Mashinali o’qitishga kirish fani oraliq nazoratini tashkil etilishi bo’yicha ko’rsatmalar
Download 16.64 Kb.
|
savollar ML
Mashinali o’qitishga kirish fani oraliq nazoratini tashkil etilishi bo’yicha ko’rsatmalar *Oraliq nazoratda 3 ta savol bo’ladi. 2 tasi quyida keltirilgan 60 ta savoldan tanlanadi. 3-savol mustaqil ish vazifasi uchun berilgan mavzu bo’lib hisoblanadi. *Har bir savol uchun 5 baldan ajratilgan. Umumiy 15 ball. Har bir savolni javobini yozish uchun 15 daqiqadan ajratiladi. Umumiy 45 daqiqa. *Misollar bilan tushuntirilgan ishlar yuqori baholanadi. Savollar Sun’iy intellek nima? Mashinali o’qitish va suniy intellekt. Mashinali o’qitish algoritmlarini qo’llanish sohalari. Mashinali o’qitishning asosiy turlari. An’anaviy dasturlash va mashinali o’qitish yordamida dasturlash. Mashinali o’qitishda o’qituvchili (supervised) o’qitish tushunchasi. Mashinali o’qitishda o’qituvchisiz (unsupervised) o’qitish tushunchasi. Mashinali o’qitishda yarim nazoratda(semi- supervised) o’qitish tushunchasi. Chiziqli regressiya tushunchasi. Bir o’zgaruvchili va ko’p o’zgaruvchili chiziqli regressiya. Logistik regressiya tushunchasi. Logistik regresssiyada qaror chegarasi tushunchasi. Logistik regressiya yordamida ko’p sinfli sinflashtirish. Mashinali o’qitishda ma’lumotlarni grafik tarvirlash. Mashinali o’qitish va python dasturlash tili Xatolik (cost) funksiyasi tushunchasi. Gradient tushish tushunchasi. O’qitish jarayonida regulyarizatsiyalash. Model qurishda bo’ladigan Underfitting muammosi. Model qurishda bo’ladigan Overfitting muammosi. Bias tushunchasi. Variance tushunchasi. Model qurishda bo’ladigan Underfitting muammosi hal qilish usullari. Model qurishda bo’ladigan Overfitting muammosi hal qilish usullari. O’rgatuvchi tanlama(dataset) tushunchasi. O’rgatuvchi tanlamada normallashtirish tushunchasi. Aktivlashtirish funksiyalari. Qo’llashdan maqsad. Sigmoid faollashtirish funksiyasi. Klasterlash tushunchasi. Sinflashtirish va klasterlash masalalarining farqi. Qidiruv sohasida mashinali o’qitish masalalari. O’qituvchisiz o’qitish algoritmlari. Kmeans algoritmi qadamlari. KNN: K ta eng yaqin qo’shni algoritmi. KNN algoritmi qadamlari. KNN orqali sinflashtirish masalasini yechish. KNN orqali regressiya masalasini yechish. Sinflashtirishning SVM algoritmi. SVM algoritmida suppor vectors tushunchasi. SVM algoritmida yadro(kernal) funksiyalarining vazifasi. Mashinani o’qitish jarayonida ma’lumotlarga dastlabki ishlov berish. Bialogik va sun’iy neyron tarmoqlar. Bialogik neyronning tashkil etuvchilari. Sun’iy neyronning tashkil etuvchilari. Chuqur o’qitilish tushunchasi. Perceptron tushunchasi. Sun’iy neyron tarmoqlarida foydalaniladigan faollashtirish funksiyalari. Sun’iy neyron tarmoqlarida tugun tushunchasi. Sun’iy neyron tarmoqlarida vazn tushunchasi. MNIST datasetiga ta’rif bering. Mashinali o’qitishda foydalaniladigan ochiqlangan datasetlar. CIFAR10 va CIFAR100 datasetlariga ta’rif bering. IRIS datasetiga ta’rif bering. Mashinali o’qitishda chiziqli algebraning o’rni. Neyron tarmoqni tashkil etuvchi qatlamlar. Sun’iy neyron tarmoq nima? Numpy kutubxonasidan foydalanib bir o’zgaruvchili regressiya masalarini yechish Biologik va sun’iy neyron tarmog’ini solishtirish mezonlari Mashinali o’qitishda xususiyatlarni ajratib olish tushunchasi. Python dasturlash tilining mashinali o’qitish masalalarini yechishga xizmat qiladigan kutubxonalari. Download 16.64 Kb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling