• O‘qitish va Sinov (Train and Test Sets)
  • Validatsiya Uchun Poddiyalarni (Validation Splits)
  • Statistik tahlil
    		•

    O‘zgaruvchilar (Features)




    Download 46,87 Kb.
    bet13/32
    Sana20.12.2023
    Hajmi46,87 Kb.
    #125194
    1   ...   9   10   11   12   13   14   15   16   ...   32
    Bog'liq
    mashinali
    durdona struktura 1-mustaqil, 111111 (1) (1) (1) (1), cfg ch1 vol 2 (1), 89S51 platformasi (1), hadamard, 2-Tajriba ishi, 6-Tajriba ishi, Mavzu mantiqiy elementlar va sxemalar-fayllar.org, Raqamli qurilmalarni loyihalashga kirish-fayllar.org, METROLOGIYA VA STANDARTLASHTIRISH
    O‘zgaruvchilar (Features): Ma’lumot to‘plami o‘zgaruvchilarni (feature) o‘z ichiga oladi. Bu o‘zgaruvchilar modelning o‘zini aniqlashda yordam beradigan ma’lumotlar bo‘lib, masalan, tezlik, o‘lcham, kategoriyalar, va boshqalar kabi.

  • Manbalar (Labels): Manbalar modelning o‘zgaruvchilar bo‘yicha qanday javob berishini aniqlaydi. Bu, misol uchun, klassifikatsiya uchun to‘g‘ri javoblar yoki regressiya uchun ma’lumotlar bo‘lishi mumkin.

  • O‘qitish va Sinov (Train and Test Sets): Ma’lumot to‘plami o‘qitish (train) va sinov (test) jarayonlari uchun bo‘linadi. O‘qitish to‘plami modelni o‘rgatish uchun ishlatiladi, sinov to‘plami esa o‘rgatilgan modelning sinovlash va aniqlash uchun foydalaniladi.

  • Validatsiya Uchun Poddiyalarni (Validation Splits): O‘qitish va sinov to‘plamlari o‘zlarining o‘zaro farqini aniqlash uchun va modelni optimallashtirish uchun validatsiya poddiyalari sifatida yana bo‘linadi.

    Ma’lumot to‘plami (dataset) modelni o‘rgatishda va sinovlashda kritik ahamiyatga ega. Bu ma’lumotlar modelning aniqligini aniqlashda va amaliyotda qanday yaxshi ishlashini ko‘rsatishda yordam beradi. Shuningdek, to‘g‘ri o‘rgatilgan va sinovlanadigan ma’lumotlarga ega bo‘lish modelning aniqlik darajasini oshiradi.

    19. Mashinali o‘qitishda xususiyatlarni ajratib olish tushunchasi.


    ChatGPT
    Mashinali o‘qitish jarayonida xususiyatlarni ajratib olish (feature selection) — bu o‘zgaruvchilardan tashkil topgan xususiyat to‘plamini tanlash va ushbu tanlangan xususiyatlar asosida modelni o‘rgatish (training) uchun foydalanish jarayoni. Bu jarayon modelni yaxshilash va bu xususiyatlarning ma‘lumotlar ustida ta’sirini kamaytirishga yordam beradi.
    Xususiyatlarni ajratib olishni amalga oshirishda quyidagi usullar qo‘llaniladi:

    1. Statistik tahlil: Xususiyatlar o‘rtasidagi taalluqli statistik ko‘rsatkichlar (masalan, o‘rta qiymat, dispersiya, korrelyatsiya) yordamida o‘zgaruvchilar o‘rtasidagi ta‘sir-nexatlar aniqlanadi. Bular yordamida eng muhim va ta’sirchan xususiyatlar aniqlanib chiqadi.


    2. Download 46,87 Kb.
    • 1   ...   9   10   11   12   13   14   15   16   ...   32




    Download 46,87 Kb.