Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti farg'ona filiali

MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT
AXBOROT TEXNOLOGIYALARI UNIVERSITETI
FARG'ONA FILIALI
O'quv yili: 2021-2022,
Semestr: 6-semestr,
Mutaxassislik: Kompyuter injiniringi: Kompyuter injiniringi
Kafedra: Axborot ta'lim texnologiyalari
Fan nomi: Mashinali o'qitishga kirish
O'qituvch F.I.Sh.: ISROILOV SHAROBIDDIN MAXAMADYUSUFOVICH
Mashg'ulot: Amaliy

2-Mavzu: Mashinali o'qitishda sinflashtirish algortmlariva ularni dasturlash.

Bu amaliy ishni bajarish uchun Mathlab dasturlash tilining bazasida bor misoldan foydalanamiz. Yani Iris gullining yaproqlarini sinflashtirishni ko’rib chiqamiz.

Buning uchun dastlab fishertable=readtable('fisheriris.csv') dan foydalanamiz. Natijada workspace 150x5 lik jadval hosil bo’ladi.
Keyin esa fishertable jadvalini va qiymatlari o’lchamini ko’rish uchun size(fishertable) buyrug’idan foydalanamiz. Keyin esa o’sha 150x5 lik jadvalning qiymatlarini ko’rish uchun scattter buyrug’idan fooydalanamiz.
Bu hosil bo’lgan qiymatlar iris gulini 3 xil turi buyicha olingan qiymatlar Endi biz buning grafigini ko’rishimiz uchun ya’ni sinflashirishda qanaqa kko’riniishhini bilishimizz uchun yuqoridagi APPS bo’limiga kirib Classification learner ni tanlaymiz va hosil bo’lgan oynadan from workspace ni tanlaymiz. Keyin esa start session tugmaini bosamiz Hosil bo’lgan grafigimiz iris gulining 3 turi bo’yicha olingan qiymatlar asosiddagi grafik. Keyin esa bu sinflashrish davomida qanchalik xatoga yo’l qo’yganimizni bilish uchun train tuugmasini bosamiz va xatolligimizni ko’rish uchun correct qiymatlarni ob turamiz Natijada bu grafigimiz daraxt sinflashtirish turi bo’yicha aniqligi 96.7 % ga teng bo’ldi.Endi barcha sinflashtirish turlari bo’yicha aniqlikni tekshirib ko’ramiz. Natijada eng kata aniqligimiz daraxt sinflashtirish turi bo’yicha bo’ldi Eng past ko’rsatgich esa ensemble turi bo’yicha bo’ldi yani 33.3%.
Mashinali oqitish (MO) uchun kerakli instrumental vositalar (Octave/ Matlab/Python/) tahlili va imkoniyatlari bilan tanishish GNU Octave - bu MATLAB bilan mos keladigan yuqori darajadagi tilni ishlatadigan bepul matematik hisoblash tizimi. Bu chiziqli va chiziqli bo'lmagan matematik masalalarni echish hamda boshqa raqamli tajribalarni bajarish uchun interaktiv buyruq interfeysini taqdim etadi. Bundan tashqari, Oktav partiyani qayta ishlash uchun ishlatilishi mumkin. Oktav tili haqiqiy va murakkab skalar va matritsalar arifmetikasi bilan ishlaydi, chiziqli algebraik masalalarni echish, chiziqli bo'lmagan algebraik tenglamalar tizimining ildizlarini topish, polinomlar bilan ishlash, har xil differentsial tenglamalarni echish, differentsial va differentsial-algebraik tizimlarni birlashtirish uchun kengaytmalarga ega. funktsiyalarni cheklangan va cheksiz intervallarga birlashtirgan birinchi darajadagi tenglamalar. Ushbu ro'yxat Oktav tili yordamida osonlikcha kengaytirilishi mumkin (yoki C, C ++, Fortran va boshqalarda yaratilgan dinamik ravishda yuklanadigan modullar yordamida).


Bu tamoyilda belgilarning fizik tabiati bir jinsli yoki ko ʻ p jinsli ekanligi etiborga olinadi. Bu bo ʻ yicha MOT oddiy va murakkab tizimlarga bo ʻ linadi. Oddiy MOTlar belgilar fizik tabiati bo ʻ yicha bir xilligi bilan xarakterlanadi. Masalan, telefon avtomatlarida ishlatiladigan tangalar va metrodagi avtomatlarda ishlatiladigan jeton larda faqat og ʻ irlik belgisi etiborga olinadi. Qulflarni ochish uchun kalitlarning geometrik o ʻ lchovi hisobga olinadi. Tushunarliki, oddiy MOTda kompyuterdan foydalanish shart emas. Bunda oddiy mexanik yoki elektromexanik qurilmalardan foydalansa bo ʻ ladi. Murakkab MOTlar belgilarning fizik bir xilli emasligi bilan xarakterlanadi. Masalan, samolyotlarni xarakterlovchi belgilar: ekipajlar soni; uchish balandligi; samolyot vazni; geometrik o ʻ lchovlari va h. k. Xuddi shuningdek, tibbiy tashxis masalalarida: harorat; qon tahlili malumotlari; bosim; kardiagrammalar va h. k. Haqiqatdan, oddiylik ham, vaqt ham ustun turadi. Lekin, hamma vaqt ham biz amaliy masalalarni yechishda oddiy tizimlardan foydalana olmaymiz. Kriminalistika masalalarida guvohlar bergan so ʻ zlar yordamida jinoyatchining tasvirini chizish bilan qulfni ochadigan kalitni taqqoslab bo ʻ lmaydi.

3-Mavzu: Mashinali o'qitishda o'qituvchisiz o'qitish algoritmlarini o'rganish va ularni dasturlash.