1. Sun'iy intellektning asosiy tushuncha va ta'riflari, sun'iy intellekt sohasidagi tadqiqot yo'nalishlari, qanday tizimlar intellektual tizimlar toifasiga kiradi

45.Usulni qo'llashdan oldin dastlabki ma'lumotlarni tayyorlashning k-NN usuli.
"K-NN" (k-o'rtacha yopishma) usuli, ma'lumotlarni sinflandirishda yoki regressiyada ishlatiladigan modeldir. Bu usul ma'lumotlarni qayta ishlab chiqishda, sinflandirishda yoki regressiyada yordam berishda ishlatiladi. K-NN usulini qo'llashdan oldin, quyidagi bosqichlarni amalga oshiring:

1. **Ma'lumotlar tayyorlash:** Ma'lumotlar tayyorlanganligi k-NN usulini qo'llash uchun kritikdir. Ma'lumotlar bir nechta o'zgaruvchanlarga (atributlar) ega bo'lishi kerak. Bu o'zgaruvchanlar o'rtasida masofa hisoblanishini ta'minlayadi. Har bir ma'lumot uchun bir sinfl (klass) yoki qiymat (value) ham tanlanishi lozim.

2. **Ma'lumotlar orasidagi masofani aniqlash:** K-NN usuli ma'lumotlarni sinflandirishda yoki regressiyada, ma'lumotlar orasidagi masofani hisoblashda ishlatiladi. Masofa hisoblashda umumiy o'zgaruvchanlar o'rtasida oddiy euclidean masofasi yoki boshqa masofa metodi qo'llaniladi.

3. **Qanday masofani ishlatishni tanlash:** Ma'lumotlar orasidagi masofani hisoblashda, oddiy euclidean masofasi, Manhattan masofasi yoki boshqa masofa masofa metodi tanlanishi mumkin. Sinflandirish yoki regressiya maqsadiga qarab qanday masofa hisoblanishini tanlang.

4. **K qiymatini tanlash:** K qiymati, k-NN usulida sinflandirish yoki regressiya uchun qanday ko'p xonali ma'lumotlarni qabul qilish kerakligini belgilaydi. K qiymati tanlashda, k kattaligi umumiy ma'lumotlarning soni bo'ylab tanlanadi. K qiymati ko'p bo'lsa, usul hamdaqt bo'lishi mumkin, ammo yaqinlagan xonali ma'lumotlarga bo'lgan ta'sir ham ko'proq bo'ladi. K qiymatini tanlashda imtihonlar orqali sinov qilish tavsiya etiladi.

5. **Modelni o'rgatish:** K-NN usulini o'rganish uchun, modelni tayyorlash lozim. Ushbu qadam, ma'lumotlar orasidagi masofani va k qiymatini hisoblashdan iborat. Agar sinflandirish uchun ishlatilsa, usul ko'p ko'p xonali ma'lumotlarni o'rganadi va o'zgaruvchanlar bo'yicha ularni sinflandiradi. Agar regressiya uchun ishlatilsa, o'rgangan ma'lumotlar orasidagi qiymatlarni hisoblashda ishlatiladi.

6. **Natijalarni baholash:** Modelni o'rgatishdan so'ng, natijalarni baholash lozim. Masofa metodi, k qiymati, va boshqa sozlashlar natijalarni baholashda muhimdir. Baholashda o'zgaruvchanlar orasidagi ta'sir va usulning sinflandirish yoki regressiya maqsadiga qarab qanday yaxshi natijalarni bermasligini tekshirish lozim.

7. **Sinovlar:** Usulning samarali ishlayishini tekshirish uchun sinovlar va validatsiya (tasdiqlash) jarayonlarini amalga oshiring. Ma'lumotlar orasidagi masofa hisobini va k qiymatini boshqa qiymatlarga o'zgartirishni sinab ko'ring.

K-NN usuli oson, ammo juda samarali bo'lgan modeldir, ayni vaqt o'rgatsangiz ham, sinflandirish va regressiya maqsadlari uchun ko'p qo'llaniladi.