|
Ma’lumotlarni tahlil qilish
|
| bet | 64/182 | | Sana | 19.05.2024 | | Hajmi | 5,69 Mb. | | #244351 |
Bog'liq Python sun\'iy intellekt texnologiyasi Dasrlik 2024Ma’lumotlarni tahlil qilish:
Biznes-jarayon ma’lumotlarini qayta ishlash va tahlil qilish uchun Pandas kabi ma’lumotlarni tahlil qilish kutubxonalaridan foydalaning.
import pandas as pd
# Ma’lumotlarni yuklash
data = pd.read_csv('ваш_файл.csv')
# Ma’lumotlarni tahlil qilish
# ...
Mashinali o‘qitish:
Natijalarni bashorat qilish yoki naqshlarni aniqlash uchun mashinali o‘qitish usullarini qo‘llang.
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
# Ma’lumotlarni o‘quv va test to‘plamlariga bo‘lish
X_train, X_test, y_train, y_test = train_test_split(features, labels, test_size=0.2, random_state=42)
# Modelni o‘qitish
model = RandomForestClassifier()
model.fit(X_train, y_train)
# Natijalarni bashorat qilish
predictions = model.predict(X_test)
# Modelning aniqligini baholash
accuracy = accuracy_score(y_test, predictions)
Vazifalarni avtomatlashtirish:
Veb-qirqish uchun Selenium yoki ish oqimlarini avtomatlashtirish uchun Automate kabi takrorlanadigan vazifalarni avtomatlashtirish uchun kutubxonalardan foydalaning.
from selenium import webdriver
# Selenium yordamida veb-skrapingga misol
driver = webdriver.Chrome()
driver.get('https://example.com')
# Veb-sahifadagi amallarni bajarish
# ...
# Brauzerni yopish
driver.quit()
Tabiiy tilni qayta ishlash (tabiiy tilni qayta ishlash, NLP):
Matn ma’lumotlarini tahlil qilish va ma’lumot olish uchun NLP-ni qo‘llang.
from nltk import word_tokenize, pos_tag, ne_chunk
# Nltk yordamida matnni qayta ishlashga misol
text = " Tahlil qilish uchun namunaviy matn."
# Tokenizatsiya
words = word_tokenize(text)
# Qisman belgilash
pos_tags = pos_tag(words)
# Nomlangan ob'ektlarni qazib olish
named_entities = ne_chunk(pos_tags)
|
| |
