SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
78
SUN'IY INTELEKTNI O'RGATISH USULLARI VA UNING
MUAMOLARI
Tojimamatov Israiljon Nurmamatovich
Farg‘ona davlat unversiteti amaliy matematika va informatika kafedrasi katta
o‘qituvchisi, israiltojimamatov@gmail.com
Aminjonov G’anisher Solijon o’g’li
Farg’ona davlat unversiteti 2-kurs talabasi
ganisheraminjonov2211@gmail.com
https://doi.org/10.5281/zenodo.11191255
Annotatsiya
Ushbu maqola sun'iy intellekt (SI) tizimlarini o'rgatishning turli usullari va
ularga xos bo'lgan muammolar haqida batafsil ma'lumot beradi. Maqolada
nazoratli o'rganish, nazoratsiz o'rganish va kuchaytirilgan o'rganish kabi asosiy
o'rganish usullari tahlil qilinadi. Shuningdek, sun'iy intellekt tizimlarini
o'rgatishda duch keladigan asosiy muammolar, jumladan ma'lumotlarning sifati,
overfitting va underfitting holatlari, shuningdek, modelning shaffofligi
muhokama qilinadi. Maqola, shuningdek, sun'iy intellektning etik masalalari va
kelajakdagi rivojlanish istiqbollari yoritiladi. Maqolada sun'iy intellekt
tizimlarining amaliy qo'llanilishi va bu sohadagi qonunchilikning
takomillashtirilishi muhim ahamiyatga ega ekanligi ta'kidlanadi.
Kalit so'zlar:
sun'iy intellekt, nazoratli o'rganish, nazoratsiz o'rganish,
kuchaytirilgan o'rganish, ma'lumotlarning sifati, overfitting, underfitting, etika,
qonunchilik, sun'iy intellektning kelajagi
Annotation
This article details the various methods of training artificial intelligence
(SI) systems and their inherent challenges. The article analyzes the main
learning methods such as supervised learning, unsupervised learning and
reinforcement learning. It also discusses key challenges faced in training
artificial intelligence systems, including data quality, overfitting and
underfitting, and model transparency. The article also covers the ethical issues
of artificial intelligence and future development prospects. The article
emphasizes the importance of practical application of artificial intelligence
systems and improvement of legislation in this area.
Keywords:
artificial intelligence, supervised learning, unsupervised
learning, reinforcement learning, data quality, overfitting, underfitting, ethics,
legislation, future of artificial intelligence
Аннотация
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
79
В этой статье подробно описаны различные методы обучения систем
искусственного интеллекта (СИ) и связанные с ними проблемы. В статье
анализируются основные методы обучения, такие как обучение с
учителем, обучение без учителя и обучение с подкреплением. В нем также
обсуждаются ключевые проблемы, с которыми сталкиваются при
обучении систем искусственного интеллекта, включая качество данных,
переобучение и недостаточное оснащение, а также прозрачность моделей.
В статье также освещены этические проблемы искусственного интеллекта
и перспективы его дальнейшего развития. В статье подчеркивается
важность практического применения систем искусственного интеллекта и
совершенствования законодательства в этой области.
Ключевые слова:
искусственный интеллект, обучение с учителем,
обучение без учителя, обучение с подкреплением, качество данных,
переоснащение, недостаточное оснащение, этика, законодательство,
будущее искусственного интеллекта.
Sun'iy intellekt (SI), mashinalarni inson kabi o'ylash va muammolarni hal
qilishga qodir qiluvchi texnologiyalarni o'z ichiga oladi. Bu texnologiya sohada
juda tez rivojlanmoqda va o'zining keng qo'llanilishi bilan turli sohalarda
inqilobiy o'zgarishlarni keltirib chiqarmoqda. Masalan, tibbiyotda SI tizimlari
kasalliklarni aniqlashda va davolash usullarini belgilashda, avtomobil sanoatida
esa avtonom haydovchi tizimlarini yaratishda qo'llanilmoqda. Bunday
texnologiyalar bizning kundalik hayotimizga tobora chuqurroq kirib bormoqda,
shu bilan birga ularni yanada takomillashtirish va yangi muammolarni hal qilish
uchun ularni qanday o'rgatish masalasi dolzarb bo'lib qolmoqda.
Sun'iy intellekt o'rgatishning dolzarbligi, avvalo, uning qo'llanilishi
natijasida kutilayotgan iqtisodiy va ijtimoiy foydadan kelib chiqadi. O'rganish
algoritmlari orqali SI tizimlari o'zlarining ilmiy va amaliy qobiliyatlarini
kengaytirishadi. Nazoratli o'rganish yordamida tizimlar berilgan ma'lumotlar
to'plamidan namunalar orqali o'rganishadi va kelgusidagi ma'lumotlarni
bashorat qilish qobiliyatiga ega bo'lishadi. Bu esa, masalan, elektron tijoratda
mijozlarning xulq-atvori va talablarini oldindan bilish imkonini beradi. Shu bilan
birga, nazoratsiz o'rganish usullari tizimlarga ma'lum bir ma'lumotlar to'plamini
mustaqil ravishda tahlil qilib, undagi qiziqarli strukturalarni yoki anomaliyalarni
aniqlash imkonini beradi. Bunday qobiliyatlar tizimlarni masalan, firibgarlikni
aniqlash yoki onlayn xavfsizlikni ta'minlashda juda qimmatli qiladi.
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
80
Shunday qilib, sun'iy intellekt o'rgatishning zarurati kundan-kunga ortib
bormoqda. Bu sohada ilg'or tizimlarni yaratish, ularni turli sharoitlarda samarali
qo'llash va ularning qaror qabul qilish jarayonlarini yanada tushunarli va
prognoz qilinadigan qilish uchun zarur bo'lgan texnik va metodologik ishlar
davom etmoqda. Bu jarayonlar nafaqat texnologik, balki etik va ijtimoiy jihatdan
ham dolzarb bo'lib, ularning muvaffaqiyatli amalga oshirilishi jamiyatimizning
kelajagini belgilab beradi.
Sun'iy intellektning o'rgatish usullari insonning o'rganish qobiliyatiga
o'xshash turli xil strategiyalarni o'z ichiga oladi. Ushbu usullar mashinalarga
ma'lum bir vazifani bajarish uchun zarur bilimlarni to'plash va qo'llash
qobiliyatini beradi. Eng keng tarqalgan usullar nazoratli o'rganish, nazoratsiz
o'rganish va kuchaytirilgan o'rganishdir.
Nazoratli o'rganish usuli, sun'iy intellekt tizimlarini aniq maqsadlar uchun
o'rgatishda foydalaniladigan eng asosiy metodlardan biridir. Bu usulda, tizim
ma'lum bir vazifani bajarish uchun kerakli bo'lgan ma'lumotlarni oldindan
belgilangan javoblar (yoki nishonlar) bilan birga o'rganadi. Misol uchun, bir
rasmda it yoki mushuk borligini aniqlash uchun, algoritm oldindan belgilangan it
va mushuk rasmlari to'plamini o'rganadi va keyinchalik yangi rasmlarni to'g'ri
tasniflash uchun o'z bilimlarini qo'llaydi. Nazoratli o'rganishning asosiy
qiyinchiligi o'rganiladigan ma'lumotlarning sifati va miqdoridadir. Ma'lumotlar
to'plami yaxshi tasniflangan va xilma-xil bo'lishi kerak, shunda tizim haqiqiy
dunyodagi vaziyatlarni aniqroq bashorat qila oladi.
Nazoratsiz o'rganish esa, ma'lumotlar to'plamidagi yashirin tuzilmalarni
yoki qiziqarli namunalarini topish uchun ishlatiladi, bu yerda oldindan
belgilangan javoblar mavjud emas. Ushbu usul odatda katta hajmdagi
ma'lumotlarni qayta ishlashda qo'llaniladi, masalan, mijozlarning xarid qilish
odatlarini tahlil qilishda yoki ijtimoiy tarmoqlarda foydalanuvchi xatti-
harakatlarini o'rganishda. Nazoratsiz o'rganish orqali tizimlar ma'lumotlarning
asosiy xususiyatlarini aniqlay oladi va ularni turli guruhlarga ajrata oladi, bu esa
bizga ma'lumotlarni yanada chuqurroq tushunish imkonini beradi.
Kuchaytirilgan o'rganish esa, tizimning muhit bilan o'zaro ta'siri natijasida
yuz beradi. Bu usulda, tizim harakatlarni amalga oshiradi va o'sha
harakatlarning natijalariga ko'ra mukofot yoki jazo oladi. Masalan, shaxmat
o'ynaydigan SI tizimi har bir yaxshi yurish uchun ijobiy ball oladi, yomon yurish
uchun esa manfiy ball. Ushbu usul orqali tizim o'zini-o'zi takomillashtirib, eng
yaxshi strategiyalarni o'rganadi. Kuchaytirilgan o'rganish, masalan,
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
81
robototexnika yoki avtomatlashtirilgan haydash tizimlari kabi muhit bilan faol
o'zaro ta'sir qilishni talab qiladigan sohalarda ayniqsa samarali bo'ladi.
Ushbu uch o'rganish usuli sun'iy intellektning qo'llanilish doirasini
kengaytirishga yordam beradi va tizimlarning samaradorligini oshirishda
muhim rol o'ynaydi. Har bir usul o'zining yondashuvi va qo'llanilishi bilan,
tizimlarni yanada aqlli va moslashuvchan qilish imkonini beradi, bu esa ularning
turli vazifalarda qo'llanilishini yanada samarali va keng qamrovli qiladi.
Sun'iy intellekt (SI) tizimlarini o'rgatish jarayonida ko'plab muammolar
mavjud bo'lib, ularning samaradorligi va ishonchliligini ta'minlashda asosiy
to'siqlardan biri hisoblanadi. Bu muammolarning birinchi va eng muhimi —
ma'lumotlarning sifati va to'liqligidir. SI modelining samarali ishlashi uchun
zarur bo'lgan ma'lumotlar to'plami to'g'ri, aniq va xilma-xil bo'lishi kerak. Agar
ma'lumotlar to'plamida xatolar, kamchiliklar yoki noaniqliklar bo'lsa, bu
tizimning umumiy ishlashiga salbiy ta'sir ko'rsatadi. Misol uchun, tibbiy diagnoz
qo'yishda ishlatiladigan SI tizimi noto'g'ri yoki yetarli bo'lmagan ma'lumotlar
asosida o'qitilgan bo'lsa, bu noto'g'ri diagnozlar va davolash rejalari bilan bog'liq
jiddiy xavflarni keltirib chiqarishi mumkin.
O'qitish jarayonida yana bir keng tarqalgan muammo bu overfitting
(haddan tashqari moslashuv) va underfitting (yetarli darajada moslasha
olmaslik)dir. Overfitting paytida, SI modeli o'qitish ma'lumotlari to'plamidagi
har bir noziklikka haddan tashqari moslashadi, natijada yangi ma'lumotlarni
umumlashtirish qobiliyati pasayadi. Buning aksi, underfittingda esa model etarli
darajada moslashmaydi va o'qitish ma'lumotlarini ham, yangi ma'lumotlarni
ham to'g'ri bashorat qila olmaydi. Bu ikkala holat ham modelning umumiy
ishlashini yomonlashtiradi va uni haqiqiy dunyo vaziyatlarida qo'llashni
cheklaydi.
Shuningdek, modelning shaffofligi va qaror qabul qilish jarayonining
tushunarli bo'lishi ham muhim muammolardan biridir. Ko'p hollarda, chuqur
o'rganish modellari "qora quti" sifatida ishlaydi, ya'ni ularning qaror qabul qilish
mehanizmlari tashqi kuzatuvchilar uchun tushunarsiz bo'ladi. Bu, ayniqsa,
yuqori darajadagi qarorlar qabul qilinadigan sohalarda, masalan, huquqni
muhofaza qilish yoki moliyaviy xizmatlarda, jiddiy muammolarni keltirib
chiqarishi mumkin. Foydalanuvchilar va qaror qabul qiluvchilar uchun
modelning qarorlarini qanday qabul qilganligini tushunish va baholash
muhimdir, chunki bu ularning ishonchini oshiradi va modelning qabul qilgan
qarorlarining asoslarini ko'rib chiqish imkonini beradi.
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
82
Shunday qilib, sun'iy intellekt tizimlarini o'rgatishda duch keladigan
muammolarni hal qilish, ularning sifatini oshirish va keng qo'llanilishini
ta'minlash uchun zarur bo'lgan texnik va metodologik yondashuvlarni doimiy
ravishda takomillashtirish talab etiladi. Bu muammolarni tushunish va ularga
yechim topish, sun'iy intellekt sohasidagi ilmiy-tadqiqot ishlarining asosiy
yo'nalishlaridan biri bo'lib qolmoqda.
Sun'iy intellekt (SI) sohasida etik masalalar muhim ahamiyatga ega, chunki
bu texnologiyalar keng qo'llanilishi bilan turli ijtimoiy va axloqiy muammolarni
keltirib chiqarishi mumkin. SI tizimlarining rivojlanishi bilan birga, ularning
qo'llanilishi jarayonida yuzaga keladigan etik masalalarga alohida e'tibor berish
zarur bo'ladi.
Birinchi navbatda, ma'lumotlarning maxfiyligi va shaxsiy ma'lumotlarni
himoya qilish muhim masaladir. SI tizimlarini o'rgatish va ishlatish uchun katta
hajmdagi ma'lumotlar to'plamlari kerak bo'ladi. Bu ma'lumotlar orasida shaxsiy
ma'lumotlar ham bo'lishi mumkin, masalan, foydalanuvchilarning shaxsiy
afzalliklari, moliyaviy ma'lumotlari yoki sog'liqni saqlash bilan bog'liq
ma'lumotlar. Shu sababli, bu kabi ma'lumotlarni qayta ishlashda ularning
maxfiyligini ta'minlash va shaxsiy ma'lumotlarni himoya qilish uchun qat'iy
choralar ko'rish zarur. Bu, foydalanuvchilar ma'lumotlarini noqonuniy
foydalanishdan himoya qilish va ularning ishonchini saqlab qolish uchun
muhimdir.
Ikkinchidan, sun'iy intellekt qarorlarining adolatli va xolis bo'lishi talab
etiladi. SI tizimlari o'z qarorlarini ma'lumotlar asosida qabul qiladi, va agar bu
ma'lumotlar kamchiliklarga ega bo'lsa yoki ayrim guruhlarni diskriminatsiya
qiladigan tarzda yig'ilgan bo'lsa, tizim ham shu kabi kamchiliklarni o'z
qarorlarida aks ettirishi mumkin. Masalan, ishga qabul qilish jarayonida
ishlatiladigan SI tizimi faqat o'tmishdagi ma'lum bir guruh odamlarning
ma'lumotlari asosida o'qitilgan bo'lsa, bu kelajakda boshqa guruhlarga nisbatan
adolatsizlik yaratishi mumkin. Shu sababli, tizimlarni turli xil ma'lumotlar bilan
o'qitish va ularning qarorlarini doimiy ravishda tekshirib turish, shuningdek,
qaror qabul qilish jarayonlarini shaffof qilish zarur.
Nihoyat, robototexnika va avtonom tizimlarning etik qo'llanilishi ham
dolzarb masaladir. Avtonom transport vositalari, harbiy robotlar yoki qutqaruv
amaliyotlarida ishlatiladigan robotlar kabi tizimlar, ularning qarorlari oqibatida
jiddiy oqibatlarga olib kelishi mumkin. Shu sababli, bu kabi tizimlarning ishlash
prinsiplari va ularning qaror qabul qilish mekanizmlariga oid etik me'yorlar
ishlab chiqilishi va qat'iy rioya qilinishi zarur. Bu, jamiyatning manfaatlarini
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
83
himoya qilish va texnologiyalar rivojlanishining ijobiy yo'nalishda davom
etishini ta'minlash uchun muhimdir.
Umuman olganda, sun'iy intellektning etik qo'llanilishi, bu sohada faoliyat
yurituvchi mutaxassislarning diqqat markazida bo'lishi kerak. Texnologik
yutuqlar bilan bir qatorda, ularning ijtimoiy va axloqiy oqibatlarini ham
e'tiborga olish muhimdir, bu esa kelajakda SI texnologiyalaridan oqilona va
mas'uliyatli foydalanishni ta'minlaydi.
Sun'iy intellekt (SI) sohasidagi tezkor rivojlanishlar bizni kelajakda yanada
qiziqarli va muhim o'zgarishlarga olib borishi kutilmoqda. Bu texnologiyalar
keng ko'lamda qo'llanilishi bilan, jamiyatning turli jabhalarida chuqur va ijobiy
ta'sir ko'rsatish potentsiali mavjud. SI ning kelajakdagi rivojlanish yo'nalishlari
orasida, avtonom transport vositalari, yordamchi robotlar, tibbiyotda
qo'llaniladigan aqlli tizimlar va ta'lim sohasini avtomatlashtirish kabi sohalar
eng ustuvor mavzular hisoblanadi. Har bir sohada, SI texnologiyalari
samaradorlikni oshirish, xarajatlarni kamaytirish va inson mehnatini
yengillashtirish imkonini beradi.
Biroq, bu texnologiyalarning keng qo'llanilishi, shuningdek, yangi
tadqiqotlar va texnologik yutuqlar ham o'ziga xos muammolar va xavflarni
keltirib chiqaradi. Masalan, ish o'rinlarining avtomatlashtirilishi natijasida ayrim
kasblar yo'qolishi mumkin, bu esa iqtisodiy va ijtimoiy barqarorlikka ta'sir
ko'rsatadi. Shuning uchun, yangi texnologiyalar ta'siri ostida jamiyatni
moslashtirish va o'zgartirish zarur bo'ladi. Bu jarayon, o'z navbatida, ilmiy-
tadqiqot ishlarini yangi yo'nalishlarga yo'naltiradi, masalan, sun'iy intellektning
inson omiliga ta'siri, uning etik masalalari va hokazo.
Shu bilan birga, sun'iy intellektning rivojlanishi bilan bir qatorda, zarur
qonunchilik va normativ hujjatlarning takomillashtirilishi ham dolzarb masala
hisoblanadi. Joriy qonunchilik tizimi texnologik o'zgarishlarni to'liq qamrab
olishga qodir emas, shuning uchun yangi texnologiyalarni nazorat qilish va
ularning salbiy ta'sirini minimallashtirish uchun qonunlar va me'yorlar
yangilanishi kerak. Bu, ayniqsa, shaxsiy ma'lumotlarni himoya qilish,
foydalanuvchilarning huquqlarini ta'minlash va texnologiyalarni adolatli tarzda
qo'llash kabi masalalarda muhimdir.
Xulosa qilib aytganda, sun'iy intellekt sohasining kelajagi juda yorqin va
va'da qiluvchi ko'rinadi. Biroq, bu texnologiyalarning to'g'ri va mas'uliyatli
qo'llanilishi uchun zarur choralarni ko'rish, jumladan, ilmiy-tadqiqot ishlarini
qo'llab-quvvatlash, qonunchilikni yangilash va jamiyatni yangi texnologiyalar
ta'siriga tayyorlash muhim ahamiyatga ega. Faqat shu tariqa biz sun'iy
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
84
intellektning ijobiy ta'siridan to'liq foydalanishimiz va uning salbiy oqibatlarini
kamaytirishimiz mumkin.
Foydalanilgan adabiyotlar:
1.
Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach.
Pearson Education.
2.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
3.
Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An
Introduction. MIT Press.
4.
Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
5.
Nurmamatovich, T. I. (2024, April). BIR QATLAMLI PERCEPTRONNI O
‘QITISH. In " CANADA" INTERNATİONAL CONFERENCE ON DEVELOPMENTS İN
EDUCATİON, SCİENCESAND HUMANİTİES (Vol. 17, No. 1).
6.
Nurmamatovich, T. I. (2024, April). SUN'IY NEYRONNING MATEMATIK
MODELI
HAMDA
FAOLLASHTIRISH
FUNKTSIYALARI.
In
"
USA"
INTERNATIONAL SCIENTIFIC AND PRACTICAL CONFERENCE TOPICAL ISSUES
OF SCIENCE (Vol. 17, No. 1).
7.
Nurmamatovich, T. I. (2024, April). SUNIY NEYRON TORLARINI ADAPTIV
KUCHAYTIRISH USULI. In " USA" INTERNATIONAL SCIENTIFIC AND PRACTICAL
CONFERENCE TOPICAL ISSUES OF SCIENCE (Vol. 17, No. 1).
8.
Nurmamatovich, T. I. (2024, April). SUNIY NEYRON TORLARINI ADAPTIV
KUCHAYTIRISH USULI. In " USA" INTERNATIONAL SCIENTIFIC AND PRACTICAL
CONFERENCE TOPICAL ISSUES OF SCIENCE (Vol. 17, No. 1).
9.
Tojimamatov, I. N., Olimov, A. F., Khaydarova, O. T., & Tojiboyev, M. M.
(2023). CREATING A DATA SCIENCE ROADMAP AND ANALYSIS. PEDAGOGICAL
SCIENCES AND TEACHING METHODS, 2(23), 242-250.
10.
Тожимаматов, И. Н. (2023). ЗАДАЧИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА
ДАННЫХ. PEDAGOG, 6(4), 514-516.
11.
Muqaddam, A., Shahzoda, A., Gulasal, T., & Isroil, T. (2023). NEYRON
TARMOQLARDAN
FOYDALANIB TASVIRLARNI ANIQLASH USULLARI.
SUSTAINABILITY OF EDUCATION, SOCIO-ECONOMIC SCIENCE THEORY, 1(8),
63-74.
12.
Raximov, Q. O., Tojimamatov, I. N., & Xo, H. R. O. G. L. (2023). SUNIY
NЕYRON TARMOQLARNI UMUMIY TASNIFI. Scientific progress, 4(5), 99-107.
13.
Ortiqovich, Q. R., & Nurmamatovich, T. I. (2023). NEYRON TARMOQNI O
‘QITISH USULLARI VA ALGORITMLARI. Scientific Impulse, 1(10), 37-46.
SOLUTION OF SOCIAL PROBLEMS IN
MANAGEMENT AND ECONOMY
International scientific-online conference
85
14.
Tojimamatov, I. N., Mamalatipov, O., Rahmatjonov, M., & Farhodjonov, S.
(2023). NEYRON TARMOQLAR. Наука и инновация, 1(1), 4-12.
15.
Tojimamatov, I. N., Mamalatipov, O. M., & Karimova, N. A. (2022). SUN’IY
NEYRON TARMOQLARINI O ‘QITISH USULLARI. Oriental renaissance:
Innovative, educational, natural and social sciences, 2(12), 191-203.
16.
Muqaddam, A., Shahzoda, A., Gulasal, T., & Isroil, T. (2023). NEYRON
TARMOQLARDAN
FOYDALANIB TASVIRLARNI ANIQLASH USULLARI.
SUSTAINABILITY OF EDUCATION, SOCIO-ECONOMIC SCIENCE THEORY, 1(8),
63-74.
17.
Raximov, Q. O., Tojimamatov, I. N., & Xo, H. R. O. G. L. (2023). SUNIY
NЕYRON TARMOQLARNI UMUMIY TASNIFI. Scientific progress, 4(5), 99-107.
18.
Raxmatjonova, M. N., & Tojimamatov, I. N. (2023). BIZNESDA SUNIY
INTELEKT
TEXNOLOGYALARI
VA
ULARNI
AHAMIYATI.
Лучшие
интеллектуальные исследования, 11(3), 46-52.
19.
Nurmamatovich, T. I. (2024). NORMALLASHTIRISH. NORMAL FORMALAR.
worldly knowledge conferens, 7(2), 597-599.
20.
Nurmatovich, T. I. (2024). Bir qatlamli va ko ‘p qatlamli neyron to ‘rlari.
ILM FAN XABARNOMASI, 1(1), 190-191.
21.
Tojimamatov, I., & G’ulomjonova, S. (2024). NEYRO KOMPYUTERLAR VA
ULARNING ARXITEKTURASI. Development of pedagogical technologies in
modern sciences, 3(6), 10-16.
22.
Raximov, Q. O., & qizi Kuchkarova, M. R. (2023). SUN’IY INTELLEKTNI
RADIOLOGIYADA QO ‘LLASH MODELLARI VA TASVIRLARNI O ‘QITISH
MASALALARI. GOLDEN BRAIN, 1(17), 397-400.
