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

 
1.2. Mashinali o'qitish modellari uchun asosiy algoritmlar 
Qaror daraxti.
Bu daraxtga o'xshash grafikadan foydalanishga asoslangan 
qarorlarni qo'llab-quvvatlash usuli bo’lib, ularning yuzaga kelishi mumkin bo'lgan 
oqibatlarini hisobga olgan holda qaror qabul qilish modeli (hodisa yuzaga kelishi 
ehtimolini hisoblash bilan), samaradorlik, resurslarni sarflashdan iborat bo’ladi. 
Biznes-jarayonlar uchun ushbu daraxt minimal miqdordagi savollardan iborat 
bo'lib, ular aniq javobni talab qiladi - "ha" yoki "yo'q". Bu savollarning barchasiga 
doimiy ravishda javob berib, to'g'ri tanlovga kelamiz. Qaror daraxtining uslubiy 
afzalliklari shundaki, u masalani tuzadi va tizimga soladi va yakuniy qaror mantiqiy 
xulosalar asosida qabul qilinadi. 
Bayesning sodda sinfi, 
Bayescha sodda sinflagichlar oddiy ehtimollik 
klassifikatorlari oilasiga mansub va Bayes teoremasidan kelib chiqadi, bu holda 
funksiyalarni mustaqil deb hisoblaydi (bu qat'iy yoki sodda, taxmin deb ataladi). 
Amalda, u mashinasozlikning quyidagi yo'nalishlarida qo'llaniladi: 
• elektron pochtaga keladigan spam-spam ta'rifi; 
• yangiliklar maqolalarini tematik sarlavhalar bilan avtomatik ravishda bog'lash; 
• matnning emotsional rangini aniqlash; 
• tasvirlardagi yuzlar va boshqa shablonlarni tanib olish. 
Eng kichik kvadratlar usuli.
Statistikani ozgina bo'lsa ham o'rgangan kishi 
chiziqli regressiya tushunchasini yaxshi biladi. Eng kichik kvadratlar ham uni amalga 
oshirish variantlariga tegishli. Odatda, chiziqli regressiya ko'plab nuqtalardan o'tgan 
to'g'ri chiziqni o'rnatish masalalarini hal qilish uchun ishlatiladi. Bu eng kichik 
kvadratlar usuli yordamida amalga oshiriladi: to'g'ri chiziqni torting, undan har bir 
nuqtagacha bo'lgan masofani o'lchang (nuqtalar va chiziq vertikal segmentlar bilan 
bog'langan), natijada olingan yig’indini ko'chiring. Natijada, masofalar yig'indisi eng 
kichik bo'ladigan egri chiziq kerakli (bu chiziq haqiqiy qiymatdan normal 
taqsimlangan og'ish bilan nuqtalar orqali o'tadi). 
Ma'lumotlarni mashinada o'rganish uchun moslashtirishda chiziqli funksiya 
odatda qo'llaniladi va xato metrikasini yaratish orqali xatolarni minimallashtirish 
uchun eng kichik kvadratchalar usuli qo'llaniladi.