Soliyev Ismoilbek 1-topshiriq

2-topshiriq
Mashinali o‘qitishda instrumental vositalardan foydalanish Google colab dasturiy muhiti bilan ishlash
Google Colab - bu onlayn ro'yxatdan o'tishsiz, xavfsiz va bepul muhit, Google Drive bilan tayyorlangan va Algoritmlarni Pythonda yozib olishga imkon yaratadi. Bu, mashinalarning sharhlarini tushunish, xarakteristikalarini tasdiqlash va uylangan tashrihni tahrirlash uchun muhim vositalardan biridir. Google Colabni ishlash uchun quyidagi qadamlarni bajarishingiz lozim:

1. Google Colab sahifasida o‘tishingiz kerak: https://colab.research.google.com/

2. Gazeta ko‘rsatmasining ustiga bosing va yangi qog‘oz hosil qilish uchun "New Notebook"ni tanlang.
3. Yaratilayotgan qog‘ozni ismingizga mos nom qo‘ying.
4. Algoritmlarni yozishga boshlang, shuningdek, ma’lumotlar bazasiga ko‘proq ma’lumotlar qo‘shish yoki yuklab olish uchun ulardan foydalanish.
5. Algoritmning natijalari ko‘rsatimi uchun keyingi qatordan foydalaning.
6. O‘qituvchi fikrlari va yordam berishlar uchun Google Colab forumiga murojaat qilishingiz mumkin.

Google Colab-da muhim xususiyatlardan biri - onlayn muhiti bo‘lishi va kerakli paketlarni chaqirish uchun kerakli xizmatlar bilan aloqada turishi. Shuningdek, fayl yuklash va saqlash, GitHub-da kodni saqlash va qo‘llash, PyTorch, TensorFlow, Keras, scikit-learn, OpenCV, NumPy kabi kerakli kutubxonalar to‘plamini o‘rnatish imkonini beradi. Bularning har biri mashinali o‘qitishda qo‘llaniladigan aparatnoma vositalaridir va bu muhitni qulaylik va tezlik bilan xizmat qilishni ta’minlaydi.

3-topshiriq
Bir o‘zgaruvchili va ko‘p o‘zgaruvchili chiziqli regressiya masalalari va ularni dasturlash
Bir o‘zgaruvchili va ko‘p o‘zgaruvchili chiziqli regressiya masalalari mashinalarning o‘qish va o‘rgatish uchun juda muhim masalalardir. Chiziqli regressiya - bu ma’lumotlar va halolga qo‘yilgan ma’lumotlar orasidagi bog‘lanishi hisoblash uchun qo‘llaniladigan umumiy axborotlar tahlilidir. Uni Python-da dasturlash uchun quyidagi qadamlarni bajaring:

1. Numpy va Pandas kutubxonalarini o‘rnatishingiz kerak.

2. Ma’lumotlarni belgilaydigan bir qator o‘zgaruvchilar va ulardan ko‘paytirilgan qiymatlar ichidagi xolat matritsasini yaratish kerak.
3. Ma’lumotlar natijalari yig‘ish uchun maslahat beradigan vektor ulashni to‘g‘ridan to‘g‘ri e’lon qilingan bir nechta o‘zgaruvchilarni yaratish kerak.
4. Qo‘shimcha bir xolat o‘zgaruvchilarining umumiy endogenni ko‘paytirilgan butun o‘zgaruvchilarning uchun tayyorlangan ko‘rsatkich kabul qilinadi.
5. Chiziqli regressiya modelliga mos keladigan algoritmlar ro‘yxatini aniqlang.
6. Modellarga ko‘rsatilgan umumiy o‘zgaruvchilarning qiymatlaridan kelib chiqqan natijalarning qiyosiy qiymatlari, to‘g‘ri natijalarga mos keladigan qiymatlarga nisbatan zhurnallarga kiritiladi, ko‘nikmalar yoziladi va chattlashmayapti.
7. O‘zgaruvchilararo nisbatni aniqlash, keltirib chiqish ma’lumotlariga ahamiyat berilishi mumkin.
8. Rezultatlar tahlil qilinishi va ma’lumotlar sonini oshirish uchun maslahatlar bilan savatcha yaratishga imkon beradi.

Chiziqli regressiyani Python-da ko‘paytirilgan ma’lumotlar ro‘yxati va mos algoritmni topishga kirish kerak. Mijozlar ko‘nikmasi ma’lumotlar bazasi yoki simulovchi ma’lumotlar bazasi yirda boradi va Python-da Yelp, Amazon, Netflix kabi mashhur xizmatlardan foydalansak bo‘ladi. Masalan, Python-da Scikit-learn kutubxonasidan foydalanish katta maslahat beradi. Scikit-learn kutubxonasiga o‘zgaruvchilar, matritsysa va dastlabki natijalarning jadvali bermish bo‘lib, o‘zgartirishlari qabul qilishi mumkin. Vazifa mijozlar bizning restarantimizga kelgacha nima qilganligini ayamay aptob bo'yicha belgilar kiritish bo‘lib yakunlanadi.