Fakultet Axborot xavfsizligi
Yüklə 20,34 Kb.
|
- Bu səhifədəki naviqasiya:
- (Fanidan) Mustaqil ish Mavzu: Darslik tanlovini yaratish funktsiyalari ( pandas toplami ). Mavjud talim imkoniyatlari bilan ishlash
- 1.Darslik tanlovini yaratish funktsiyalari. 2. Pandas toplami. 3. Mavjud talim imkoniyatlari bilan ishlash. 4.Xulosa.
|
Fakultet Axborot xavfsizligi TOSHKENT AXBOROT TEXNALOGIYALARI UNIVERSITETI FARG’ONA FILLIALI Kompyuter injinering (fakultet) ______________________Axborot xavfsizligi______________________ ( Kafedra ) _____________________Mashinali o’qitish_______________________ (Fanidan) Mustaqil ish Mavzu: Darslik tanlovini yaratish funktsiyalari ( pandas to'plami ). Mavjud ta'lim imkoniyatlari bilan ishlash Bajardi: Bohodirjonova Barnoxon Qabul qildi: Isroilov Sh. Farg’ona – 2022 Reja: 1.Darslik tanlovini yaratish funktsiyalari. 2. Pandas to'plami. 3. Mavjud ta'lim imkoniyatlari bilan ishlash. 4.Xulosa. Bugun mamlakatimizda barkamol avlodni tarbiyalash, o’sib kelayorgan farzandlarimizga zamonaviy texnologiyalardan foydalangan holda, ta’lim berish borasida ijobiy natijalarga erishib kelinmoqda.Men ertangi kunimizni yanada yuksaltirishga mustahkam zamin yaratadigan IT yani axborot texnologiyalari sohasini rivojlanishi va jahon talablariga mos mutaxasislarni tayyorlashga o'z hissamni qo'shmoqchiman. Har qanday mamlakatning kuchi uning intelektual salohiyati bilan belgilanadi. Meni o’quvchilarim orasida ilgari suradigan g'oyam: "JAHON BILAN HAMJAMIYATDA VA RAQOBATDA OLG'A BORMOQCHI BO'LSANG VA ALBATTA BOY BO'LMOQCHI BO'LSANG DASTURLASHNI O'RGAN, RUHIY IMKONIYATING BO'LISHINI XOXLASANG INGLIZ VA RUS TILINI O'RGAN." Kuchli hamjamiyat doirasiga moslashish samarali faoliyat yuritish uchun zarur universal -tayanch layoqat, madaniyat va tarmoqlararo bilim, o'quv va qobilyatlar zamonaviy ta'limning natijasi bo'lishi lozimligi jahon hamjamiyati tomonidan tan olingan. Bugungi kunda o'quvchilarim "Bir million o'zbek dasturchilari" onlayn platformasida o'quvlarda qatnashib istirokchi va bitiruvchi sertifikatlarini qo’lga kiritmoqdalar. Bundan tashqari Coursera va Udemu dunyodagi eng yaxshi universitetlar va kompaniylar o'quv kurslarida global onlayn ta’lim platformasida o'qimoqda. Kelajak kasblarini tanlashda bu kurslarning ham ahamiyati katta deb uylayman. DevOps tezda IT sanoatining e'tiborini tortdi va barcha to'g'ri sabablarga ko'ra. Doimiy o'zgaruvchan va tez sur'atda ish muhiti bilan, dasturiy ta'minotni ishlab chiqish sohasida tezroq yetkazib berish va qisqaroq ishlash muddati tashkilotning o'sishi uchun zarur bo'ldi. Natijada, ishlab chiqarishdan keyingi cheklangan xatolar bilan yuqori sifatli mahsulot ishlab chiqarish DevOps-ni keltirib chiqardi. Keling, DevOps, DevOps-ning afzalliklari, dasturiy ta'minotni ishlab chiqishning an'anaviy hayot aylanishining kamchiliklari va DevOps madaniyatiga o'tish qadamlari haqida batafsilroq tushunib olaylik. "DevOps" atamasi dasturiy ta'minotni "ishlab chiqish" (dev) va "operatsiyalar" (operatsiyalar) birlashmasidan hosil qilingan. Bu atama 2009 yilda Patrik Debois tomonidan dasturiy ta'minot yangilanishlari, xatolarni tuzatish va tezkor etkazib berishga yo'l ochish uchun kiritilgan. Turli odamlar DevOps ta'rifining turli xil versiyalariga ega. Ba'zilar uchun bu standart yoki usul. Ko'pchilik uchun bu IT olamidagi integratsiyalashgan "madaniyat". DevOps-ni qanday aniqlashni tanlagingizdan qat'i nazar, uning foydalarini bilish, tushunish juda muhimdir. DevOps - bu IT-xizmat provayderlari bilan ishlab chiqish guruhlarini faol jalb qilish va mahsulot sifatini ta'minlash uchun ularning ish jarayonlarini birlashtirish metodologiyasi. DevOps, asosan, yondashuv yoki ish madaniyati sifatida hamkorlik, avtomatlashtirish, integratsiya, uzluksiz yetkazib berish, sinovdan o'tkazish va nazoratni to'g'ri birlashtirish orqali amalga oshiriladi. DevOps joriy etilishidan oldin dasturiy ta'minotni yetkazib berish uchun an'anaviy yoki klassik sharshara modeliga amal qilingan. Ushbu jarayon modeli belgilangan fazalar to'plamining ketma-ket oqimini o'z ichiga oladi, bunda bir fazaning chiqishi keyingi bosqichning kirishiga aylanadi. Shuning uchun barcha bosqichlar bir-biriga bog'liq bo'lib, bir bosqichning tugashi ikkinchisining boshlanishini anglatadi. DevOps-ning afzalliklari: 1. Tezroq joylashtirishni ta'minlang.Yangilanishlar va funksiyalarni tezroq va tez-tez yetkazib berish nafaqat mijozlarni qoniqtiradi, balki kompaniyangizga raqobatbardosh bozorda mustahkam o‘rin egallashga yordam beradi. 2. Ish muhitini barqarorlashtirish. DevOps amaliyoti bilan barqaror va muvozanatli ishlash yondashuvi bilan ish muhitingizni yaxshilanadi. 3. Mahsulot sifatini sezilarli darajada yaxshilash. Ishlab chiqish va ekspluatatsiya guruhlari o'rtasidagi hamkorlik va foydalanuvchilarning fikr-mulohazalarini tez-tez olish mahsulot sifatini sezilarli darajada yaxshilashga olib keladi. 4. Takroriy vazifalarni avtomatlashtirish innovatsiyalar uchun ko'proq joy qoldiradi. DevOps an'anaviy modelga qaraganda ko'proq afzalliklarga ega, chunki u muammolarni tez va samarali ravishda aniqlash va tuzatishga yordam beradi. Kamchiliklar avtomatlashtirish orqali qayta-qayta tekshirilganda, jamoa yangi g'oyalarni shakllantirishga ko'proq vaqt ajratadi. 5. Sizning biznesingizda chaqqonlikni targ'ib qiladi. Hech kimga sir emaski, biznesingizni tezkor qilish bozorda oldinda turishingizga yordam beradi. DevOps tufayli endi biznesni o'zgartirish uchun zarur bo'lgan miqyoslilikni olish mumkin. 6. Dasturiy ta'minotni uzluksiz yetkazib berish. DevOps metodologiyasida barcha bo'limlar barqarorlikni saqlash va yangi xususiyatlarni taklif qilish uchun javobgardir. Shuning uchun, an'anaviy usuldan farqli o'laroq, dasturiy ta'minotni etkazib berish tezligi tez va buzilmaydi. 7. Tez va ishonchli muammolarni hal qilish usullari. Dasturiy ta'minotni boshqarishdagi texnik xatolarning tez va barqaror yechimini ta'minlash DevOpsning asosiy afzalliklaridan biridir. 8. Shaffoflik yuqori mahsuldorlikka olib keladi. Silo(ing)ni yo'q qilish va hamkorlikni rag'batlantirish bilan bu jarayon jamoa a'zolari o'rtasida oson muloqot qilish imkonini beradi va ularni o'z ixtisoslashgan sohalariga ko'proq e'tibor qaratadi. Shu sababli, DevOps amaliyotlarini o'z ichiga olish, shuningdek, kompaniya xodimlarining mahsuldorligi va samaradorligining oshishiga olib keldi. 9. Ishlab chiqarishning minimal tannarxi.Tegishli hamkorlik bilan DevOps sizning bo'limlaringizni boshqarish va ishlab chiqarish xarajatlarini kamaytirishga yordam beradi, chunki texnik xizmat ko'rsatish va yangi yangilanishlar kengroq yagona soyabon ostida olib boriladi. Tashkilotning CTO / CIO DevOps-ni muvaffaqiyatli amalga oshirish uchun odamlarga yo'naltirilgan o'lchovlarni o'z ichiga olgan strategik maqsadlarga ko'proq e'tibor qaratadi. CIO ob'ektividan DevOps quyidagi afzalliklarni taklif qiladi: Individual takomillashtirish va o'zaro malaka oshirish Kattaroq moslashuvchanlik va moslashuvchanlik Miya hujumi va tajriba erkinligi Jamoa a'zolarining faolligini oshirish Kooperativ va baxtli jamoalar Yuqori boshqaruv jamoalaridan minnatdorchilik Jarayonni yaxshiroq boshqarish Ishonchli va tezroq tuzatishlar, yaxshilangan operatsion yordam. Bugungi kunda aksariyat kompaniyalar AI va Machine Learning uchun Python-dan foydalanmoqda. Bashoratli tahlil va naqshni aniqlash har kimdan ko‘ra ommalashib borayotganligi sababli, Python ishlab chiqish xizmatlari yirik korxonalar va startaplar uchun ustuvor ahamiyatga ega. AI dasturlash tillari kuchli, kengaytiriladigan va o'qilishi mumkin bo'lishi kerak. Python kodi har uchalasida ham taqdim etiladi. AIga asoslangan loyihalar uchun boshqa texnologiya steklari mavjud bo'lsa-da, Python AI uchun eng yaxshi dasturlash tili bo'lib chiqdi. U AI va Mashina Learning(ML) uchun ajoyib kutubxonalar va ramkalarni taklif etadi . Ular hisoblash qobiliyatlari, statistik hisob-kitoblar, ilmiy hisoblashlar va boshqa ko'p narsalarni taklif qiladi. Tadqiqotlar shuni ko'rsatadiki, Python hozirda C va Java tillaridan keyin eng yaxshi dasturlash tillaridan biri hisoblanadi. U ishlab chiquvchilarga Python AI loyihalari uchun kuchli backend tizimlarini yaratishni taklif qiladi . Mashinani o'rganish va sun'iy intellektni rivojlantirish uchun Python dasturlash tilining ko'plab afzalliklari mavjud. Keling, ularni batafsil ko'rib chiqaylik. Tez rivojlanish Python hamjamiyati dasturlash tilini tez prototiplash imkoniyatlari uchun hayratda qoldiradi. Ishlab chiquvchilar stekning nozik tomonlarini o'rganish uchun sarflangan vaqtni qisqartirishi mumkin. Ular sun'iy intellektni rivojlantirish bilan tezda boshlashlari va AI algoritmlari va dasturlarini yaratishga o'tishlari mumkin. Python kodi ingliz tiliga o'xshash bo'lgani uchun uni o'qish oson va yozish oson. Ishlab chiquvchilar murakkab kod yozishga ko'p vaqt sarflashlari shart emas. Buning ustiga, jarayonni soddalashtiradigan Python-da AI va Machine Learning (ML) uchun ajoyib kutubxonalar va ramkalar mavjud. Biz ularni keyinroq maqolada batafsil ko'rib chiqamiz. Moslashuvchan til Ishlab chiquvchilarga Sun'iy intellekt ilovalari uchun maksimal moslashuvchanlikni ta'minlash Python dasturchilarini hayratga soladigan narsadir. Python for Machine Learning sizga OOPS yoki skriptga asoslangan dasturlashni tanlash imkonini beradi. Bu Python kodini to'liq qayta kompilyatsiya qilmasdan tez natijalarni ko'rish imkonini beradi. Siz tanlashingiz mumkin bo'lgan Python dasturiy ta'minotining 4 xil uslubi mavjud. Imperativ, ob'ektga yo'naltirilgan, funktsional va protsessual uslublar mavjud - bularning barchasi AI loyihangiz asosida xatolar ehtimolini kamaytiradi. O'qish qobiliyati Ko'pgina ishlab chiquvchilar uchun o'qish qobiliyati qiyinlik qiladi. Biroq, Python murakkablashtirmaydi.Mashina o'rganishni rivojlantirish uchun Python sintaksisi xuddi ingliz tiliga o'xshaydi. Uzoq vaqt davomida tilni tushunish bilan shug'ullanishingiz shart emas. Agar loyihaning o'rtasida qo'shilgan ishlab chiquvchilar bo'lsa, ular nima bo'layotganini osongina tushunishlari mumkin. Har qanday Machine Learning dasturini tez ishlab chiqishga imkon beruvchi chalkashliklar, xatolar va qarama-qarshi paradigmalar ehtimoli kamroq. Vizualizatsiya imkoniyatlari Ma'lumotlar Mashinani o'rganish, sun'iy intellekt va chuqur o'rganish algoritmlarining eng muhim jihati hisoblanadi . Ma'lumotlar bilan ishlash barcha o'zgaruvchilar va omillarni tushunish uchun og'ir vizualizatsiyani talab qiladi. Shu maqsadda Python dasturiy paketlari eng yaxshisidir. Ishlab chiquvchilar ma'lumotlarning o'zaro ta'siri va birgalikda ishlashini yaxshiroq tushunish uchun gistogrammalar, diagrammalar va chizmalar yaratishi mumkin. Shuningdek, ma'lumotlarning aniq hisobotlarini ko'rsatishga imkon beruvchi vizualizatsiya jarayonini osonlashtiradigan APIlar mavjud. Bundan tashqari, ajoyib Python hamjamiyatini qo'llab-quvvatlash, izchillik va rivojlanishda soddalik mavjud. Dasturlash tili endi Machine Learningni ishlab chiqish uchun odatiy holga aylanmoqda. Biroq, bunga imkon beradigan kutubxonalar mavjud. Keling, sun'iy intellekt uchun eng yaxshi Python kutubxonalarini ko'rib chiqaylik. Python-ning AI va Machine Learning (ML) uchun 6 ta ajoyib kutubxonalari va ramkalari Python dasturlash tilining eng yaxshi tomoni bu Machine Learningni rivojlantirish uchun kutubxonalarning ko'pligidir. Mana, sun'iy intellektni o'qilishi mumkin bo'lgan va kuchli algoritmlar bilan muammosiz qiladiganPythonning 6 ta eng yaxshi kutubxonalari - NumPy bo'lmasa NumPy ma'lumotlar fani to'liq bo'lmaydi. Bu ilmiy hisoblash imkonini beruvchi Python dasturiy paketidir. NumPy - bu ko'p o'lchovli massiv ob'ektlari uchun ajoyib kutubxona. Ular birgalikda ishlaydi va dasturning hisoblash murakkabligini kamaytiradi. SciPy
Scikit-Learn Kutubxona NumPy va SciPy asosida qurilgan. U nazorat ostida va nazoratsiz o'rganish uchun ishlatiladi. Kutubxona ma'lumotlarni yig'ish va tahlil qilish uchun mukammal vositadir. Scikit-Learn - bu AI loyihalariga integratsiyalashgan yondashuv bilan yondashishni istagan har qanday Machine Learning muhandisi uchun mashhur variant . Pandas
Keras
Matplotlib Barcha kutubxonalar ichida eng kuchlisi bu Matplotlib. U ma'lumotlarni vizualizatsiya qilish va tadqiq qilish imkoniyatlarini taklif etadi. U Python AI loyihalarini sozlash uchun diagrammalar, gistogrammalar, scatterplots va hokazolarni taklif qiladi. Matplotlib qisqa vaqt ichida vizual taqdimot uchun ma'lumotlarni tezda manipulyatsiya qilishga yordam beradi. Bular Python va Machine Learning uchun eng yaxshi 6 kutubxona edi. Ulardan tashqari TensorFlow, NLTK, PyBrain, Caffe va boshqalar kabi kutubxonalar mavjud bo'lib, ular AI ilovalarining to'g'ri ishlashiga olib keladi. Xulosa: Python dasturlash tili o'yinda juda uzoq vaqtdan beri mavjud va u shu erda qoladi. Bir nechta dasturlash tillari mavjud va Python eng yaxshilaridan biridir. Shuningdek, biz Python AI-ni ishlab chiqish jarayonini soddalashtiradigan eng yaxshi Python kutubxonalari va vositalarini ko'rib chiqdik. Aslida, Python sun'iy intellekt uchun ajoyib dasturlash tilidir. U bir vaqtning o'zida katta hajmdagi ma'lumotlar so'rovlarini bajarish uchun kuch va kengayish qobiliyatiga ega. Kelajakda Python va Machine Learning integratsiyasini ko'rish qiziq bo'lardi. SAS Visual Analytics tahliliy vizualizatsiya uchun toʻliq platformani taqdim etadi, bu foydalanuvchilarga dastlab aniq boʻlmagan maʼlumotlardagi naqsh va munosabatlarni aniqlash imkonini beradi. Interaktiv, o‘z-o‘ziga xizmat ko‘rsatuvchi BI va hisobot berish imkoniyatlari tayyor ilg‘or tahlillar bilan birlashtirilgan bo‘lib, har bir kishi istalgan hajm va turdagi ma’lumotlardan, jumladan, matndan tushunchalarni topishi mumkin. BI va Analytics xususiyatlari Platforma Windows ilovasi orqali boshqaruv Veb-interfeys orqali boshqaruv Tashqi ma'lumotlarga jonli ulanish Tashqi ma'lumotlarning surati Ko'p ma'lumotlar manbalari hisoboti (aralashtirish) ETL qobiliyati (ETL (ingliz tilidan. Extract, Transform, Load - tom ma'noda "chiqarish, o'zgartirish, yuklash") ma'lumotlar omborini boshqarishning asosiy jarayonlaridan biri) ETL taqvimi Qo'llab-quvvatlanadigan ma'lumotlar manbalari MS Excel ish kitoblari Matn fayllari (CSV va boshqalar) Oracle
MS SQL Server
IBM DB2
PostgreSQL
ODBC
Cloudera Hadoop
Hortonworks Hadoop EMC Greenplum IBM Netezza HP Vertica SAP Hana Teradata Salesforce SAP
Google Analytics
Standart hisobot xususiyatlari Moslashtirilgan asboblar paneli Hisobotni formatlash shablonlari Ad-hoc hisobot berish xususiyatlari Chuqurlik tahlili Chiqish formatlash Bashoratli modellashtirish Ulashish va hamkorlik haqida hisobot Hisobotni chiqarish va rejalashtirish xususiyatlari Internetda nashr qilish PDF formatida nashr qilish Xomaki ma'lumotlarni chiqarish Yetkazib berish jadvali haqida hisobot Ma'lumotlarni topish va vizualizatsiya qilish xususiyatlari Bir nechta oldindan o'rnatilgan vizualizatsiya formatlari (issiqlik xaritalari, tarqalish chizmalari va boshqalar) Joylashuv tahlili/geografik vizualizatsiya Bashoratli tahlil Mashinani o'rganish modellari Shaklni aniqlash va ma'lumotlarni qazib olish R/boshqa statistik paketlar bilan integratsiya Kirish nazorati va xavfsizlik xususiyatlari Ko'p foydalanuvchini qo'llab-quvvatlash (nomli login) Rolga asoslangan xavfsizlik modeli Bir nechta ruxsat darajalari (Yaratish/O'qish/O'chirish) Hisobot darajasidagi kirishni boshqarish Jadval darajasidagi kirishni boshqarish (BI-qatlam) Qator darajasidagi kirishni boshqarish (BI-qatlam) Mobil imkoniyatlar Internetga kirish uchun sezgir dizayn Maxsus iOS ilovasi Maxsus Android ilovasi Boshqaruv paneli/hisobot/vizualizatsiya mobil interaktivligi Qo'shimcha xususiyatlar SAS Visual Analytics shuningdek, veb-ga asoslangan o'z-o'ziga xizmat ko'rsatish ma'lumotlarini tayyorlash, matn tahlili, prognozlash, yo'nalish, retsept va tavsifiy tahlillarni o'z ichiga oladi. SAS Visual Analytics statistik va ma'lumotlarni tahlil qilish uchun ishlatiladi. Bundan tashqari, u ma'lumotlarni ishlab chiqish va modellashtirish uchun ham qo'llaniladi. Ya'ni, bashoratli modellarni ishlab chiqish, prognozlash va baholash uchun. Shuningdek, u turli tadqiqot ma'lumotlarining tahliliy natijalarini tavsiflovchi natijalarini taqdim etish uchun asboblar panelini ishlab chiqish uchun ishlatiladi. Bu qiyoslilik, moslik va boshqalar bilan bog'liq muammolarni bartaraf etishga yordam beradi. Mijozning ehtiyojlariga qarab SAS Visual Analytics’dan BI boshqaruv panelini taqdim etish uchun foydalanamiz, bunda mijoz yangilangan ma’lumotlar mavjud bo‘lishi bilanoq unga kirishi va o‘zini qiziqtirgan ko‘rsatkichlar bo‘yicha batafsil ma’lumot olishi mumkin. Shuningdek, u ularga orqadagi ma’lumotlarni eksport qilish imkonini beradi. turli formatdagi diagramma (barcha diagramma, doiraviy diagramma va boshqalar). Xulosa. Man shu mavzuda bugun mamlakatimizda barkamol avlodni tarbiyalash, o’sib kelayorgan farzandlarimizga zamonaviy texnologiyalardan foydalangan holda, ta’lim berish borasida ijobiy natijalarga erishib kelinmoqda.Men ertangi kunimizni yanada yuksaltirishga mustahkam zamin yaratadigan IT yani axborot texnologiyalari sohasini rivojlanishi va jahon talablariga mos mutaxasislarni tayyorlashga o'z hissamni qo'shmoqchiman. http://fayllar.org Yüklə 20,34 Kb. Dostları ilə paylaş:
|