ILM-FAN VA INNOVATSIYA
ILMIY-AMALIY KONFERENSIYASI
in-academy.uz/index.php/si
121
MASHINANI O‘RGANISH (MACHINE LEARNING) VA UNING ASOSIY
USULLARI
Qodirov Farrux Ergash o‘g‘li
Matematika va ta’limda axborot texnologiyasi kafedrasi mudiri, Ilmiy rahbar
Tolipova Sabina Oybek qizi
Shahrisabz davlat pedagogika instituti matematika va informatika yo’nalishi
2-bosqich talabasi
https://doi.org/10.5281/zenodo.15119567
Annotatsiya:
Mashinani o‘rganish (Machine Learning, ML) — bu kompyuter tizimlariga
ma'lumotlardan o‘rganish va ularga asoslanib qarorlar qabul qilishni avtomatlashtirishga
imkon beruvchi soha. Ushbu texnologiya, sun'iy intellektning rivojlanishida muhim o‘rin
tutadi va turli sohalarda qo‘llaniladi, jumladan, tibbiyot, moliya, marketing va transport.
Mashinani o‘rganishning asosiy usullari: nazoratli o‘rganish, nazoratsiz o‘rganish, qarorlarni
mustahkamlash o‘rganish, chidamlilikni tekshirish, generativ modellar, chuqur o‘rganish va
boshqalar. Har bir usul turli xil ma'lumotlar va vazifalarga mos ravishda ishlatiladi. Bu maqola
mashinani o‘rganishning asosiy usullarini tahlil qiladi va ularning amaliy qo‘llanilishini
ko‘rsatadi.
Kalit so‘zlar:
Mashinani o‘rganish (Machine Learning)
Nazoratli o‘rganish (Supervised
Learning)
Nazoratsiz o‘rganish (Unsupervised Learning)
Qarorlarni mustahkamlash o‘rganish
(Reinforcement Learning)
Generativ modellar (Generative Models)
Chuqur o‘rganish (Deep
Learning)
Klasterlash (Clustering)
Tasniflash (Classification)
Regresiya (Regression)
Dimensiya kamaytirish (Dimensionality Reduction)
Transfer learning
Artificial Intelligence
(AI). Mashinani o'rganish (Machine Learning) - bu kompyuterlarga tajriba asosida bilimlarni
o'zlashtirish va qarorlar qabul qilish imkonini beradigan sun'iy intellekt (AI) sohasining bir
bo'limidir. Mashinani o'rganish algoritmlari ma'lumotlar asosida o'z-o'zini o'rgatadi va yangi,
ilgari ko'rilmagan ma'lumotlar bilan ishlashda ham yaxshi natijalarga erishadi. Bu texnologiya
kundalik hayotda ko'plab sohalarda qo'llaniladi: avtomatik tarjima, tasvirni tanish, tavsiyalar
tizimi va boshqalar.
Mashinani o'rganishning asosiy usullari quyidagilardir:
1. Nazoratli o'rganish (Supervised Learning)
Nazoratli o'rganish modelini qurishda, ma'lumotlar biror to'g'ri javob yoki etiketka bilan
birga taqdim etiladi. Model o'rganayotgan vaqtda, kirish ma'lumotlari va ularning tegishli
javoblari yordamida parametrlarini optimallashtiradi.
Masalalar
: Klassifikatsiya va regressiya.
Klassifikatsiya
: Ma'lumotni belgilangan sinflarga ajratish (masalan, elektron pochta
spam yoki spam emasligini aniqlash).
Regressiya
: Doimiy qiymatlarni bashorat qilish (masalan, uy narxini yoki aksiyalar
narxini bashorat qilish).
Misollar
:Tasvirni tanish: Qayta ishlashga oid tasvirlar va ularning kategoriyasi
(masalan, "mushuk" yoki "it"). Elektron pochta filtrlash.
2. Nazoratsiz o'rganish (Unsupervised Learning)
ILM-FAN VA INNOVATSIYA
ILMIY-AMALIY KONFERENSIYASI
in-academy.uz/index.php/si
122
Nazoratsiz o'rganishda, ma'lumotlar etiketlarsiz taqdim etiladi, va model
ma'lumotlarning tuzilishini o'rganishga harakat qiladi. Bu usulda maqsad - ma'lumotdagi
noaniqliklarni yoki guruhlarni aniqlashdir.
Masalalar
: Klasterlash va o'lchamlarni kamaytirish.
Klasterlash
: Ma'lumotlarni o'zaro o'xshashliklariga qarab guruhlash (masalan,
mijozlarni o'xshash xarid qilish odatlari asosida guruhlash).
O'lchamlarni kamaytirish
: Katta ma'lumotlar to'plamini yanada soddalashtirish
(masalan, tasvirni siqish yoki asosiy xususiyatlarni aniqlash). K-means klasterlash algoritmi
yordamida mijozlarni segmentlash. Principal Component Analysis (PCA) yordamida
ma'lumotlar o'lchamlarini kamaytirish.
3. Kuchli o'rganish (Reinforcement Learning):
Kuchli o'rganish - bu agentning o'z
harakatlari bilan atrof-muhitni o'rganishiga asoslangan o'rganish usulidir. Agent maqsadga
erishish uchun mukofotlarni olishga va jazolardan qochishga harakat qiladi.
Masalalar
: O'yinlar, robototexnika, avtomobillarni boshqarish (avtomatik haydash).
AlphaGo (Go o'yinini o'ynash) va boshqa o'yinlar (masalan, shaxmat). Avtomatik boshqaruv
tizimlari va robototexnika.
4. Transferrans o'rganish (Transfer Learning)
Transferrans o'rganish modelni bir
ma'lumotlar to'plamidan o'rgatib, uni boshqa ma'lumotlar to'plamiga qo'llashga asoslangan.
Bu usul, ayniqsa, yangi ma'lumotlar to'plamlarida resurslarni tejash va vaqtni qisqartirish
uchun foydalidir.Bir tasvirni tanish modelini o'rgatib, uni boshqa bir turdagi tasvirni tanish
tizimida qo'llash.
5. Chuqur o'rganish (Deep Learning)
Chuqur o'rganish - bu neyron tarmoqlarining
chuqur arxitekturasi asosida ishlaydigan mashinani o'rganishning bir turi. Bu metod katta
miqdordagi ma'lumotlar va kuchli hisoblash imkoniyatlari yordamida yanada murakkab
muammolarni hal qilishda ishlatiladi.
Masalalar
: Tasvirni tanish, nutqni tanish, tabiiy tilni qayta ishlash.Convolutional Neural
Networks (CNN) yordamida tasvirni tanish.Recurrent Neural Networks (RNN) yordamida
nutqni tanish.
6. Ensemble usullari .
Ensemble (birlashtirish) usullari bir nechta modelni birgalikda
ishlatish orqali umumiy natijani yaxshilashni maqsad qiladi. Bunda bir nechta kichik model
natijalari birlashtiriladi va oxirgi qaror qabul qilinadi.Random Forests.Gradient Boosting.
Mashinani o‘rganishning asosiy usullari quyidagilardir:
Nazoratli o‘rganish (Supervised Learning):
Bu usulda modelni o‘rgatish uchun
ma'lumotlar to‘plami va ularning tegishli natijalari (yoki to‘g‘ri javoblar) mavjud bo‘ladi.
Model bu ma'lumotlar asosida o‘z prediktsiyalarini yaxshilaydi. Nazoratli o‘rganish uchun eng
mashhur algoritmlar orasida
linear regression
,
decision trees
, support vector machines (SVM)
va
neural networks
mavjud.
Nazoratsiz o‘rganish (Unsupervised Learning):
Nazoratsiz o‘rganish usulida,
modelga faqat ma'lumotlar to‘plami beriladi, ammo har bir namunaga tegishli natija (yoki
javob) ko‘rsatilmaydi. Modelning maqsadi — ma'lumotlarni biror shaklda guruhlash yoki
tuzilishini o‘rganish. Bu usulda
clustering
(masalan,
K-means
) va
dimensionality reduction
(masalan,
PCA
) kabi algoritmlar keng qo‘llaniladi.
ILM-FAN VA INNOVATSIYA
ILMIY-AMALIY KONFERENSIYASI
in-academy.uz/index.php/si
123
Kuchli o‘rganish (Reinforcement Learning):
Bu usulda agent atrof-muhit bilan o‘zaro
aloqada bo‘lib, o‘zining harakatlariga nisbatan mukofot yoki jazolarni qabul qiladi. Maqsad —
agentning uzun muddatli mukofotlarni maksimal darajaga keltirishga erishish. Kuchli
o‘rganish o‘yinlar, robototexnika, va masalalarni hal qilishda ishlatiladi. Eng mashhur
algoritmlardan biri
Q-learning
va
Deep Q Networks
(DQN) hisoblanadi.
O‘z-o‘zini o‘rganish (Self-supervised Learning):
Bu usul nazoratli va nazoratsiz
o‘rganishning birlashmasi sifatida paydo bo‘lgan. Model ma'lumotlarni o‘rgatishda ba'zi
xususiyatlarni o‘zi aniqlaydi va bu orqali o‘rganishni amalga oshiradi. Ko‘pincha tabiiy tilni
qayta ishlash va tasvirni tanib olish sohalarida ishlatiladi.
Xulosa:
Mashinani o'rganish texnologiyalari turli xil algoritmlar va usullarni o'z ichiga
oladi. Har bir usul ma'lum bir vazifa yoki muammoga eng mos keladi, shuning uchun to'g'ri
usulni tanlash va kerakli ma'lumotlar bilan ishlash juda muhim. Mashinani o'rganish ko'plab
sohalarda inqilobiy o'zgarishlar yaratmoqda va har yil o'tgan sari uning qo'llanilishi
kengaymoqda. Mashinani o‘rganish zamonaviy texnologiyalarning asosi bo‘lib, har xil
sohalarda, jumladan, sun'iy intellekt, avtomatlashtirish, tibbiyot, moliya va boshqalarda keng
qo‘llanilmoqda. Har bir usulning o‘ziga xos afzalliklari va cheklovlari mavjud, shuning uchun
to‘g‘ri usulni tanlash ma'lum bir muammoni yechishda juda muhimdir.Hozirgi vaqtda sun’iy
intelekt butun dunyoni egallamoqda . Hizuirgi vaqtda yosh bolalardan tortib talabalar hattoki
ustozlar ham kitobdan emas sun’iy entilektdan foydalanmoqda . Xulosa qilib aytgan har doim
ham mashinalar va internet hayotim iz manbayiga aylanmoqda.
Foydalanilgan adabiyotlar/Используемая литература/References:
1.
Ergash o’g’li, Qodirov Farrux, and Berdiyev Sardor Sobir o’g’li. "DEVELOPMENT OF
MATHEMATICAL APPLICATIONS IN THE PROGRAM OF EXISTING SCRIPT LANGUAGE."
2.
Qodirov, F. E., S. S. Jo'rayev, and V. N. Qalandarov. "INFORMATION ARCHITECTURE IN
SITE
DESIGN."
НАУКА
И
НАУЧНЫЙ
ПОТЕНЦИАЛ-ОСНОВА
УСТОЙЧИВОГО
ИННОВАЦИОННОГО РАЗВИТИЯ ОБЩЕСТВА
. 2019.
3.
Qodirov, F. E., et al. "FEATURES OF INTEL CORE i9 X-SERIES PROCESSORS AND ITS
ADVANTAGE FROM OTHER PROCESSORS."
ПУТИ ПОВЫШЕНИЯ РЕЗУЛЬТАТИВНОСТИ
СОВРЕМЕННЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ
. 2019.
4.
Ergash o’g’li, Qodirov Farrux, and Bozorova Irina Jumanazarovna. "METHODS OF
DISPLAYING MAIN MEMORY ON CACHE."
Ответственный редактор
(2020): 6.
5.
Qodirov, F. E. "Methodological aspects and importance of development of medical
services through econometric modeling and forecasting options."
academy. uz/index. php/yo
.
6.
Ergash o’g’li, Qodirov Farrux. "Hududlarni ijtimoiy-iqtisodiy rivojlantirishda har bir
hududning о ‘ziga xos xususiyatlari."
Scientific Journal of Actuarial Finance and
Accounting
4.09 (2024): 178-183.
7.
Qodirov, F. E., O. D. Doniyorov, and H. Shokirov Sh. "Basic concepts of information
security in information systems. Wide threats and their consequences."
концепции
устойчивого развития науки в современных условиях
(2021): 153-155.
ILM-FAN VA INNOVATSIYA
ILMIY-AMALIY KONFERENSIYASI
in-academy.uz/index.php/si
124
8.
Қодиров, Ф. "ЗАМОНАВИЙ КОМПЬЮ ТЕР УЙИНЛАРИ ВА УЛАРНИНГ
СИНФЛАНИШИ."
МУХАММАД
АЛ-ХОРАЗМИЙ
НОМИДАГИ
ТОШКЕНТ
АХБОРОТ
ТЕХНОЛОГИЯЛАРИ УНИВЕРСИТЕТИ КАРШИ ФИЛИАЛИ
(2019).
9.
Qodirov, F. "YOSHLAR MA’NAVIYATINI YUKSALTIRISHDA MILLIY ONLAYN KITOB
DO’KONINI ISHLAB CHIQISH VA TADBIQ ETISH."
МУХАММАД АЛ-ХОРАЗМИЙ НОМИДАГИ
ТОШКЕНТ АХБОРОТ ТЕХНОЛОГИЯЛАРИ УНИВЕРСИТЕТИ КАРШИ ФИЛИАЛИ
(2019).
10.
Qodirov,
F.
"MASOFAVIY
TA’LIMDA
O’QISHNING
QULAYLIKLARI
VA
KAMCHILIKLARI."
МУҲАММАД
АЛ-ХОРАЗМИЙ
НОМИДАГИ
ТОШКЕНТ
АХБОРОТ
ТЕХНОЛОГИЯЛАРИ УНИВЕРСИТЕТИ ҚАРШИ ФИЛИАЛИ
(2020).
11.
Ergash o’g’li, Qodirov Farrux. "ECONOMETRIC MODELING OF THE DEVELOPMENT OF
MEDICAL SERVICES TO THE POPULATION OF THE REGION."
Berlin Studies Transnational
Journal of Science and Humanities
2.1.1 Economical sciences (2022).
12.
Кодиров, Ф. "АНАЛИЗ БИОСИГНАЛОВ В ЭЛЕКТРОКАРДИОГРАФИИ И МЕТОДЫ ИХ
ОБРАБОТКИ."
МУҲАММАД
АЛ-ХОРАЗМИЙ
НОМИДАГИ
ТОШКЕНТ
АХБОРОТ
ТЕХНОЛОГИЯЛАРИ УНИВЕРСИТЕТИ ҚАРШИ ФИЛИАЛИ
(2020).
13.
Қодиров, Ф. "СОЗДАНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ И АППАРАТА
ЭЛЕКТРОННОЙ
БИБЛИОТЕЧНОЙ
СИСТЕМЫ
НА
ОСНОВЕ
QR-КОДОВОЙ
ТЕХНОЛОГИИ."
Kokand University
(2020).
14.
Bozorova, Irina Jumanazarovna, and Dilfuzaxon Mamasharipovna Karayeva. "Modern
programming technologies and their role."
интеллектуальный капитал xxi века
. 2020.
15.
Qodirov, F. "Aholiga tibbiy xizmat ko ‘rsatish sohasining kelgusi holatini
bashoratlash."
Samarqand iqtisodiѐt va servis instituti
(2022).
16.
Qodirov, F. "QR-kod texnologiyasi asosida elektron kutubxona tizimini dasturiy va
apparat taminotini yaratish."
Muhammad al-Xorazmiy nomidagi Toshkent axborot
texnologiyalari universiteti Qarshi filiali
(2021).
17.
Қодиров, Фаррух, and X. Мухитдинов. "АҲОЛИГА ТИББИЙ ХИЗМАТ КЎРСАТИШДАН
ОЛИНГАН ДАРОМАД ВА ХАРАЖАТЛАРНИ БИЗНЕС ИННОВАЦИОН МОДЕЛИ."
Raqamli
iqtisodiyot va axborot texnologiyalari
2.3 (2022): 136-141.
18.
Qodirov, F. "Optimum solutions for the development of medical services in private
clinics."
Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti Qarshi
filiali
(2022).
19.
Qodirov, F. "Қашқадарё ҳудуди аҳолисига хизмат кўрсатиш тармоқлари ва уларга
таъсир этувчи омиллар."
O ‘zbekiston Qishloq Va Suv xo ‘jaligi” Jurnali
(2022).
20.
Қодиров, Ф. "Вилоят аҳолисига соғлиқни сақлаш хизматлари кўрсатиш
тармоқлари ривожланиш механизмининг статистик таҳлили."
Andijon Mashinasozlik
Instituti
(2022).
21.
Қодиров, Ф. "Аҳолига тиббий хизмат кўрсатиш соҳасининг келгуси ҳолатини
башоратлаш."
Самарқанд иқтисодиѐт ва сервис институти
(2022).
22.
Қодиров, Фаррух, and X. Мухитдинов. "АҲОЛИГА ТИББИЙ ХИЗМАТ КЎРСАТИШДАН
ОЛИНГАН ДАРОМАД ВА ХАРАЖАТЛАРНИ БИЗНЕС ИННОВАЦИОН МОДЕЛИ."
Raqamli
iqtisodiyot va axborot texnologiyalari
2.3 (2022): 136-141.
ILM-FAN VA INNOVATSIYA
ILMIY-AMALIY KONFERENSIYASI
in-academy.uz/index.php/si
125
23.
Қодиров, Ф. "Қашқадарё вилояти аҳолисига тиббий хизмат кўрсатиш
тармоқларини ривожлантиришнинг истиқболлари."
o ‘zbekiston qishloq va suv xo ‘jaligi»
âà «Agro ilm
(2022).
24.
Бозорова, Ирина Жуманазаровна. "Создание программного обеспечения
электронной библиотечной системы на основе QR-кодовой технологии."
Теория и
практика современной науки
. 2020.
25.
Zoxidov, J. B., F. E. Qodirov, and I. J. Bozorova. "QUARTUS II PROJECT CONCEPT AND ITS
OPPORTUNITIES AND PROBLEMS."
АКТУАЛЬНЫЕ ПРОБЛЕМЫ ТЕХНИЧЕСКОГО И
ТЕХНОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИННОВАЦИОННОГО РАЗВИТИЯ
. 2019.
26.
Маматмурадова, М. У., И. Ж. Бозорова, and Ф. Э. Кодиров. "СОЗДАНИЕ И
ЭФФЕКТИВНОЕ ИСПОЛЬЗОВАНИЕ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ И РЕСУРСОВ
ЭЛЕКТРОННОГО ОБУЧЕНИЯ В НЕПРЕРЫВНОМ ОБРАЗОВАНИИ."
Инновации в
технологиях и образовании
. 2019.
27.
Ergash o’g’li, Qodirov Farrux, and Bozorova Irina Jumanazarovna. "METHODS OF
DISPLAYING MAIN MEMORY ON CACHE."
Ответственный редактор
(2020): 6.
