5-amaliy mashg’ulot Mavzu

---

 
5-amaliy mashg’ulot 
Mavzu: Sun’iy neyron tarmoqlari. Sodda neyron tarmoqlarini qurish
Neyron tarmoqlarining to’g’ri va teskari tarqalish algoritmlari 

---

Ishdan maqsad: Neyron tarmoqlarini qurish va ularni algoritmlarini o’rganish va 
uni amalyotda qo’llash. 
Nazariy qism 
 
Sunʼiy 
neyron 
tarmoqlari (SNT), 
odatda 
oddiygina neyron 
tarmoqlari (NT) deb ataladi, hayvonlar 
miyasini
 tashkil etuvchi biologik neyron 
tarmoqlardan ilhomlangan hisoblash tizimlari. 
SNT sunʼiy neyronlar deb ataladigan bogʻlangan birliklar yoki tugunlar 
toʻplamiga asoslanadi, ular biologik miyadagi 
neyronlarni
 erkin modellashtiradi. 
Sunʼiy neyron signallarni oladi, keyin ularni qayta ishlaydi va unga ulangan 
neyronlarga signal berishi mumkin. Ulanishdagi „signal“ 
haqiqiy raqam
 boʻlib, har 
bir neyroNTing chiqishi uning kirishlari yigʻindisining chiziqli boʻlmagan 
funksiyasi bilan hisoblanadi. Ulanishlar deyiladi qirralar. Neyronlar va chekkalar 
odatda oʻrganish davom etayotganda sozlanadigan vaznga ega. Neyronlar shunday 
chegaraga ega boʻlishi mumkinki, signal faqat yigʻilgan signal ushbu chegarani 
kesib oʻtgan taqdirdagina yuboriladi. Odatda, neyronlar qatlamlarga yigʻiladi. 
Signallar birinchi qatlamdan (kirish qatlami), oxirgi qatlamga (chiqish qatlami), 
ehtimol, qatlamlarni bir necha marta bosib oʻtgandan keyin oʻtadi. 
 

---

 Sun'iy neyronlarning neyronlari, umuman, bir-biriga bog'liq emas. Ular faqat 
bir signal olish, uni aylantirish va yanada berish. Ular bir-biriga qaramaydilar 
va qo'shni neyronga qarab, sinapslarini o'zgartiradilar. Shundan kelib chiqqan 
holda, neyron tarmoq bu muammoni faqat bitta chaqiruvda, volleyda hal 
qilishi mumkin. 
 
 
Dastur kodi 

---

import numpy as np 
from sklearn import tree 
i = list(map(int, input("Son kiriting : ").split())) 
print(i) 
clf = tree.DecisionTreeClassifier() 
x = [ 
[220,110,35],[290,60,15], 
[260,75,30],[210,140,15], 
[200,140,25],[180,180,5], 
[180,135,50],[205,120,35], 
[110,180,75],[95,197,73], 
] 
x = np.array(x) 
y 
= 
['yaxsh','yomon',"o'racha",'yaxshi',"o'rtacha",'yomon','yaxshi',"o'rtacha",'yomon','yo
mon'] 
y = np.array(y) 
clf = clf.fit(x,y) 
taxmin = clf.predict([i]) 
print(taxmin)