O‘ZBEKISTON RESPUBLIKASI RAQAMLI
TEXNOLOGIYALAR VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT
AXBOROT TEXNOLOGIYALAR UNIVERSITETI
MASHINALI O‘QITISHGA KIRISH fani bo`yicha
1-amaliy ishi
Mavzu: Mashinali o'qitish uchun chiziqli algebra. Chiziqli algebra
masalalarini dasturlash
Bajardi:0170-21 guruh talabasi
Qamchiyev Boburbek
Toshkent-2023
Mashinali o'qitish uchun chiziqli algebra. Chiziqli algebra
masalalarini dasturlash
Mashinani o'rganish ma'lumotlar muammolarini hal qilish uchun chiziqli
algebradan qanday foydalanadi
Mashinalar yoki kompyuterlar faqat raqamlarni tushunadilar. Va bu
raqamlarni mashinalarga oldindan belgilangan ko'rsatmalardan o'rganish
o'rniga (dasturlashda bo'lgani kabi) ma'lumotlardan o'rganish orqali
muammolarni hal qilish imkonini beradigan tarzda ifodalanishi va qayta
ishlanishi kerak.
Dasturlashning barcha turlari ma'lum darajada matematikadan
foydalanadi. Mashinani o'rganish ma'lumotlarni eng yaxshi tavsiflovchi
funktsiyani o'rganish uchun ma'lumotlarni dasturlashni o'z ichiga oladi.
Ma'lumotlardan foydalangan holda funktsiyaning eng yaxshi
parametrlarini topish muammosi (yoki jarayoni) MLda modelni o'qitish
deb ataladi.
Shuning uchun, qisqacha aytganda, mashinani o'rganish eng yaxshi
echimni optimallashtirish uchun dasturlashdir - va bu muammo qanday
hal qilinishini tushunish uchun bizga matematika kerak.
ML uchun matematikani o'rganish yo'lidagi birinchi qadam chiziqli
algebrani o'rganishdir.
Chiziqli algebra bu matematik asos bo'lib, ma'lumotlarni taqdim etish,
shuningdek, mashina o'rganish modellarida hisoblash muammosini hal
qiladi.
Bu massivlar matematikasi — texnik jihatdan vektorlar, matritsalar va
tensorlar deb ataladi.
Chiziqli algebra dasturlash, kompyuterlar orqali chiziqli algebra
asoslarini o'rganish va masalalarni yechishni o'z ichiga oladi. Python bu
maqsadga mos keladigan tillardan biri hisoblanadi, chunki u vektorlar,
matritsalar va boshqa matematik amallarni osonlik bilan bajarish
imkonini beradi.
Quyidagi misollar chiziqli algebra tushunchalarini Python tilida
dasturlash orqali ko'rish imkonini beradi:
1. Vektorlar va Uzunlik
import numpy as np
# Ikkita vektor
vector1 = np.array([2, 3, 4])
vector2 = np.array([5, 6, 7])
# Vektor uzunliklari
norm_vector1 = np.linalg.norm(vector1)
norm_vector2 = np.linalg.norm(vector2)
print("Vektor 1 uzunligi:", norm_vector1)
print("Vektor 2 uzunligi:", norm_vector2)
Natijasi
Skalyar (Dot) Ko'paytma
import numpy as np
# Ikkita vektor
vector1 = np.array([2, 3, 4])
vector2 = np.array([5, 6, 7])
# Skalyar (dot) ko'paytma
dot_product = np.dot(vector1, vector2)
print("Ikkita vektorning skalyar ko'paytmasi:", dot_product)
Vektorlar Oralig'ini Topish
import numpy as np
# Ikkita vektor
vector1 = np.array([2, 3, 4])
vector2 = np.array([5, 6, 7])
# Vektorlar oralig'ini topish
vector_midpoint = (vector1 + vector2) / 2
print("Vektorlar oralig'i:", vector_midpoint)
Matritsa Ko'paytirish
import numpy as np
# Ikkita matritsa
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])
# Matritsa ko'paytirish
result_matrix = np.dot(matrix1, matrix2)
print("Matritsa ko'paytirilgan natijasi:")
print(result_matrix)
Bu misollar vektorlar, matritsalar va ularning amallarini Python tilida
ko'rsatadi. numpy kutubxonasini ishlatish orqali, chiziqli algebra
operatsiyalarini amalga oshirish osonroq va samaraliroq bo'ladi. Yangi
vektorlar, matritsalar, yoki ularning xususiyatlari yoki operatsiyalari
bilan bog'liq yangi masalalarni hal qilish uchun ko'p misollar yaratish
imkoniyatiga egasiz.
| 