Nomidagi toshkent axborot texnologiyalari universiteti farg

Mashina oʻrganish musobaqalari uchun unumdorlikning .0001 
ortishini tejang, chunki real dunyoda koʻpincha bu daqiqalar 
farqi muhim emas, chunki bizga soddaroq talqin qilinadigan 
modellar kerak. 
•
Mashina oʻrganish musobaqalari uchun unumdorlikning .0001 
ortishini tejang, chunki real dunyoda koʻpincha bu daqiqalar farqi 
muhim emas, chunki bizga soddaroq talqin qilinadigan modellar 
kerak.
•
Buni hisobga olib, keling, ishga kirishaylik. Ishlashni o'lchash uchun 

---

asosiy chiziqni olishingiz uchun oddiy tayanch modeldan boshlash 
har doim yaxshi.
•
Bizning ma'lumotlar to'plamimiz kichik bo'lgani uchun biz o'zaro 
tekshirishdan foydalanamiz va ishlash ko'rsatkichi uchun o'rtacha 
mutlaq xatolikdan foydalanamiz. Cross Validation bizning 
modelimizning haqiqiy ishlashini o'lchashga yordam beradi.
•
Quyida ko'rsatilgandek o'zaro faoliyat Validatsiya funksiyasini 
yaratamiz.
from sklearn.metrics import mean_absolute_error 
from sklearn.model_selection import KFold, 
cross_val_score 
# def get_mae(pred, target): 
# return mean_absolute_error(true, pred) 
def cross_validate(model, nfolds, feats, targets): 
score = -1 * (cross_val_score(model, feats, targets, 
cv=nfolds, scoring='neg_mean_absolute_error')) 
return np.mean(score) 
Tanlovni yig’ish va oldini olish. 
o
Katta hajmdagi ma'lumotlarda tegishli naqshlarni qanday ochish mumkin
Agar biz mashinalar odamlar kabi harakat qilishini 
va o'ylashini istasak, birinchi navbatda yurish va 
gapirishni qanday o'rganganimizga qarashimiz 
kerak. 

---

o
Agar biz mashinalar odamlar kabi harakat qilishini va o'ylashini 
istasak, birinchi navbatda yurish va gapirishni qanday 
o'rganganimizga qarashimiz kerak.
o
Javob, albatta, ma'lumotlar. Chaqaloqlar juda ko'p ma'lumotni 
(ma'lumotlarni) o'zlashtirib, o'xshashlik va naqshlarni aniqlash 
uchun ularni tahlil qilish orqali o'rganadilar.
o
ML-ni yoqishi mumkin bo'lgan biznes-jarayonlarni aniqlash 
haqidagi oldingi maqolamda men sizning qaysi jarayonlaringiz 
mashinani o'rganishdan foyda olishini qanday aniqlashni 
ko'rsatdim.
o
Mashinani o'rganishni yoqishning keyingi bosqichi 
ma'lumotlardir - chunki ma'lumotlarsiz mashinani o'rganish 
bo'lmaydi.