O’zbekiston respublikasi aloqa, axborotlashtirish va telekommunikasiya texnologiyalari davlat qo`mitasi

Maqolalar.
Dissertasiyaning asosiy natijalari 3 ta ilmiy maqolada nashr 
etilgan. 
№ 
Maqola nomi 
Hajmi 
(byet) 
Chop etilgan to‘plam 
1 
Intellektual o‘qitish 
tizimlarida bilim 
oluvchi modeli asosida 
o‘qitishni tashkil etish 
2 
Axborot kommunikatsiya 
texnologiyalarining hozirgi zamon 
rivojlanish bosqichda mutaxassisnimg 
kasbiy kompitentligini 
mukammallashtirish‖ ilmiy-amaliy 
konferensiyasi
(II qism 2013 yil 6-8 may) 
2 
Подход к решению 
задачи приобретения 
знаний 
3 
Axborot kommunikatsiya 
texnologiyalarining hozirgi zamon 
rivojlanish bosqichda mutaxassisnimg 
kasbiy kompitentligini 
mukammallashtirish‖ ilmiy-amaliy 
konferensiyasi 
(II qism 2013 yil 6-8 may) 
3 
DATA MINIGA-
Ma‘lumotlarning 
intellektual tahlili 
3 
―Intellektual salohiyatli iqtidorli yoshlar‖ 
mavzusidagi yosh olimlar, magistrant va 
talabalarning an‘anaviy XI respublika 
ilmiy-amaliy konferensiyasi 
(pedagogika ,psixologiya, ta‘lim va tarbiya
III qism 2014 yil 23-24 may) 

---

10 
I BOB. MA’LUMOTLARNI ITINTELLEKTUAL TAHLIL ETISH 
USULLARINING NAZARIY ASOSLARI 
 
1. Ma’lumotlarni intellektual tahlil etish tizimning maqsad va vazifalari 
tahlili 
Hozirgi kunda ma‘lumotlar ummonida turli toifa va turlarga tegishli 
bo‘lgan ma‘lumotlar hajmi jadal sur‘atlar bilan oshib bormoqda.
Ma‘lumotalar 
hajmi juda ham katta bo‘lganligi sababli, ular ichidan foydalunuvchi o‘ziga 
kerakli bo‘lgan axborotlarni ajratib olishi masalasi murakkablashib bormoqda.
 
Insoniyat o‘ziga kerakli axborotlarni izlash va ularni ajratib olishi uchun 
ma‘lumotlarni qayta ishlashi, ularni tahlil qilishi, aniqrog‘i ma‘lumotlarni 
intellektual tahlil qilishi lozim bo‘lmoqda. Ma‘lumotlarni tahlil qilishning 
an‘anaviy usullari, asosan, ma‘lumotlar haqidagi oldindan mavjud bo‘lgan 
gipotezalarni tekshirishga qaratilgan bo‘lib, intellektual tahlil esa ma‘lumotlar 
tuzilmasini, ma‘lumotlar orasidagi ilgari ma‘lum bo‘lmagan bog‘liqliklar va 
qonuniyatlarni aniqlashga qaratilgan[7,8]. 
Ma’lumotlar to’plamining turlari va ularni saqlash formatlari
.
 
Eng ko‘p 
uchratiladigan ma‘lumotlar bu yozuvlardan tashkil topgan ma‘lumotlardir. 
Bunday ma‘lumotlar to‘plamiga jadvalli ma‘lumotlar, matrisali ma‘lumotlar, 
hujjatli ma‘lumotlar, tranzaksiyali yoki operasiyali ma‘lumolarni kiritamiz. 
Jadvalli ma‘lumotlar – fiksirlangan atributlar to‘plamidan tuzilgan 
yozuvlardan iborat bo‘lgan ma‘lumotlardir. 
Tranzaksiyali ma‘lumotlar – har bir yozuv qiymatlari to‘plami bilan 
tranzaksiya bo‘lib keladigan ma‘lumotlarning alohida turini anglatadi. 
Tranzaksiyali 
ma‘lumotlar 
bazasiga-magazinda 
xaridorlarning 
qilgan 
savdolaridan tuzilgan ro‘yxatni misol qilib olishimiz mumkin. 
Grafikli-ma‘lumotlarga misol sifatida www-ma‘lumotlari, molekulalar 
strukturasi, grafalar, kartalar va shu kabilarni ayta olamiz. 
Hozirgi vaqtda ma‘lumotlarning asosiy xususiyatlaridan biri ular juda 
ko‘p o‘zgarishi natijalarida qaytadan tuzilishidir. Ma‘lumotlar bilan ishlashning 
to‘rtta jihati mavjud: ma‘lumotni aniqlash, hisoblash, manipulyasiya qilish va 

---

11 
qayta ishlash (yig‘ish, uzatish va h.k.)
Manipulyasiya qilingan ma‘lumotlar orqali «fayl» tipidagi ma‘lumotlar 
strukturasidan foydalaniladi. Fayllar har xil formatga ega bo‘lishi mumkin.
Data Mining (DM) aksariyat instrumentlari turli xil manbalardan 
ma‘lumotlarni import qilishga ruxsat beradi hamda natija sifatida olingan 
ma‘lumotlarni turli xil formatga eksport qiladi[8]. 
Tajribalar uchun ma‘lumotlarni qandaydir yagona formatda saqlash qulay 
bo‘ladi. DM ning ba‘zi instrumentlaridagi proseduralar ma‘lumotlarning 
importi/eksporti deb ataladi. Boshqalari esa turli ma‘lumotlar manbalarini 
to‘g‘ridan-to‘g‘ri ochish imkonini beradi va DM natijalarini ko‘rsatilgan 
formatlardan biriga saqlaydi. 
Ma‘lumotlarni saqlash formatlari eng keng tarqalgani 1.1-rasmda 
tasvirlangan: 
1.1-rasm. Ma‘lumotlarni saqlash bo‘yicha eng ko‘p tarqalgan formatlar. 
So‘roqlar sonning eng ko‘pi 23% bo‘lib, ular ma‘lumotlar bazasi 
formatida saqlanadigan ma‘lumotlarni tashkil etgan. Text, CSV formatlari – 
18%, 14% li so‘roqlarni Text, space or tab separated I SAS formatlarida 
saqlanadigan ma‘lumotlar; 9% Excel formatida, SPSS da – 8%, S-Plus/R da – 
4%, Weka ARFF da- 6% va Data Mining (DM) instrumentlarining boshqa 
formatlarida - 2%ni tashkil etgan. So‘roqlar natijasida ko‘rinib turganidek, 
DM uchun eng ko‘p saqlangan ma‘lumotlar formati bu ma‘lumotlar bazasini 
ko‘rsatadi [8]. 

---

12 
Data Mining ma‘lumotlarni intellektual tahlil qiluvchi texnologiya 
hisoblanib, amaliyotda keng qo‘llanilib kelinmoqda. 
DM odatda ikki xil ma‘noni bildiradi, ya‘ni katta hajmdagi ma‘lumotlar 
bazasi (MB)dan kerakli ma‘lumotlarni qidirib topish hamda katta hajmdagi 
ishlov berilmagan materialni mazmunan tadqiq qilish demakdir. 
DM ma‘lumotlarni intellektual tahlili, qonuniyatlarini topish muhiti, 
bilimlarni kengaytirish, shablonlarni tahlil qilish, MBdan bilimlarni axborot 
tarkibini aniqlash va h.k. kabi ma‘noni anglatadi.
DM tushunchasi 1978 yillarda vujudga kela boshladi va 1990 yillarning 
birinchi yarim yillarida zamonaviy talqinda yuqori ommaboplikka erishildi. Bu 
vaqtlarda ma‘lumotlarni qayta ishlash va tahlil qilish amaliy statistikaning 
tarkibida bo‘lgan, shuning uchun qayta ishlash masalalari asosan katta 
bo‘lmagan ma‘lumotlar bazalarida olib borilgan edi[9]. 
DM– ma‘lumotlardan yashirin qonuniyatlarni (axborotlar shablonlarini) 
aniqlab qaror qabul qilishga asoslangan jarayonidir. 
Bu texnologiyaning mohiyati va maqsadi katta hajmdagi ma‘lumotlardan 
ma‘lum bo‘lmagan obyektiv va amaliy foydali qonuniyatlarini aniqlash uchun 
mo‘ljallangan. 
Ma‘lum bo‘lmaslik – topilgan qonuniyat axborotni qayta ishlashning 
standart metodlari yoki ekspert yo‘llar bilan aniqlanmaydi. 
Obyektiv – aniqlangan qonuniyatlar haqiqatga to‘liq mos keladi va 
ekspertli mulohazalardan farqi uning hamma vaqt subyektiv bo‘lmasligidadir. 
Amaliy foydali – amaliy qo‘llanilish qonuniyatlari topilganda tahlil 
qilinayotgan ma‘lumotlar aniq qiymatlarga ega bo‘ladi. 
Bilimlar – tavsiflanadigan manbalar, fan sohalari, muammolar va h.k. 
haqida ba‘zi bir xulosalarni beradigan ma‘lumotlar yig‘indisidir. 
Bilimlardan foydalanish aniq afzalliklarga erishish uchun topilgan 
bilimlarning amaliy qo‘llanilishi tushuniladi. 
Data Mining ―topilma‖ yoki ―topilmani qazib olish‖ kabi tarjima qilinadi. 
Ko‗pincha Data Mining bilan birgalikda ―ma‘lumotlar bazasida bilimlarni izlab 

---

13 
topish‖ (knowledge discovery in databases) va ―ma‘lumotlarning intellektual 
tahlili‖ so‗zlari ishlatiladi. Ular Data Mining ning sinonimlari hisoblanadi. 
Yuqorida keltirilgan barcha terminlar ma‘lumotlarni qayta ishlash vositalari va 
usullari bilan bog‗langan.
Shu bilan birgalikda, amaliyotchilar amaliy masalalarni echish uchun 
nazariy fikrlarni qo‗llash ko‗pincha natijasiz ekanligini bilishardi. Ammo ular 
bular bilan ishi yo‗q-o‗zlarining katta bo‗lmagan lokal ma‘lumotlar bazasini 
qayta ishlash kabi xususiy masalalari ustida bosh qotirishar edilar[9,10]. 
Ma‘lumotlarni yozish va saqlash texnologiyalarining mukammallashuvi 
natijasida insonlarga turli sohalardan ko‗plab axborot oqimlari yopirildi. 
Ixtiyoriy tashkilot (tijorat, ishlab chiqaruvchi, meditsina, ilmiy va sh.o‗.) ning 
ishi uning ish faoliyatini to‗liq ro‗yxatdan o‗tkazish va yozish bilan bog‗liq 
bo‗lib qoldi. Bu axborotlar bilan endi nima qilish kerak? Ma‘lum bo‗ldiki, 
ma‘lumotlar oqimi qayta ishlanmasa, ular keraksiz matohga aylanib qoladi. 
Bunday qayta ishlashlar uchun zamonaviy talablar spetsifikasi quyidagicha: 
Ma‘lumotlar cheklanmagan hajmga ega; 
Ma‘lumotlar turli xil bo‗ladi (sonli, sifatli, matnli); 
Natijalar aniq va tushunarli bo‗lishi kerak; 
Ma‘lumotlarni qayta ishlash vositalari ishlatish uchun sodda bo‗lishi 
kerak. 
Ma‘lumotlar analizining asosiy vositasi roliga ko‗p vaqt davomida 
da‘vogarlik qilgan an‘anaviy matematik statistika paydo bo‗lgan muammo 
oldida ochiqchasiga taslim bo‗ldi. Asosiy sabab – soxta kattaliklar ustida 
amallar bajarishga olib keladigan