Iris guli misolida sinflashtirish va klasterlash modelini logistik regressiya, knn, Kmeans va ko‘p sathli neyron tarmoqlari yordamida o’qitishni amalga oshirish hamda model aniqligini baholash

Mustaqil ish mavzulari.

1. 
   Python dasturlash tilining maxsus kutubxonalaridan foydalangan holda, uyni xarakterlovchi ko’p sondagi xususiyatlari asosida uning narxini va sinf(biznes, ekanom)ini bashorat qiluvchi regression modelni qurish va model aniqligini baholash.
   
2. 
   Iris guli misolida sinflashtirish va klasterlash modelini logistik regressiya, KNN, Kmeans va ko‘p sathli neyron tarmoqlari yordamida o’qitishni amalga oshirish hamda model aniqligini baholash.
   
3. 
   Qo’lda yozilgan arab raqamlarini tanib olish tizimini ko‘p sathli neyron tarmoqlari asosida Tenserflow va Keras kutubxonasidan foydalangan holda to’liq loyihasini tayyorlash va Python dasturlash tili yoramida amalga oshirishda tegishli o’rgatuchi tanlanmani shakllantirish va tanuvchi modelni o’qitish.
   
4. 
   Sklearn va Keras kutubxonalaridan foydalangan holda ovoz yordamida insonni audintifikatsiya qilish dasturini mashinali o’qitish algoritmlari asosida ishlab chiqish(o’zbek tili misolida). Natijalarini mavjud dasturlar bilan solishtirma natijalarni shakllantirish.
   
5. 
   Tensorflow va Keras kutubxonalaridan foydalangan holda foydalanuvchini yuz tasviri orqali audintifikatsiya qilish dasturini mashinali o’qitish algoritmlari asosida ishlab chiqish. Natijalarini mavjud dasturlar bilan solishtirma natijalarni shakllantirish.
   
6. 
   Sun’iy neyron tarmoqlariga kirish. Biologik va sun’iy neyron tushunchasi. Neyron tarmoq tushunchasi. Neyronlar ustida mantiqiy amallar bajarish. Perseptron tushunchasi va vazifasi.
   
7. 
   Sodda neyron tarmog‘ini qurish. Sodda neyron tarmog‘ini qurish. Og‘irlik koeffitsentlari va ularni hisblash. Neyron tarmoq sathlari. Faollashtirish funksiyalari
   
8. 
   Ko‘p sathli neyron tarmoqlari. Ko‘p sathli neyron tarmoqlarini qurish. Ko‘p sathli neyron tarmog‘ida kiruvchi, chiquvchi va yashirin sathlar.
   
9. 
   Ko‘p sathli neyron tarmoqlari. Ko‘p sathli neyron tarmoqlarini qurish. Ko‘p sathli neyron tarmog‘ida kiruvchi, chiquvchi va yashirin sathlar.
   
10. 
    Instrumental dasturiy vositalar asosida neyron tarmog‘ini qurish. Matlab/Python muhitida neyron tarmog‘ini qurish funksiyalari va mavjud kutubxonalardan foydalanish. Neyron tarmoq modelini yaratish va chop qilish.
    
11. 
    Chuqur o‘qitish tushunchasi va turlari. Chuqur o‘qitish tushunchasi. Chuqur o‘qitish orqali sun’iy intellekt masalalarini yechish. Chuqur o‘qitish bosqichlari.
    
12. 
    Chuqur o‘qitish turlari. Chuqur o‘qitish turlari. CNN, RNN, LSTM, DFF va boshqa chuqur o‘qitish algoritmlari imkoniyatlari.
    
13. 
    O‘rgatuvchi tanlanma (Dataset). Mashinali o‘qitishda tanlanmani yaratish usullari. O‘rgatuvchi tanlanmani yaratish, yig‘ish va dastlabki ishlov berish usullari.
    
14. 
    O‘rgatuvchi tanlanmani generatsiya qilish. O‘rgatuvchi tanlanmani generatsiya qilish funksiyalari (pandas paketi). Mavjud o‘rgatuvchi tanlanmalar (open datasets) bilan ishlash.
    
15. 
    O‘qituvchisiz (Unsupervised) o‘qitish algoritmlari. O‘qituvchisiz o‘qitish tushunchasi. O’qituvchisiz o’qitish yordamida yechiladigan masalalar. O’qituvchisiz o’qitish o’qitish algortimlari.