kerakli kodni kiritamiz:



Endi tepadan kerakli bo’limni tanlab olamiz:

Bizda mana shu oyna ochildi.

Endi bu oynadan plus tugmasini bosib ma’lumotlarni qo’shib olamiz:

Start tugmasini bosib grafikni chiqarib olamiz:

Model bo’limidan bironta model tanlab uni qo’llab ko’ramiz:

Train tugmasini bosib uni ishga tushuramiz:


Model 96% aniqlik bilan ishladi.
ILOVA
Dasturning kodi:

fishertable= readtable('fisheriris.csv')

size(fishertable)

fishertable =

150×5 table
ADABIYOTLAR.

1. 
   Гергел В.П., Стронгин Р.Г. Основы параллелных вычислений длya многопроцессорных вычислителных систем. – Нижний Новгород, 2003.
   
2. 
   Сергиенко И. В. Математические модели и методы решениya задач дискретной оптимизatsiи. Киев Наукова Дума 1988. – 472 с.
   
3. 
   Игнатев Н.А. Вычисление обобщённых показателей и интеллектуалный анализ данных // Автоматика и телемеханика. 2011. № 5. С.183-190.
   
4. 
   Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем.-СпБ,Питер,2000.
   
5. 
   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.
   
6. 
   Russell S. L. Artificial intelligence: a modern approach / S. L. Russell, P. Norvig. - Upper Saddle River, New Jersey: Prentice- Hall Inc., 1995. -905 p.
   
7. 
   [15] Allen J. AI Growing up / J. Allen // AI MAGAZINE. - 1998. - V. 19. - №4. - Р. 13–23.
   
8. 
   Искусственный интеллект : справочник: в трех кн. / под ред. Э. В. Попова. - М. : Радио и связь, 1990.
   
9. 
   Гаскаров Д. В. Интеллектуальные информационные системы: учебник для вузов / Д. В. Гаскаров.- М. : Высш. шк., 2003. - 431 с.
   
10. 
    Андрейчиков А. В. Интеллектуальные информационные системы : учебник / А. В. Андрейчиков, О. Н. Андречикова. - М. : Финансы и статистика, 2006.- 424 с.- №12.
    
11. 
    Ларичев О. И. Системы основанные на экспертных знаниях: история, совершенное состояние и некоторые перспективы // Труды Седьмой национальной конференции по искусственному интеллекту с международным участием. - М. : Изд-во физико-математической литературы, 2000.
    
12. 
    Тарасов В. Б. О системно-организационном подходе в искусственном интеллекте / В. Б. Тарасов // VI Международная конференция «Знания-диалог-решения»: сб. научн. тр. - Ялта, 1997. - с. 57-70.
    
13. 
    Бондарев В. Н. Искусственный интеллект : учеб. пособие для вузов /В. Н. Бондарев, Ф. Г. Аде - Севастополь : Изд-во СевНТУ, 2002. - 615 с.
    
14. 
    Луценко Е. В. Интеллектуальные информационные системы /Е. В.Луценко. - Краснодар : КубГАУ, 2006.- 615 с.
    
15. 
    Оссовский С. Нейронные сети для обработки информации : пер. с польского Н. Д. Руданского / С. Оссовский. - М. : Финансы и статистика, 2002. -344 с.
    
16. 
    Павлов С. Н. Интеллектуальные информационные системы : учеб. пособие / С. Н. Павлов. - Томск : Томский межвузовский центр дистанционного образования, 2004.- 328 с.
    
17. 
    Представление и исследование знаний : пер. с япон. / Х. Уэно [и др.] ; под ред. Х. Уэно, М. Исидзука; - М. : Мир, 1989. - 220 с.
    
18. 
    Приобретение знаний : пер. с япон. / под ред. С. Осуги, Ю. Саэки; - М. : Мир, 1990. - 304 с.
    
19. 
    Allen J. AI Growing up / J. Allen // AI MAGAZINE. - 1998. - V. 19. - №4. - Р. 13–23.
    
20. 
    Feder J. Plex Languages // Information Sciences. 1971. - № 3. - P. 225-241.
    
21. 
    Search Engine Sizes [Электронный ресурс] / Danny Sullivan, Search Engine Watch. - Электрон, текстовые дан. - [Б.м.] : Search Engine Watch, 2000. - Режим доступа : http://www.searchenginewatch.com/reports/sizes.html - Англ.
    
22. 
    Kleppe A., Warmer J., Bast W. MDA Explained: The Model Driven Architecture - Practice and Promise. - Addison-Wesley, 2003. - 192 p.
    
23. 
    Uschold М., Gruninger М. ONTOLOGIES: Principles, Methods and Applications // Knowledge Engineering Review. 1996. - Vol. 11, № 2.
    
24. 
    С. Рассел, П. Норвиг. Искусственный интеллект. Современный подход. -М.: Вильямс, 2007. -1410 с.
    

XULOSA.

• 
  klasterli tahlil va ma’lumotlar strukturasini tekshirish;
  
• 
  muhim belgilarni aniqlash;
  
• 
  turli koʻrinishdagi empirik bogʻlanishlarni aniqlash;
  
• 
  obyektlar toʻplami (OT)ni analitik tavsiflash;
  
• 
  nostandart va kritik holatlarni aniqlash;
  
• 
  timsollarning etalon tavsifini hosil qilish.