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

O‘ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI


MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
“Mashinali o’qitish”
fanidan


Mustaqil ish
Mavzu: 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.


Guruh: 087-19
Bajardi: Atoyev Lochin
Tekshirdi:

Toshkent 2022

Mavzu: 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.

Reja:
KIRISH

1. 
   Logistik regressiya - batafsil sharh
   
2. 
   Oddiy logistik regressiya
   
3. 
   Logistik regressiya turlari
   
4. 
   Cost funksiyasi
   
5. 
   Gradient tushish algoritmining formulasini chiqarish
   
6. 
   KNN, Kmeans va ko‘p sathli neyron tarmoqlari
   

7. Xulosa
8. Foydalanilgan adabiyotlar


KIRISH.
Logistik regressiya yigirmanchi asrning boshlarida biologik fanlarda qo'llanilgan. Keyinchalik u ko'plab ijtimoiy fanlarda qo'llanilgan.Logistik regressiya bog'liq o'zgaruvchi (maqsad) kategorik bo'lganda qo'llaniladi.
Masalan,

• 
  Elektron pochta spam (1) yoki (0) ekanligini taxmin qilish uchun
  
• 
  O'simta xavfli (1) yoki yo'q (0)
  

Elektron pochta s p am yoki yo'qligini tasniflashimiz kerak bo'lgan stsenariyni ko'rib chiqing . Agar biz ushbu muammo uchun chiziqli regressiyadan foydalansak, unda tasniflash mumkin bo'lgan chegarani belgilashga ehtiyoj bor. Haqiqiy sinf zararli bo'lsa, taxmin qilingan doimiy qiymat 0,4 va chegara qiymati 0,5 ga teng bo'lsa, ma'lumotlar nuqtasi zararli emas deb tasniflanadi va bu real vaqtda jiddiy oqibatlarga olib kelishi mumkin.

1-rasm: Logistik regressiya modeli
Ushbu misoldan, chiziqli regressiya tasniflash muammosi uchun mos emas degan xulosaga kelish mumkin. Lineer regressiya cheksizdir va bu logistik regressiyani rasmga keltiradi. Ularning qiymati qat'iy ravishda 0 dan 1 gacha.