“kompyuter injiniring” fakulteti IV bosqich ki 11-19 guruh talabasining
Download 147.71 Kb. Pdf ko'rish
|
2-mustaqil ishni davomi p
World Bank Open Data.. Demografik ma'lumotlarni, butun dunyo bo'ylab ko'plab
iqtisodiy va rivojlanish ko'rsatkichlarini o'z ichiga olgan ma'lumotlar to'plamlari. IMF Data. Xalqaro valyuta jamg'armasi xalqaro moliya , qarz ko'rsatkichlari, valyuta zaxiralari, investitsiyalar va tovarlarning narxlari to'g'risidagi ma'lumotlarni nashr etadi. Financial Times Market Data. Qimmatli qog'ozlar, tovar va valyutalar narxlari indekslarini o'z ichiga olgan dunyodagi moliya bozorlari to'g'risida dolzarb ma'lumotlar. Google Trends. Internet-qidiruv faoliyati va butun dunyo bo'ylab tendentsiyalar haqidagi ma'lumotlarni o'rganing va tahlil qiling. 4. Mashinali o’qitishda Data Setlar • xView. Er yuzidagi eng keng tarqalgan havo tasvirlaridan biri. U dunyoning turli burchaklaridagi tasvirlar , chegaralangan qutilar bilan izohlangan. • Labelme. Izohlangan rasmlarning katta ma'lumotlar to'plami. • ImageNet. WordNet ierarxiyasiga muvofiq tashkil etilgan yangi algoritmlar uchun rasmlar to'plami, unda yuzlab va minglab tasvirlar ierarxiyadagi har bir tugunni aks ettiradi. • LSUN. Ma'lumotlarning qisman belgilanishi bilan sahnalar va toifalarga bo'lingan rasmlarning ma'lumotlar to'plami; • MS COCO. Obyektni aniqlash va segmentatsiyalash uchun katta hajmdagi ma'lumotlar to'plami; • COIL100. Dumaloq harakat bilan har bir burchak ostida tasvirlangan 100 xil narsalar; • Vizual Genom. 100 ming batafsil izohli tasvirga ega ma'lumotlar to'plami; • Google’s Open Images. Creative Commons-da litsenziyalangan "6000 toifani o'z ichiga olgan" etiketlangan rasmlarga 9 million URL to'plami; • Labelled Faces in the Wild. Yuzni aniqlash texnologiyasidan foydalanadigan dasturlarda foydalanish uchun 13000 ta belgilangan yuzlar tasvirlari to'plami; • Stanford Dogs Dataset. 120 ta it zotidan 20 580 ta rasm mavjud ; • Indoor Scene Recognition. Binolarni ichki lgkshtshыrshtsh tanib olish uchun ma'lumotlar to'plami. 15620 ta rasm va 67 ta toifani o'z ichiga oladi. 5. Tanlanmani yaratishda bashoratlash usulining qo’llanilishi.Kompyuterlaning baxosiga bashoratlashni ko’uraylik. Istalgan bashoratlash yuritilayotgan joyda albatta statistik ma’lumotlar bo’lishi talab qilinadi. Shuning uchun biz kompyuter qurilmalarini va uning baxolari saqlanayotgan ma’lumotlar bazasini tuzaylik. Ma’lumotlar albatta kompyuter savdosi bilan shugullanuvchi biror firma yoki tashkilotlardan olinadi. Dastlab biz kompyuter anjomlari va ularning baxolari sakllanuvchi ma’lumotlar bazasini yarataylik.Ma’lumotlar bazasini tuzish uchun ma’lumotlar bazasini tashkil qiluvchi ma’lumotlar nimalardan iborat bo’lishi aniqlanadi va ular tiplarga ajratiladi. Kompyuter qurilmalari quyidagilardan iborat. Asosiy qurilmalar: MB – ona(materinskaya) plata; CPU - markaziy mikroprsessor; DIM - vaqtinchalik operativ xotira; HDD - axborot saqlovchi qattiq disk ; VGA - grafiklar uchun video kartalar; Dick - disklar bilan ishlovchi moslama (DVD RW); Cooler - sovitish moslamalari; CASE - barchasini yigib turuvchi korpus ; Monitor - ekran; Keyboard - klaviatura; Mouse - sichqoncha. Qo’ushimcha qurilmalar: Printer - chop etish qurilmasi; Skaner – nusxa oluvchi qurilma ; UPS – vaqtincha elektr energiyasini saqlovchi moslama; Djoystik - xar xil oyinlar uchun moslama; Speekr - tovushlarni chiqaruvchi ovoz kolonkalari ; va xakozalar. Bu yerdan korinib turibdiki keltirilgan ma’lumotlarni aloxida jadval ko’rinishda tasvirlasak, ular bir butun kompyuter yigindisini tashkil qiladi. MB HDD CPU DICK VGA DIM CASE Monitor Speekr Modem Mous Keyboard Bunda kompyuterning xar bir qurilmasining markalari keltirilgan bo’lib, shaklning pastki qismida shu tanlargan markali qurilmaning baxosi va vaqti keltirilgan. Agar baxolar o’zgarsa yoki yangi markadagi qurlma kiritish kerak bo’lsa foydalanuvchi shu shakldan foydalanadi. Xar bir shaklni foydalanuvchi birma bir ochib , ma’lumot kiritishi ancha noqulaylik keltiradi. Shuning uchun barcha qurilmalarga aloxida-aloxida tuzilgan shakllar 10.6-rasmda keltirilganidek bir joyga yig’iladi. Bu shakldan kerakli qurilma tanlanishi mumkin. Qurilmalar qatoriga sig’may qolgan qurilmalarni ko’rish uchun yuqori o’ng tomondagi tugmachadan foydalanishi mumkin .Endi mijoz talabiga qarab kompyuter qurilmalarini tanlash va ularni baxolarini chiqarish uchun quyidagi TANLASh shakli ishlab chiqiladi. Bunda kompyuter qurilmalari mos ro’yxatdan tanlanadi va tugmacha bosiladi. Tugmacha bosilgandan keyin tanlangan qurilmalar bo’yicha kompyuter baxosi maxmus so’rovlar bilan xisobanib, natija Xisobot shaklida chiqariladi . Firmadagi kompyuterlarning mijozlarga sotilishi kunlik ma’lumotlari dasturdagi sotilgan kompyuterlar bazasida saqlanadi. Yig’ilgan ma’lumotlar ustida xar-xil statistik amallarni amalga oshirish mumkin. Bu yerda nafaqat kompyuter yigilmasi, balki xar bir qurilma bozori chaqqonligini xam taxlil qilish mumkin bo’ladi. Date num 01.05.2010 1 02.05.2010 1 03.05.2010 2 04.05.2010 3 05.05.2010 5 06.05.2010 2 07.05.2010 6 08.05.2010 4 09.05.2010 7 10.05.2010 4 11.05.2010 3 12.05.2010 2 13.05.2010 5 14.05.2010 7 Biz keltirilgan ma’lumotlarga qarab keyingi sanalarda savdoning qanday bo’lishi, ya’ni CPU qurilmasi keyingi vaqtda (15.05.2010 sanasidan keyin) qanday sotilishini bashorat qilishimiz mumkin. Berilgan m’lumotlarga ko’ra bashorat qilish dasturi ilovada keltirilgan. Dastur natijalaridan bir nechtasini keltiramiz. Shuni aytish kerakki bashoratlash uchun berilgan qiymatlarning eng kattasi (8), eng kichigi (1), o’rtacha qiymati (4.2), ma’lumotlar soni (10) muxim axamiyatg ega . Xulosa Mashinada o'qitish, kompyuterlar qanday qilib aniq dasturlashtirilmagan holda qanday qilib vazifalarni bajara olishlarini aniqlashni o'z ichiga oladi. Bu ma'lum bir vazifalarni bajarish uchun taqdim etilgan ma'lumotlardan kompyuterlarni o'rganishni o'z ichiga oladi. Kompyuterlarga berilgan sodda vazifalar uchun mashinaga qo'yilgan muammoni hal qilish uchun zarur bo'lgan barcha bosqichlarni qanday bajarishni aytib beradigan algoritmlarni dasturlash mumkin; kompyuter tomonidan hech qanday o'rganish kerak emas. Ilg'or vazifalar uchun kerakli algoritmlarni qo'lda yaratish inson uchun qiyin bo'lishi mumkin. Amalda, inson dasturchilariga kerakli har bir qadamni belgilashdan ko'ra, mashinaga o'z algoritmini ishlab chiqishda yordam berish samaraliroq bo'lishi mumkin. Ko'p o'zgaruvchan regressiya bizda bir nechta mustaqil o'zgaruvchiga ega bo'lganda paydo bo'ladi va oddiy chiziqli regressiya ishlamaydi. Haqiqiy dunyo ma'lumotlari bir nechta o'zgaruvchilar yoki xususiyatlarni o'z ichiga oladi va agar ular ma'lumotlar mavjud bo'lsa, biz yaxshiroq tahlil qilish uchun ko'p o'zgaruvchan regressiyani talab qilamiz. Download 147.71 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling