Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti farg'ona filiali 610-20 guruh talabasi Nomonov Islomjonning Mashinali o’qitish fanidan tayyorlagan Mustaqil ishi

9. Bagging va tasodifiy o'rmon 
Tasodifiy o'rmon - bu juda mashhur va samarali mashinani o'rganish algoritmi. 
Bu bagging deb ataladigan ansambl algoritmining o'zgarishi . 
Bootstrap - bu o'rtacha kabi narsalarni baholashning samarali statistik usuli. Siz 
ma'lumotlaringizning ko'plab kichik namunalarini olasiz, har birini o'rtacha 
hisoblaysiz va keyin haqiqiy o'rtacha qiymatni yaxshiroq baholash uchun natijalarni 
o'rtacha hisoblaysiz. 
Bagging xuddi shu yondashuvdan foydalanadi, ammo qaror daraxtlari 
ko'pincha barcha statistik modellarni baholash uchun ishlatiladi. O'quv ma'lumotlari 
ko'plab namunalarga bo'linadi, ularning har biri uchun model yaratiladi. Bashorat 
qilish kerak bo'lganda, har bir model bittasini yaratadi, so'ngra chiqish qiymatining 
eng yaxshi bahosini berish uchun bashoratlar o'rtacha hisoblanadi. 

---

Tasodifiy o'rmon algoritmida qaror daraxtlari barcha namunalar uchun o'quv 
ma'lumotlaridan qurilgan. Daraxtlarni qurishda har bir tugunni yaratish uchun 
tasodifiy xususiyatlar tanlanadi. Alohida-alohida, natijada olingan modellar juda 
aniq emas, lekin ular birlashtirilganda bashorat sifati sezilarli darajada yaxshilanadi. 
Agar qaror daraxtlari kabi yuqori tafovut algoritmi maʼlumotlaringizda yaxshi 
ishlasa, bu unumdorlikni koʻpincha baggingni qoʻllash orqali yaxshilash mumkin . 
10. Boosting va AdaBoost 
Boosting - bu ansambl algoritmlari oilasi bo'lib, uning mohiyati bir nechta 
zaiflar asosida kuchli tasniflagichni yaratishdir. Buning uchun birinchi navbatda 
bitta model, so'ngra birinchisida xatolarni tuzatishga harakat qiladigan boshqa model 
yaratiladi. Modellar o'quv ma'lumotlari mukammal bashorat qilinmaguncha yoki 
modellarning maksimal sonidan oshib ketguncha qo'shiladi. 
AdaBoost ikkilik tasniflash uchun ishlab chiqilgan birinchi chinakam 
muvaffaqiyatli kuchaytirish algoritmi edi. U bilan tanishishni kuchaytirish bilan 
boshlash yaxshidir . Stochastic Gradient Boosting kabi zamonaviy usullar AdaBoost 
-ga asoslangan . 
AdaBoost qisqa qarorlar daraxtlari bilan birgalikda ishlatiladi. Birinchi daraxt 
yaratilgandan so'ng, uning har bir o'quv ob'ektidagi ishlashi tekshiriladi, keyingi 
daraxt barcha ob'ektlarga qanchalik e'tibor berishi kerak. Bashorat qilish qiyin 
bo'lgan ma'lumotlarga ko'proq, bashorat qilish oson bo'lgan ma'lumotlarga esa 
kamroq vazn beriladi. Modellar ketma-ket yaratiladi va ularning har biri keyingi 
daraxt uchun og'irliklarni yangilaydi. Barcha daraxtlar qurilgandan so'ng, yangi 
ma'lumotlar uchun bashorat qilinadi va har bir daraxtning ishlashi mashg'ulot 
ma'lumotlarida qanchalik to'g'ri ekanligi bilan belgilanadi. 
Ushbu algoritm model xatolarini tuzatishga katta e'tibor berganligi sababli, 
ma'lumotlarda anomaliyalar mavjud emasligi muhimdir. 

---