Nomidagi toshkent axborot texnologiyalari universiteti farg

model ma'lumotlar bo'yicha eng yaxshi ishlaydi' ta'lim 
olganmisiz? 
Buni aniqlash uchun biz odatda qandaydir baholash ko'rsatkichini o'ylab 
topmoqchimiz. Keyin biz o'quv ma'lumotlar to'plamini 3 qismga ajratamiz: 
trening, tekshirish (ba'zan ishlab chiqish deb ataladi) va test ma'lumotlar 
to'plami. Keyin biz o'quv ma'lumotlar to'plamida modelimizni o'rgatamiz, 
tasdiqlash ma'lumotlar to'plamida modelni tanlaymiz va test ma'lumotlar 
to'plamida modelni yakuniy baholashni amalga oshiramiz. Shunday qilib, 
biz eng kam umumlashtirish xatosi bo'lgan modelni aniqlashimiz mumkin. 
Umumlashtirish xatosi modelning ko'rinmaydigan ma'lumotlarga, ya'ni 
model o'rganilmagan ma'lumotlarga nisbatan ishlashini anglatadi.
Polinomli regressiya misoliga qaytaylik. Quyidagi rasmda men oldingi 
postdagi maʼlumotlar nuqtalarini haqiqiy funksiya va 4 xil tartibdagi 4 ta 
taxminiy koʻphad bilan birga chizdim: 2, 4, 6 va 8. Polinomning tartibini 
oshirganimizda, biz modelimizning murakkabligini oshiring, bu taxminan 
modeldagi parametrlar soni bilan bog'liq deb ko'rish mumkin. Shunday 
qilib, bizning modelimiz qanchalik ko'p parametrlarga ega bo'lsa, u 
shunchalik murakkabroq.
Polinomning tartibi (modelning murakkabligi) oshgani sayin, 
u barcha ma'lumotlar nuqtalaridan mukammal o'tib 
ketguncha ma'lumotlar nuqtalarini yaxshiroq yaqinlasha 
boshlaydi. Shunga qaramay, agar biz o'quv ma'lumotlar 
to'plamimizdagi ma'lumotlar nuqtalariga to'liq mos keladigan 
bo'lsak, bizning modelimiz juda yaxshi umumlashtirilmaydi, 
chunki ma'lumotlar mukammal emas; har doim bir oz shovqin 
bor, uni yuqorida ham ko'rish mumkin. Biz o'z modelimizni 

---

o'quv ma'lumotlar to'plamiga to'liq moslashtirganimizda, biz 
haddan tashqari moslashayotganimizni aytamiz. 
•
Polinomning tartibi (modelning murakkabligi) oshgani sayin, u 
barcha ma'lumotlar nuqtalaridan mukammal o'tib ketguncha 
ma'lumotlar nuqtalarini yaxshiroq yaqinlasha boshlaydi. Shunga 
qaramay, agar biz o'quv ma'lumotlar to'plamimizdagi ma'lumotlar 
nuqtalariga to'liq mos keladigan bo'lsak, bizning modelimiz juda 
yaxshi umumlashtirilmaydi, chunki ma'lumotlar mukammal emas; 
har doim bir oz shovqin bor, uni yuqorida ham ko'rish mumkin. Biz 
o'z modelimizni o'quv ma'lumotlar to'plamiga to'liq 
moslashtirganimizda, biz haddan tashqari moslashayotganimizni 
aytamiz.