Kompyuterinjiniring

MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI SAMARQAND FILIALI

"KOMPYUTERINJINIRING" fakulteti

“MALUMOTLAR INTELEKTUAL TAHLILI” fanidan

1-MUSTAQIL ISH

Mavzu: Data Miningni modellashtirish va model turlari.
Bajardi: Abdimalikov U
Qabul qildi: Bekmurodov D


Mavzu: Data Miningni modellashtirish va model turlari.
Reja:

1. 
   Data Mining.
   
2. 
   Data mining modellashtirish.
   
3. 
   Model turlari.
   
4. 
   Foydalanilgan adabiyotlar.
   

Data mining modellashtirish, ma'lumotlar tahlili va ma'lumotlarni optimallashtirishni o'z ichiga olgan tizimdir. Bu jarayon, ma'lumotlardan xususiyatlarni aniqlash, o'lchash va qatlamalarni tahlil qilish orqali ma'lumotlar bilan bog'liq o'zgaruvchanlar va qonunmalar aniqlashni o'z ichiga oladi.

Model turlari quyidagi ko'rinishlarda bo'lishi mumkin:

1. Burchak Modeli (Angle-based Models): Ma'lumotlarni burchaklar yordamida tahlil qiladi. Masalan, k-means algoritmi bunday modelning bir namunasi hisoblanadi.

2. Uzoqlik Modeli (Distance-based Models): Ma'lumotlar orasidagi masofalar bo'yicha qurilgan model. K-nearest neighbors (KNN) algoritmi, bu tur modelning namunasi.

3. Statistika Modeli (Statistical Models): Ma'lumotlar bo'yicha istatistik analiz qiladi. Bu tur modellarga murojaat qilish uchun regressiya va distributsiya modellari kiradi.

4. Alohida (Separation) Modeli: Bu modelda ma'lumotlarni guruhlarga bo'lish bo'yicha qo'llanadi. K-means clustering, hierarchical clustering kabi usullar bunday modellar orqali amalga oshiriladi.

5. Xususiyat Modeli (Feature-based Models): Ma'lumotlardagi xususiyatlarni qo'llab-quvvatlash asosida yaratilgan modellar.

6. Ansambl Modeli (Ensemble Models): Bir nechta modellar kombinatsiyasi orqali yaratilgan model. Masalan, Random Forest va Gradient Boosting algoritmlari bunday modellar orqali foydalaniladi.

7. Yaxlitlash (Clustering) Modeli: Ma'lumotlar orasidagi o'xshashliklarga asoslangan model. K-means clustering bu tur modelning namunasi bo'lib, ma'lumotlarni o'xshash guruhlarga bo'lib, ularga mos guruhga o'xshash qilib yaxlitlashni o'rganadi.

8. Neyron tarmoq (Neural Networks): Ma'lumotlarni biologik neyron tarmoqlari asosida model qiladi. Yig'indisi deep learning, qisqa bo'lgan modellar (masalan, feedforward, convolutional, recurrent neyron tarmoqlari) bu tur modelning namunalariga misol bo'lib keladi.

Bu model turlari tahlil qilishda va ma'lumotlar orasida biron bir to'g'ri asoslangan o'zgaruvchalar yoki qonunmalarni aniqlashda foydalaniladi.
Yana to'liq ma'lumot olish uchun har bir model turini tahlil qilib o'tishimiz kerak.

1. Burchak Modeli (Angle-based Models):

- Namuna: K-means algoritmi ma'lumotlarni guruhlarga bo'lish uchun burchaklarni ishlatadi. Har bir nuqta orasidagi masofa o'zgaruvchanlarni hisoblashda foydalaniladi.

2. Uzoqlik Modeli (Distance-based Models):

- Namuna: K-nearest neighbors (KNN) algoritmi ma'lumotlarni boshqa ma'lumotlarga eng yaqin masofadagi yoki ularni tanlagan guruhga solishtiradi.

3. Statistika Modeli (Statistical Models):

- Namuna: Lineyarni regressiya statistik usulidir, unda ma'lumotlar orasidagi hamkorlikni o'rganishda foydalaniladi.

4. Alohida (Separation) Modeli:

- Namuna: K-means clustering ma'lumotlarni guruhlaydi. Ushbu guruhlash asosida ma'lumotlarni alohida guruhlar hisobida tahlil qilish mumkin.

5. Xususiyat Modeli (Feature-based Models):

- Namuna: Ma'lumotlar bo'yicha turli xususiyatlarni hisoblash va ulardan foydalanish orqali modellarni yaratish mumkin. Masalan, Support Vector Machines (SVM).

6. Ansambl Modeli (Ensemble Models):

- Namuna: Random Forest kabi ansambl modellar, bir nechta modellarni birlashtirib, ularni o'zaro ta'sir qilish va o'rtacha natijalarni olish uchun ishlatiladi.

7. Yaxlitlash (Clustering) Modeli:

- Namuna: K-means clustering ma'lumotlarni guruhlaydi, ya'ni o'xshash guruhlarga bo'lib yaxlitlaydi.

8. Neyron tarmoq (Neural Networks):

- Namuna: Deep learning modellari, masalan, TensorFlow va PyTorch asosida yaratilgan neyron tarmoqlar, o'zgaruvchanlarni avtomatik ravishda aniqlashda vaqtdan-kundalik vazifalarda yordam bera olish uchun ishlatiladi.

Ushbu model turlari ma'lumotlar analizi, tahlili va optimallashtirish bo'yicha turli vazifalarda ishlatiladi. Har bir model o'zining afzalliklari va chegaralari bor, va to'g'ri modelni tanlash uchun kerakli vazifaga qarashlar ko'p o'rganilishi kerak.

FOYDALANILGAN ADABIYOTLAR
https://tami.uz/matnga_qarang.php?id=100
https://staff.tiiame.uz/storage/users/123/presentations/ltJrSMDBmrAItKhWRN0vRCBNmP6w4Wbknmkeumeb.pdf
https://ymol.ru/uz/wi-fi/tehnologiya-operativnoi-analiticheskoi-obrabotki-dannyh/