Maqola
QaytishMaqola nomi:
MASHINAVIY O‘QITISH ALGORITMLARI ASOSIDA MAKTAB BITIRUVCHILARINING YO‘NALISHLARINI ANIQLASH MODELINING MATEMATIK ASOSLARI
Mallayev Oybek Usmankulovich, Aliyev Jaloliddin Qo‘qon o‘g‘li, Gazatov Jamoliddin Abduvoidovich
10.63508/2025DigTEdu109
256-265
Yo'nalish:
Mutaxassislik fanlarini o‘qitishda raqamli va innovatsion texnologiyalar.
Konferensiya:
“OLIY TA`LIMNI RAQAMLI TRANFORMASIYASI: TADQIQOTLAR, MUAMMOLAR VA YECHIMLAR” (DigT Edu 2025) mavzusidagi xalqaro ilmiy-uslubiy konferensiyasi
Tavsif:
Annotatsiya. Ushbu maqolaning maqsadi mashinaviy o‘qitish (machine learning) usullaridan foydalangan holda maktab o‘quvchilarini fanlardan olgan baholari va softskills ko‘nikmalari bo‘yicha ularning yo‘nalishlarini aniqlashdir. Maqolada ko‘p o‘zgaruvchili chiziqli regressiya yordamida sigmoid funksiya qurish murakkabliklari ko‘rib chiqildi hamda o‘quvchilarni 4 ta chorak davomida ta’lim yo’nalishi bo‘yicha tanlangan fanlardan olingan baholari va ularni turli parametrlari, sabablari hamda o‘quvchining imkoniyatlari raqamlashtirildi. Ushu raqamlar yordamida trening ma’lumotlar top‘lami tashkil qilindi. Natijada maktab o‘quvchilarini 4 ta chorak davomida o‘qigan fanlari va ulardan oligan baholarining klassifikatsiyasi ishlab chiqildi. Neyron tarmoq arxitekturalari, modullari, mashinaviy o‘qitish algoritmlarida eng ko‘p qo‘llanilayotgan aktivlashtirish funksiyalari, o‘qitish usullari hamda chiziqli va logistik regressiya qurish usullari, kamchiliklari va imkoniyatlari tahlil qilingan. Ko‘p o‘zgaruvchili chiziqli regressiya uchun gradiyent tusish funksiyasini vektorlangan hisoblash orqali qulaylashtirish yo‘llari o‘rganib chiqildi. Chiziqli regressiyaning bu turida juda ko‘p o‘zgaruvchilar qatnashganligi uchun vektor hisob-kitoblar ancha qulayli isbotlangan. Vektor hisoblashlar yordamida gradiyent tushish jarayonlarini parallel hisoblash yo‘llari ham ko‘rib o‘tilgan. Hususan, trening ma’lumotlar jadvalining ustunlarini qo‘shish, koeffitsiyentlarni transpozitsiyalash - AT, chiziqli funksiyaning vektorlangan ko‘rinishlari, gradiyent tushish uchun giperparametrlar (o‘rganish darajasi - , qadamlar soni) aniqlab olindi. Kalit so‘zlar: Mashinaviy o‘qitish (machine learning), Nazoratli o‘qitish (Supervised Learning), Nazoratsiz o‘qitish (Unsupervised Learning), Qisman nazoratli o‘qitish (Semi-supervised Learning), Kuchaytirilgan o‘qitish (Reinforcement Learning).
Maqola uchun havola:
http://conference-list.uz/articles/66/viewChop etilgan sana:
1/31/2025