MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT
AXBOROT TEXNOLOGIYALARI UNIVERSITETI
FARG‘ONA FILIALI
“MASHINALI O’QITISHGA KIRISH” FANIDAN
1
MAVZU
Kirish. “Mashinali o‘qitish” fanining
maqsad va vazifalari.
Isroilov Sharobiddin Maxammadyusufovich
Mavlonova Dilnozaxon Shuxratjonovna
Axborot ta'lim texnologiyalari kafedrasi assistenti
Jami soatlar -
180
Shu jumladan:
Ma'ruzalar
44 soat
Seminarlar
30 soat
Mustaqil ish
106 soat
Fan maqsadi
Talabalarga
mashinali
o‘qitish
algoritmlaridan qanday foydalanishni,
mashinani
o’qitish
usullari,
simulyatsiya yaratish, oddiy neyron
tarmoqlarni
qurish
va
maxsus
dasturidan foydalanishni o‘rgatish
hamda
ularni
amalda
qo’llash
ko‘nikmalarini hosil qilish.
Fanni o‘zlashtirish uchun zarur
boshlang‘ich bilimlar
1.
Chiziqli algebra (LALG14MBK),
2.
Extimollik va statistika (PBST16MBK)
3.
Dasturlash 1 (PROG16MBK)
4.
Ma’lumotlar tuzilmasi va algoritmlar
(DTSA16MBK)
Mа’ruza rejasi
Mashinali o‘qitishning asosiy tushunchalari.
1
2
3
4
5
Mashinali o‘qitish algoritmlari asosiy atamalari.
Mashinali o‘qitish
qo‘llanilishi
algoritmlari
real
sohalarda
Mashinali o‘qitishning sun'iy intellektdagi o‘rni
Mashinali o‘qitishning sun'iy intellektdagi o‘rni
6
Mashinali o‘qitish
(inglizcha: machine learning,
ML) sunʼiy intellect ostsohasi
boʻlib, kompyuterlarga algoritmlar
va katta hajmdagi maʼlumotlardan
foydalangan holda inson
koʻmagisiz ham oʻzi oʻrganish
hamda oʻrgangan maʼlumotlari
asosida bashorat qilish va qaror
chiqarish imkoniyatini beradi
Mashinali o‘qitishning asosiy tushunchalari.
Machine learning (mashinali o'qitish) –
Kampyuterlarni dasturlamagan holda
o’zini - o’zi o’qitish imkonini berish yoki
o'zi o'rganadigan dasturlar yaratish
amaliyoti va nazariyasi.
Mashinali o'qitishga birinchi tarifni 1959-yilda
amerikalik informatik Artur Samuel qo’llagan.
Machine Learning biroz boshqacha ta'rifga ega
bo'lishi mumkin. To'rt amaliy ta'rif:
"Mashinada o'qitishning eng oddiy shakli - bu
ma'lumotlarni tahlil qilish, undan o'rganish va
keyin dunyodagi har qanday narsa haqida
bashorat qilish uchun algoritmlardan foydalanish
amaliyoti." - Nvidia
"Mashinali o'qitish - bu kompyuterlarni aniq
dasturlashtirilmagan holda ishlashga oid fan". Stenford
"Mashinada o'qitish qoidalarga asoslangan
dasturlashga tayanmasdan ma'lumotlardan
o'rganish mumkin bo'lgan algoritmlarga
asoslangan." - McKinsey & Co.
Machine Learning savolga javob berishga harakat
qilib, tajriba orqali avtomatik ravishda
takomillashadigan kompyuter tizimlarini qanday
qurishimiz mumkin va barcha o'quv jarayonlarini
boshqaradigan asosiy qonunlar qanday? - Karnegi
Mellon universiteti
AI - bu harakat va tabiatni sun'iy intellekt bilan
takrorlash orqali mashinaga odamlar kabi
harakat qilish imkonini beradigan texnikadir.
Mashinani o'rganish - bu AI
texnikasining kichik to'plami bo'lib, u
mashinani tajriba bilan yaxshilash
uchun statistik usullardan foydalanadi.
Chuqur o'rganish - bu sun'iy neyron
tarmog'i kontseptsiyasiga olib keladigan
neyron deb ataladigan miya
hujayralarimizning funksionalligidan
ilhomlangan mashinani o'rganishning o'ziga
xos turi
Mashinali o’qitishda – Madael yaratish jarayoni TRENING (mashiq, o’qitish) deb ataladi
Machine learning (mashinali o'qitish) qanday muammolar uchun?
❖
❖
❖
❖
Ko’p qonun - qoidalar va shartlar yozish talab
qiladigan muammolar.
Klassik usul bilan yechim topib bo’lmaydigan
kompleks muammolar.
Doimiy o’zgaruvchan muammolar.
Katta o’lchamdagi ma’lumotlarda yashirin
mazmun va ma’nolarni topishga oid
muammolar.
Mashinani o'rganish dasturlari ko'pincha kutilgan
natijalarni bermaydi. Buning sabablari juda ko'p:
• (mos) ma'lumotlarning etishmasligi
• ma'lumotlarga kirishning yo'qligi
• ma'lumotlarning noto'g'riligi
• maxfiylik muammolari
• noto'g'ri tanlangan vazifalar va algoritmlar
• noto'g'ri vositalar va odamlar
• resurslarning etishmasligi va baholash muammolari.
Mashina o’qitish (ML) bo’yicha algaritimlar.
➢Chiziqli Regressiya
➢Logistik Regressiya
➢Chiziqli Diskriminant Tahlil
➢Tasniflash va regressiya daraxtlari
➢Sodda Bayes
➢K-Eng Yaqin Qo'shnilar
➢Vektorlarni Kvantlashni O'rganish
➢Vektorli Mashinalarni Qo'llabQuvvatlash
➢Bagging va tasodifiy o'rmon
➢Boosting va AdaBoost
Mashinani o'rganishni qo'llash
Mashinani o'rganish bugungi
texnologiya uchun mashhur so'z
bo'lib, u kundan-kunga juda tez
o'sib bormoqda. Biz kundalik
hayotimizda mashinani
o‘rganishdan hatto bilmasdan ham
foydalanamiz, masalan, Google
Xaritalar, Google yordamchisi, Alexa
va boshqalar. Quyida Mashina
o‘rganishning eng ommabop real
ilovalari keltirilgan:
1. Tasvirni aniqlash:
Tasvirni aniqlash mashinani o'rganishning eng keng tarqalgan ilovalaridan
biridir. U ob'ektlarni, shaxslarni, joylarni, raqamli tasvirlarni va hokazolarni
aniqlash uchun ishlatiladi. Tasvirni aniqlash va yuzni aniqlashning mashhur
qo'llanilishi: Avtomatik do'stlarni belgilash taklifi :
2. Nutqni tanib olish
Nutqni tanib olish ovozli ko'rsatmalarni matnga aylantirish jarayoni bo'lib,
u " Nutqni matnga " yoki " Kompyuter nutqini aniqlash " nomi bilan ham
tanilgan. Hozirgi vaqtda mashinani o'rganish algoritmlari nutqni
aniqlashning turli ilovalarida keng qo'llaniladi. Google
yordamchisi , Siri , Cortana va Alexa ovozli ko'rsatmalarga amal qilish
uchun nutqni aniqlash texnologiyasidan foydalanmoqda.
3. Trafikni bashorat qilish:
Google Xaritadan foydalanayotgan har bir kishi ushbu ilovani yaxshilashga
yordam bermoqda. U foydalanuvchidan ma'lumot oladi va ish faoliyatini
yaxshilash uchun ma'lumotlar bazasiga yuboradi.
4. Mahsulot tavsiyalari:
Mashinani o'rganish Amazon , Netflix va boshqalar kabi turli elektron
tijorat va ko'ngilochar kompaniyalar tomonidan foydalanuvchiga
mahsulotni tavsiya qilish uchun keng qo'llaniladi. Biz Amazonda biron
bir mahsulotni qidirganimizda, xuddi shu brauzerda Internetda kezish
paytida biz xuddi shu mahsulot uchun reklama olishni boshladik va bu
mashinani o'rganish tufayli.
5. O‘zi boshqariladigan avtomobillar:
Mashinani o'rganishning eng qiziqarli ilovalaridan biri bu o'z-o'zidan
boshqariladigan avtomobillardir. Mashinani o'rganish o'z-o'zidan boshqariladigan
avtomobillarda muhim rol o'ynaydi. Eng mashhur avtomobil ishlab chiqaruvchi
kompaniya Tesla o'zi boshqariladigan avtomobil ustida ishlamoqda. U haydash
paytida odamlar va narsalarni aniqlash uchun avtomobil modellarini o'rgatish
uchun nazoratsiz o'rganish usulidan foydalanadi.
6. Elektron pochta spamlari va zararli dasturlarni filtrlash:
Qachonki biz yangi xat olsak, u avtomatik ravishda muhim, oddiy va
spam sifatida filtrlanadi. Biz har doim pochta qutimizga spam
qutimizdagi muhim belgi va spam xatlar bilan muhim xatlarni olamiz
va buning ortidagi texnologiya Mashinani o'rganishdir. Quyida Gmail
tomonidan ishlatiladigan spam filtrlari keltirilgan:
7. Virtual shaxsiy yordamchi:
Bizda Google yordamchisi , Alexa , Cortana , Siri kabi turli xil virtual shaxsiy
yordamchilarimiz bor . Nomidan ko'rinib turibdiki, ular ovozli ko'rsatmalarimiz
yordamida ma'lumotni topishda bizga yordam beradi. Bu yordamchilar musiqa
tinglash, kimgadir qo‘ng‘iroq qilish, elektron pochta xabarini ochish, uchrashuvni
rejalashtirish va h.k. kabi ovozli ko‘rsatmalarimiz orqali bizga turli yo‘llar bilan
yordam berishi mumkin.
8. Onlayn firibgarlikni aniqlash:
Mashinani o'rganish firibgarlik tranzaksiyalarini aniqlash orqali onlayn
tranzaksiyamizni xavfsiz va xavfsiz qiladi. Har safar biz onlayn tranzaksiyani amalga
oshirganimizda, soxta hisoblar , soxta identifikatorlar va tranzaksiya o'rtasida pul
o'g'irlash kabi firibgarlik tranzaksiyalari sodir bo'lishi mumkin . Buni aniqlash
uchun Feed Forward Neyron tarmog'i bizga bu haqiqiy tranzaksiyami yoki firibgarlik
bitimi ekanligini tekshirish orqali yordam beradi.
9. Qimmatli qog'ozlar bozori savdosi:
Mashinani o'rganish fond bozori savdosida keng qo'llaniladi. Qimmatli
qog'ozlar bozorida har doim aktsiyalarning ko'tarilish va pasayish xavfi
mavjud, shuning uchun ushbu mashinani o'rganish uchun uzoq qisqa
muddatli xotira neyron tarmog'i fond bozori tendentsiyalarini
bashorat qilish uchun ishlatiladi.
10. Tibbiy diagnostika:
Tibbiyot fanida kasalliklarni tashxislash uchun mashinani o'rganish
qo'llaniladi. Shu bilan tibbiy texnologiya juda tez o'sib bormoqda va
miyadagi lezyonlarning aniq o'rnini bashorat qila oladigan 3D
modellarni yaratishga qodir.
11. Avtomatik til tarjimasi:
Hozirgi kunda, agar biz yangi joyga tashrif buyurgan bo'lsak va biz tilni bilmasak,
bu umuman muammo emas, chunki buning uchun mashinani o'rganish ham
matnni ma'lum tillarimizga aylantirish orqali bizga yordam beradi. Google-ning
GNMT (Google Neural Machine Translation) ushbu xususiyatni taqdim etadi, bu
matnni bizning tanish tilimizga tarjima qiladigan Neyron Machine Learning bo'lib,
u avtomatik tarjima deb ataladi.
Python haqida ma’lumot
Python (talaffuzi: Piton) — umumiy –
maqsadli dasturlash uchun keng tarzda
foydalaniladigan yuqori darajali dasturlash tili.
Ushbu dasturlash tili Guido van Rossum tomonidan
yaratilgan va birinchi marta 1991-yilda foydalanib
koʻrilgan.
Python har xil platformalar uchun yozilgan,
masalan Windows, Linux, Mac OS X, Palm OS, Mac
OS va boshqalar. Python Microsoft.NET platformasi
uchun yozilgan realizatsiyasi ham mavjud boʻlib, uning
nomi — IronPython.
Python dunyo miqyosida eng ommalashgan,
mukammal dasturiy mahsulotlarni yaratishga
mo‘ljallangan dasturlash tillaridan biri bo‘lib, uning
yordamida web-sayt, ilova va o‘yinlar yaratiladi.
Quyidagi imkoniyatlar bu tilni o‘rganish uchun
yordamchi omillar hisoblanadi.
Mukammal kutubxonaning
mavjudligi.
O‘rganish va qo‘llashning
soddaligi.
Mashhur firmalarning ushbu
dasturdan foydalanishi.
$
Python interpretatorining
bepul o‘rnatilishi.
JetBrains tomonidan IntelliJ IDEA asosida ishlab chiqilgan
Python
dasturlash
tili
uchun
platformalararo
integratsiyalashgan ishlab chiqish muhiti. Foydalanuvchiga
kod yozish uchun to'plam taqdim etadi.
Mahsulot ikkita versiyada mavjud:
PyCharm Community Edition - bepul versiya, Apache
litsenziyasi ostida litsenziyalangan
PyCharm Professional Edition - mahsulotning qo'shimcha
funksiyalarga ega kengaytirilgan versiyasi
E’TIBORINGIZ UCHUN
RAHMAT !