|
Avtomatik qaror qabul qilish
|
| bet | 67/182 | | Sana | 19.05.2024 | | Hajmi | 5,69 Mb. | | #244351 |
Bog'liq Python sun\'iy intellekt texnologiyasi Dasrlik 2024Avtomatik qaror qabul qilish:
Xavfsiz va samarali bo‘lgan ba’zi hollarda, AI oldindan belgilangan qoidalar yoki o‘qitilgan modellar asosida avtomatik ravishda operatsion qarorlar qabul qilish uchun ishlatilishi mumkin.
Sun’iy intellekt zamonaviy biznesning ajralmas qismiga aylanib, kompaniyalarga samaradorlikni oshirish, xarajatlarni kamaytirish va yaxshiroq strategik qarorlar qabul qilish imkoniyatini beradi.
Python dasturlash tilida sun’iy intellekt yordamida biznes jarayonlarini optimallashtirish bilan bog'liq bir nechta vazifalar uchun dasturiy ta’minot kodining misollarini keltiramiz.
Ma’lumotlarni qayta ishlashni avtomatlashtirish:
Ma’lumotlarni qayta ishlash uchun Pandas kutubxonasidan foydalanish misoli.
import pandas as pd
# Ma’lumotlarni yuklash
data = pd.read_csv('ваш_файл.csv')
# Dublikatlarni olib tashlash
data = data.drop_duplicates()
# Yo‘qolgan qiymatlarni almashtirish
data = data.fillna(0)
# Ma’lumotlarni yig'ish misoli
aggregated_data = data.groupby(' ustun’).sum()
Bashorat qilish uchun mashinani o‘rganish:
Bashorat qilish modelini yaratish uchun scikit-learn kutubxonasidan foydalanish misoli.
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
# Ma’lumotlarni ajratish
X_train, X_test, y_train, y_test = train_test_split(features, labels, test_size=0.2, random_state=42)
# Modelni yaratish va o‘qitish
model = RandomForestRegressor()
model.fit(X_train, y_train)
# Bashorat qilish
predictions = model.predict(X_test)
# Modelning aniqligini baholash
mse = mean_squared_error(y_test, predictions)
Flash yordamida modelni tarqatish:
Bashorat qilish uchun oddiy veb-xizmatni yaratishga misol.
from flask import Flask, request, jsonify
app = Flask(__name__)
@app.route('/predict', methods=['POST'])
def predict():
# Mijozdan ma’lumotlarni olish
data = request.json
# Model yordamida bashorat qilish
result = model.predict(data['features'])
# Natijani mijozga yuborish
return jsonify({'result': result})
if __name__ == '__main__':
app.run(debug=True)
Ushbu misollar asoslarni ifodalaydi va sizning biznesingizning o‘ziga xos talablari va ma’lumotlar xususiyatlariga moslashishni talab qiladi.
|
| |
