|
3 laboratoriya. Ma'lumotlarni qayta ishlash algoritmi va masalani yechish dasturining tasnifi Ishning maqsadi
|
bet | 1/4 | Sana | 04.10.2023 | Hajmi | 106.64 Kb. | | #86396 |
Bog'liq laboratoriya mashg\'uloti 3 Ichki ishlar boshqarmasiga, Документ Microsoft Word (2) (Автосохраненный), kompyuter chiqarish, Topshiriq 2, 2 hafta laboratoriya, Дастурлаш 4.1 машгулот (2), 9, 2, SQL 1-lab Umarov Amirjon, Topshiriq 2.05(Texnikum), 1.1, 7.1 машгулот, MB 2-amaliy ish, 5-amaliy, 1-lab Sirqilarga AbstraktMT
№3 laboratoriya. Ma'lumotlarni qayta ishlash algoritmi va masalani yechish dasturining tasnifi
Ishning maqsadi : tasniflash masalalarini amaliy o'rganish
1. Pythonda tasniflash muammosining bayoni
Tasniflash - cheklangan miqdordagi qiymatlarga ega bo'lgan ko'rsatkichni bashorat qilish. Oddiyroq ta'rif - ob'ekt tegishli bo'lgan toifani bashorat qilish. Rasmdagi matn yoki ob'ektlar janrini tanib olish - tasniflash vazifalari .
numpy , sklearn.metrics va tensorflow kutubxonalaridan foydalaniladi .
Pythonda K-eng yaqin qo'shnilar algoritmlari
Mashinani o'rganishning eng mashhur ilovalaridan biri bu tasniflash muammolarini hal qilishdir. Tasniflash muammolari - bu sizda ma'lumotlar to'plamiga ega bo'lgan va siz ushbu to'plamdagi kuzatuvlarni ma'lum bir toifaga tasniflashni xohlaydigan holatlardir.
Mashhur misol - elektron pochta spam-filtri. Gmail elektron pochta xabarlarini mazmuni, mavzusi va boshqa xususiyatlaridan kelib chiqqan holda spam jildiga avtomatik joylashtirish uchun nazorat ostidagi mashina o‘rganish usullaridan foydalanadi.
Tasniflash vazifalari haqida gap ketganda, ikkita mashinani o'rganish modeli ishning ko'p qismini bajaradi:
K-eng yaqin qo'shnilar usuli
K - usuli
K-eng yaqin qo'shni modellar. K-yaqin qo'shnilar algoritmi tasniflash masalalarini hal qilish uchun eng mashhur ML modellaridan biridir.
noma'lum bo'lgan ma'lumotlar to'plamiga K-eng yaqin qo'shnilar algoritmini qo'llashdir . Hukumatning maxfiy ma'lumotlari bo'yicha o'qitilgan ML modellaridan foydalangan holda bashorat qilish kerak bo'lganda, bunga haqiqiy misol bo'lishi mumkin.
Ushbu qo'llanmada siz K-Nearest Neighbors mashinasini o'rganish algoritmini o'rganasiz va uni Python da amalga oshirishni yozasiz . Biz yuqorida tavsiflangan holatda bo'lgani kabi, anonim ma'lumotlar to'plami bilan ishlaymiz.
Ishlatilgan maʼlumotlar toʻplami . Siz qilishingiz kerak bo'lgan birinchi narsa - biz ushbu qo'llanmada foydalanadigan ma'lumotlar to'plamini yuklab olish. Siz https://gitlab.com/PythonRu/notebooks/-/blob/master/classified_data.csv ni yuklab olishingiz mumkin.
ma'lumotlar to'plami faylini ishchi katalogingizga ko'chirishingiz kerak . Shundan so'ng Yupyterni oching Notebook - Endi biz Python kodini yozishni boshlashimiz mumkin !
|
| |