• Deep learning
  • Algoritmlarni ifodalash.
  • Kommunikatsiyalarini rivojlantirish vazirligi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti qarshi filiali




    Download 328.4 Kb.
    Pdf ko'rish
    bet2/3
    Sana19.05.2023
    Hajmi328.4 Kb.
    #61713
    1   2   3
    Bog'liq
    4-mustaqil ish mavzulari, Документ Microsoft Word (2), metodika-astronomii-1947, tadbir ssenariy, Umumiy pedagogika fanidan 2 topshiriq sirtqilar uchun 1 (1) (4), Xulosa. Foydalanilgan adabiyotlar. Kirish, алгоритм, Hujjat (3), Mustaqil ish 1 (2), Gimnastik mashqlar texnikasini o’rgatish, takomillashtirish va o’qitish uslubiyati, Hisob varaqasi, Karimova maktabgacha ta’limning me’yoriy asoslari-fayllar.org, Metodik referat, Maktabgacha ta’lim vazirining 2019 yil 30 avgustdagi 155-sonli b
    Machine learning(mashinali o'qitish) - o'zi o'rganadigan dasturlar yaratish 
    amaliyoti va nazariyasi, sun'iy intellektning katta qismi. Dasturchilar o'z 
    algoritmlariga xususiy hollarda umumiy qonuniyatlarni aniqlashni o'rgatishadi. 
    Natijada, kompyuter, inson avvaldan ko'rsatib o'tgan buyruqlaridan emas, balki, o'z 
    shaxsiy malakasidan kelib chiqib qaror qabul qiladi. Bunday o'qitishning juda ko'p 
    metodlari data mining'ga oid bo'lishi mumkin. Mashinali o'qitishga birinchi tarifni 
    1959-yilda amerikalik informatik Artur Samuel bergan. U sun'iy intellekt 
    elementlariga ega bo'lgan shashka o'yini, dunyoda birinchi o'zi o'rganadigan dasturni 
    yaratgan. 


    Deep learning(chuqur o'qitish) - yanada murakkab va yanada mustaqil bo'lgan o'zi 
    o'qidigan dasturlar yaratadigan mashinali o'qitish turi. Oddiy mashinali o'qitish 
    hollarida boshqariladigan malaka yordamida kompyuter bilimlarni aniqlab oladi: 
    dasturchi algoritmga ma'lum misollarni ko'rsatadi, xatolarni qo'lda to'g'rilaydi. Deep 
    learningda esa, tizim o'zi o'z funksiyalarini loyihalaydi, ko'p darajali hisob- kitoblar 
    amalga oshiradi va atrof-muhit haqida xulosalar qiladi. 
    Odatda chuqur o'qitishni neyron tarmoqlarga tadbiq qilishadi. Bu texnologiya asosan 
    rasmlarni qayta ishlashda, nutqni tanishda, neyromashina tarjima, farmatsevtikadagi 
    hisoblashlarda va boshqa zamonaviy texnologiyalarda qo'llaniladi. Asosan Google, 
    facebook va Baidu tomonidan loyihalarga tadbir qilinadi. 
    Algoritmlarni ifodalash. Algoritmlarni ko'pgina belgilar, shu jumladan, ifodalash 
    mumkin tabiiy tillar, psevdokod, oqim jadvallari, drakon-jadvallar, dasturlash tillari 
    yoki boshqaruv jadvallari (tomonidan qayta ishlangan tarjimonlar). Algoritmlarning 
    tabiiy tildagi ifodalari keng va noaniq bo'lib, murakkab yoki texnik algoritmlar 
    uchun kamdan-kam qo'llaniladi. Psevdokod, oqim jadvallari, drakon-jadvallar 
    va boshqaruv jadvallari - bu tabiiy tilga asoslangan bayonotlarda uchraydigan ko'plab 
    noaniqliklardan qochadigan algoritmlarni ifodalashning tuzilgan usullari. Dasturlash 
    tillari birinchi navbatda algoritmlarni kompyuter tomonidan bajarilishi mumkin 
    bo'lgan shaklda ifodalash uchun mo'ljallangan, lekin ko'pincha algoritmlarni 
    aniqlash yoki hujjatlashtirish usuli sifatida ishlatiladi. 
    Vakillarning xilma-xilligi mavjud va berilganni ifodalash mumkin Turing mashinasi 
    dastur mashinalar jadvallari ketma-ketligi sifatida (qarang cheklangan holatdagi 
    mashina, davlat o'tish jadvali va boshqaruv jadvali ko'proq uchun), oqim sxemalari 
    sifatida va drakon-jadvallar (qarang holat diagrammasi ko'proq uchun), yoki ibtidoiy 
    shakl sifatida mashina kodi yoki yig'ilish kodi "to'rtliklar to'plamlari" deb 
    nomlangan (qarang Turing mashinasi ko'proq). 


    Algoritmlarni quyidagicha Turing mashinasini tavsiflashning qabul qilingan uchta 
    darajasiga ajratish mumkin: 

    Download 328.4 Kb.
    1   2   3




    Download 328.4 Kb.
    Pdf ko'rish

    Bosh sahifa
    Aloqalar

        Bosh sahifa



    Kommunikatsiyalarini rivojlantirish vazirligi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti qarshi filiali

    Download 328.4 Kb.
    Pdf ko'rish