Ahmedov Humoyunning " Sun’iy intellekt va neytronto’rli texnalogiyalar "

Mashinani o’qitish usullari
R, Python, Scala va Julia bugungi kunda mashinalarni o'rganish dasturlarini yaratish uchun eng ko'p ishlatiladigan tillardir. Ular R-Studio, R-Brain, Visual Studio, Eclipse, PyCharm, Spyder, IntelliJ IDEA, Jupyter noutbuklari, Juno va boshqalar kabi ko'plab IDE-lar tomonidan qo'llab-quvvatlanadi.
Neyron tarmoqlari
Neyron tarmoqlari miyaning tuzilishini taqlid qiladi: har bir sun'iy neyron bir necha boshqa neyronlarga ulanadi. Neyron tarmoqlari ko'p qatlamli tuzilishga ega: bir qavatdagi neyronlar ma'lumotlarni bir nechta neyronlarga va boshqalarga uzatadi va hokazo. Natijada, ma'lumot chiqish sathiga etib boradi, bunda tarmoq muammoni qanday hal qilish, ob'ektni tasniflash va hk haqida taxmin qiladi.
Neyron tarmoqlari turli sohalarda qo'llaniladi. Tibbiyotda ular diagnostik muolajalarni tezlashtirish va dori-darmonlarni qidirish uchun tibbiy rasmlarni tahlil qilishda qo'llaniladi. Telekommunikatsiya va media sohalarida neyron tarmoqlarni mashinalarni tarjima qilish, firibgarlikni aniqlash va virtual yordamchi xizmatlaridan foydalanish mumkin. Moliyaviy sanoat ularni firibgarlikni aniqlash, portfelni boshqarish va xavflarni tahlil qilish uchun ishlatadi. Chakana savdo do'konlarida to'lovlarni bekor qilish va mijozlarga xizmat ko'rsatishni shaxsiylashtirish uchun.
Qaror daraxti
Qaror daraxti algoritmi tugun nuqtalarida joylashgan xususiyatlari haqida "savollarga" javob berish orqali ob'ektlarni tasniflaydi. Javobga qarab, shoxlardan biri tanlanadi va hokazo, "barg" ga qadar - yakuniy javob.
Qaror daraxti ilovalari mijozlarga xizmat ko'rsatish, bashoratli narxlar va mahsulotni rejalashtirish bo'yicha bilimlarni boshqarish platformalarini o'z ichiga oladi.
Sug'urta kompaniyasida qaror daraxti sizga mumkin bo'lgan xavfni hisobga olgan holda qaysi turdagi sug'urta mahsulotlari va mukofotlardan foydalanish yaxshiroq ekanligini aniqlashga yordam beradi. Joylashuv ma'lumotlari va sug'urta hodisalari, ob-havo sharoitlarini hisobga olgan holda tizim taqdim etilgan da'volar va sarflangan mablag'lar asosida xavf toifalarini aniqlashi mumkin. So'ngra, modellardan foydalangan holda, tizim sug'urta qoplamasi bo'yicha yangi da'volarni baholaydi, ularni xavf toifalari va mumkin bo'lgan moliyaviy zarar turlari bo'yicha tasniflaydi.