Tekshirdi: Ochilov Mannon Toshkent – 2022

O‘ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
Topshiriq №5

Bajardi: Abdirimov Azizbek

Tekshirdi: Ochilov Mannon
Toshkent – 2022
Ushbu topshiriqni bajarishda oldingi topshiriqda foydalanilgan datasetdan foydalandim. Uni va kutubxonalarni yuklashni quyidagi koddan ko’rishimiz mumkin.

1-rasm.Kutubxona va datasetni yuklash jarayoni.

Ushbu dataset qanday ma’lumotlardan tashkil topganini ko’rishimiz uchun quyidagi chizmani chiqarishimiz yetarli:

2-rasm. Dataset ma’lumotlari.
Keyin qadamda datasetni 10/90 qilib ajratib olamiz va qanday shaklda hosil bo’lganini ko’rib olamiz.

3-rasm. Train va test qiymatlarini bo’lib olish.

Endi asosiy ish: Kerasda neyron tarmoq arxitekturasini qurish qoldi. Bu dataset uchun qurilgan eng optimal neyron tarmoq quyidagi kodda ko’rsatilgan:

4-rasm.Neyron tarmoq arxitekturasi.

Keyingi qadam tarmoq parametrlarini tanlash.

5-rasm.Neyron tarmoq parametrlarini sozlash.
Fit methodi yordamida modelimizni o’qitib olamiz.

6-rasm.Modelni o’qitish jarayoni.
Sinov uchun test malumotlarini o’qitib ko’ramiz.

7-rasm. Test malumotlarini sinovdan o’tkazish.


Xulosa
Ko’rib turganimizdek train malumotlaridan oxirgi natija 61 % test malumotlaridan 37.5% aniqlikda bo’ldi. Albatta bu juda kam, ammo, datasetning kichiikligini hisobga olsak bu uncha qo’rqinchli natija emas. Bu ishda lr qiymatini optimizator uchun sozladik, bunda lr = 0.0001 deb oldik. Juda katta datasetlarda bu o’z tasirini ko’rsatadi(ishlash tezligi pasayadi). Bizda klass 2 ta qiymatdan iborat bo’lganligi bois activationda sigmoiddan foydalandik, xatolikni hisoblashda binary amaldan foydalandik.