2025-YIL
28-29-MART
“YANGI O‘ZBEKISTONDA MUHANDIS KADRLAR TAYORLASHNING ISTIQBOLLARI VA
YOSHLARNING IJTIMOIY - SIYOSIY FAOLLIGINI OSHIRISHNING DOLZARB MASALALARI”
Respublika ilmiy-texnik konferensiyasi
351
KOMPYUTERLI MATEMATIK TIZIMLAR FANINI O‘QITISHDA SUN’IY INTELLEKT
TEXNOLOGIYALARIDAN FOYDALANISH
Chorshanbiyev Choriyor Ismadullo o‘g‘li
Samarqand davlat universiteti tayanch doktoranti (PhD)
tel: +998(93) 344-36-08
https://doi.org/10.5281/zenodo.15089538
Annotatsiya.
Ushbu maqolada kompyuterli matematik tizimlar fanini o‘qitishda sun’iy
intellekt (SI) texnologiyalaridan foydalanish masalasi yoritilgan. Sun’iy intellekt asosida
modellashtirish va simulyatsiya texnologiyalarining samaradorligi tahlil qilingan. Bundan tashqari,
SI vositalari yordamida ta’lim jarayonining interaktivligi va sifatini oshirish imkoniyatlari ko‘rib
chiqilgan.
Kalit so‘zlar:
Sun’iy intellekt, kompyuterli matematik tizimlar, modellashtirish, simulyatsiya,
neyron tarmoqlar, ta’lim texnologiyalari, vizualizatsiya, raqamli ta’lim.
Kirish.
Zamonaviy ta’lim jarayoni raqamli texnologiyalar bilan chambarchas bog‘liq bo‘lib,
ulardan biri sun’iy intellekt (SI) vositalaridir. SI texnologiyalari kompyuterli matematik tizimlar
fanini o‘qitishda turli xil modellashtirish va simulyatsiya texnologiyalaridan foydalanish imkonini
beradi [1]. Bu esa talabalarning murakkab matematik tushunchalarni tushunishini osonlashtiradi va
ularning amaliy ko‘nikmalarini oshirishga yordam beradi [2].
ASOSIY QISM.
1. Sun’iy intellekt texnologiyalarining ta’limdagi ahamiyati
SI texnologiyalari ta’lim jarayonida quyidagi muhim afzalliklarni ta’minlaydi:
Moslashuvchan o‘qitish
– SI asosida ishlovchi tizimlar har bir talabaga individual
yondashuvni ta’minlaydi [3].
Analitik yondashuv
– O‘quvchilarning o‘zlashtirish darajasini tahlil qilish va ularga
mos tavsiyalar berish imkonini yaratadi [4].
Avtomatlashtirilgan baholash
– SI vositalari yordamida talabalarning bilim
darajasini aniqlash va ularning xatolarini avtomatik tahlil qilish mumkin [5].
2. Kompyuterli matematik tizimlarda sun’iy intellektdan foydalanish
Kompyuterli matematik tizimlar (Mathematica, MATLAB, Maple, GeoGebra, Desmos)
sun’iy intellekt vositalari bilan integratsiyalashgan holda quyidagi imkoniyatlarni beradi:
Matematik modellashtirish
– SI algoritmlari yordamida murakkab hisob-kitoblarni
soddalashtirish [6].
Obrazli va ramziy modellashtirish (diagrammalar, chizmalar, jadvallar, grafiklar va
boshqalar.) ob’ekt, jarayon, hodisa, xarakterli munosabatlarning tuzilishini ko‘rsatish imkonini
beradi[16, 139-b].
Simulyatsiya jarayonlarini avtomatlashtirish
– Regressiya, neyron tarmoqlar va
genetik algoritmlar orqali modellarni tahlil qilish [7].
“Simulyatsiya” so‘zi “Imitasiya” so‘zi bilan sinonim bo‘lib, o‘xshatish, taqlid qilish, obrazli
ro‘l o‘ynash degan ma’nolarni anglatadi. Simulyatsiya o‘qitishda “Rollar o‘ynash” orqali talabalarda
qiziqish uyg‘otadi. Ushbu ko‘nikma o‘qituvchilar va o‘quvchilar tomonidan sinfda biron bir rolni
oldindan tayyorgarliksiz, ya’ni qo‘shimcha mashg‘ulotlarsiz yoki takroriy mashg‘ulotlarsiz rol
o‘ynash orqali qo‘llaniladi [15, 91-b.].
2025-YIL
28-29-MART
“YANGI O‘ZBEKISTONDA MUHANDIS KADRLAR TAYORLASHNING ISTIQBOLLARI VA
YOSHLARNING IJTIMOIY - SIYOSIY FAOLLIGINI OSHIRISHNING DOLZARB MASALALARI”
Respublika ilmiy-texnik konferensiyasi
352
Matematik muammolarni yechish uchun SI vositalaridan foydalanish
– SI
yordamida algebraik tenglamalarni yechish va geometriya masalalarini modellashtirish [8].
Vizualizatsiya — bu ma’lumot yoki tushunchalarni grafik, diagramma, rasm yoki boshqa
vizual vositalar orqali ifodalash jarayoni[17, 33-b]. Bu jarayon murakkab ma’lumotlarni osonroq
tushunishga va aniqroq tasavvur qilishga yordam beradi. Vizualizatsiya turli sohalarda qo‘llaniladi,
jumladan, ta’lim, ilmiy tadqiqotlar, marketing va boshqalar. Matematikada vizualizatsiya grafikalar,
diagrammalar va animatsiyalar orqali matematik tushunchalarni ko‘rsatishga yordam beradi.
Matematikani o‘rganishda vizualizatsiya muhim ahamiyatga ega. Matematika fanlarini online va
ofline o‘rgatuvchi, samaradorligi yuqori bo‘lgan GeoGebra va Desmos dasturlari imkoniyatlari
haqida so‘z boradi. GeoGebra – bu geometriya, algebra, elektron jadvallar, grafiklar va statistikalarga
oid masalalarni hal qilishda qo‘llaniladigan dinamik matematik dasturiy ta’minot. Bundan tashqari,
GeoGebra bepul resurslariga ega onlayn platformani taklif etadi. Bu resurslarni hamkor platforma
GeoGebra Classroom orqali osonlik bilan almashish mumkin, bu yerda talabalar bir – birlari bilan
fikr almashishlari va real vaqt rejimida jarayonlarni kuzatishlari mumkin. Desmos – bu web – sayt
va mobil ilova bo‘lib, matematik funksiyalarini yaratish, tushuntirish va vizual o‘rgatish uchun
mo‘ljallangan. Ushbu dastur talabalar va o‘qituvchilar uchun matematikni vizual o‘rganishda yaxshi
yordamchi bo‘lib, qulay, interaktiv grafikalar yaratishga imkon beradi[18, 373-374-b].
3. Sun’iy intellekt asosida modellashtirish va simulyatsiya texnologiyalari
SI asosida modellashtirish va simulyatsiya texnologiyalari quyidagi usullar orqali amalga
oshiriladi:
Neyron tarmoqlari
– Ma’lumotlarni qayta ishlash va bashorat qilish uchun ishlatiladi
[9].
Genetik algoritmlar
– Optimal yechimlarni topish uchun qo‘llaniladi [10].
Ma’lumotlarga asoslangan o‘qitish
– Katta hajmdagi ma’lumotlarni tahlil qilish va
o‘quv jarayonini takomillashtirish uchun ishlatiladi [11].
4. Sun’iy intellekt texnologiyalarini o‘quv jarayoniga joriy etish yo‘llari
SI texnologiyalarini ta’lim jarayoniga integratsiya qilish quyidagi usullar orqali amalga
oshiriladi:
1.
Maxsus kurs va modullarni ishlab chiqish
– Talabalarga SI texnologiyalari
asoslarini o‘rgatuvchi darslik va qo‘llanmalar yaratish [12].
2.
Virtual laboratoriyalarni tashkil etish
– Sun’iy intellekt algoritmlari bilan ishlash
bo‘yicha laboratoriya mashg‘ulotlarini tashkil etish [13].
3.
SI asosida ishlab chiqilgan o‘quv dasturlarini qo‘llash
– MATLAB, Python va
boshqa dasturiy vositalardan foydalanib SI modellarini o‘rganish [14].
Xulosa.
Kompyuterli matematik tizimlar fanini o‘qitishda sun’iy intellekt texnologiyalaridan
foydalanish ta’lim samaradorligini oshirishga yordam beradi. Modellashtirish va simulyatsiya
texnologiyalarining qo‘llanilishi talabalar uchun murakkab tushunchalarni oson tushunishga, aniq va
tezkor hisob-kitoblarni amalga oshirishga va innovatsion yondashuvlarni o‘zlashtirishga xizmat
qiladi. Sun’iy intellekt vositalarini ta’lim jarayoniga kengroq joriy etish orqali o‘qitish sifati yanada
oshirilishi mumkin.
2025-YIL
28-29-MART
“YANGI O‘ZBEKISTONDA MUHANDIS KADRLAR TAYORLASHNING ISTIQBOLLARI VA
YOSHLARNING IJTIMOIY - SIYOSIY FAOLLIGINI OSHIRISHNING DOLZARB MASALALARI”
Respublika ilmiy-texnik konferensiyasi
353
Adabiyotlar ro‘yxati:
1.
Turanovich, S. M. (2022). Status and analysis of teaching information technology in students
on the basis of computer imitation models. Asian Journal of Research in Social Sciences and
Humanities, 12(4), 13-19.
2.
Lutfullaev, M. H., & Shodmonkulov, M. T. Methods Of Teaching The Subject «Information
Technologies» Based On Computer Simulation Models. Journal of Multidisciplinary
Engineering Science and Technology (JMEST) ISSN, 2458-9403.
3.
Turanovich, S. M., Ugli, D. I. I., Ugli, M. M. M., & Mamarasulovich, M. K. (2021).
THEORETICAL BASIS OF APPLICATION OF COMPUTER IMITATION MODELS IN
TEACHING TYPES OF COMPUTER GRAPHICS. Galaxy International Interdisciplinary
Research Journal, 9(7), 10-13.
4.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
5.
Turanovich, S. M. (2021). TECHNOLOGIES OF USING COMPUTER IMITATION
MODELS IN EDUCATION. In Archive of Conferences (pp. 95-99).
6.
Shodmonqulov, M. T. (2022). Raqamlashtirish jarayonida “ta’limda axborot texnologiyalari”
fanini zamonaviy elektron axborot-ta’lim resurs asosida o ‘qitish vositasi sifatida qo ‘llash.
Fizika, matematika va informatika. Ilmiyuslubiy jurnal.
7.
Otamuratov, O. T., & Shodmonqulov, M. T. (2017). O’RTA OSIYO MAMLAKATLARIDA
MASOFAVIY TA’LIMNING RIVOJI. Интернаука, (6-2), 45-47.
8.
Shodmonqulov, M. T. (2023). Formation and Development Factors in the Digital Education
Process. American Journal of Engineering, Mechanics and Architecture (2993-2637), 1(8),
94-96.
9.
Schmidhuber, J. (2015). "Deep Learning in Neural Networks: An Overview." Neural
Networks, 61, 85-117.
10.
Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). "Learning representations by back-
propagating errors." Nature, 323(6088), 533-536.
11.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). "Deep learning." Nature, 521(7553), 436-444.
12.
Usmonovna, S. N. (2023). AMALIY DASTURIY VOSITALAR INTEGRATSIYASIDAN
FOYDALANIB, QURUVCHI MUHANDISLARDA LOYIHALASH KO’NIKMALARNI
SHAKLLANTIRISH. Science and innovation, 2(Special Issue 10), 206-209.
13.
Mohri, M., Rostamizadeh, A., & Talwalkar, A. (2018). Foundations of Machine Learning.
MIT Press.
14.
Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press.
15.
Shodmonqulov M.T. Kompyuter grafikasi mavzularini simulyatsiya o‘qitish usuli orqali
o‘rganish// Fizika, Matematika va Informatika ilmiy – uslubiy jurnali. – Toshkent, 2021. №3
– B. 90-98.
16.
Chorshanbiyev Ch.I. Axborot texnologiyalari integratsiyasi asosida ta’limda imitasion
modellarni qo‘llashning nazariy asoslari // Fizika, Matematika va Informatika ilmiy – uslubiy
jurnali. – Toshkent, 2023. №5 – B. 135-140. (13.00.00 №2)
17.
Chorshanbiyev Ch.I. Innovatsion texnologiyalarni qo‘llagan holda matematik tushunchalarni
vizualizatsiya qilish// Toshkent Davlat Pedagogika Universiteti Ilmiy Axborotlari Ilmiy-
Nazariy Jurnali. – Toshkent, 2024. №10 – B 30-37.
18.
Chorshanbiyev Ch.I. Dasturiy vositalar integratsiyasini o‘rganish va ularni ta’lim
jarayonlariga moslashtirish. // “IQTISODIYOTNI BARQAROR RIVOJLANTIRISHDA
2025-YIL
28-29-MART
“YANGI O‘ZBEKISTONDA MUHANDIS KADRLAR TAYORLASHNING ISTIQBOLLARI VA
YOSHLARNING IJTIMOIY - SIYOSIY FAOLLIGINI OSHIRISHNING DOLZARB MASALALARI”
Respublika ilmiy-texnik konferensiyasi
354
RAQAMLI TEXNOLOGIYALAR: MUAMMOLAR, INNOVATSIYA VA YECHIMLAR”
mavzusidagi Respublika ilmiy-amaliy anjuman materiallari TOʻPLAMI Samarqand 2024-yil
18-19 aprel 372-376 betlar.
