SINFLASHNING METRIK ALGORITMLARI, YAQIN QOʻSHNI USULI VA UNI UMUMLASHTIRISH HAMDA ULARNI NEYRON TARMOQ TEXNOLOGIYALARIDA QOʻLLANILISHI

Authors

  • Sherzodbek Farmonov Fargʻona davlat universiteti katta o`qituvchi
  • Nozimaxon Rustamova Fargʻona davlat universiteti 2-kurs talabasi

DOI:

https://doi.org/10.5281/zenodo.11197958

Keywords:

Yaqin qoʻshni usuli, k-NN, sinflash algoritmlari, sun’iy intellekt, neyron tarmoqlar, mmasofa metrikalari, ogʻirlikli yaqin qoʻshni, oʻlchovlarni kamaytirish, PCA, Evklid masofasi, masofa ogʻirligi, SI qoʻllanilishi, Innovatsiyalar, ma’lumotlarni sinflash, tavsiya tizimlari, fraudni aniqlash, chuqur oʻrganish.

Abstract

Bu maqola, sun’iy intellekt (SI) va neyron tarmoqlar texnologiyalari sohasidagi eng muhim va samarali sinflash algoritmlaridan biri boʻlgan yaqin qoʻshni usuli (k-NN) va uni umumlashtirish usullarini oʻrganishga bagʻishlangan. Yaqin qoʻshni usuli, ma’lumotlarni sinflashda qoʻllaniladigan oddiy, biroq juda kuchli bir usuldir. Ushbu maqolada, k-NN algoritmining asosiy tamoyillari, uning ishlash prinsipi, masofa metrikalari tanlashning ahamiyati va k-NNning turli qoʻllanilish sohalari keng yoritilgan. Shuningdek, k-NN algoritmini yanada samarali qilish maqsadida qoʻllaniladigan turli umumlashtirish usullari, jumladan ogʻirlikli yaqin qoʻshni, masofa ogʻirligi va oʻlchovlarni kamaytirish usullariga alohida e’tibor qaratiladi. Maqola, k-NNning neyron tarmoqlar bilan integratsiyasi va kelajakdagi tadqiqotlar yoʻnalishlari haqida ham ma’lumot beradi. Bu tadqiqot, AI va neyron tarmoqlar sohasida yangi boshlanuvchilarga qoʻllanma boʻlish bilan birga, ushbu sohada ilmiy izlanishlar olib borayotgan olimlar va mutaxassislar uchun ham foydali boʻladi.

References

Cover, T., & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21-27

Friedman, J., Hastie, T., & Tibshirani, R. (2001). The Elements of Statistical Learning. Springer Series in Statistics. Springer, New York, NY.

Altman, N. S. (1992). An introduction to kernel and nearest-neighbor nonparametric regression. The American Statistician, 46(3), 175-185.

Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition. Springer Series in Statistics. Springer, New York, NY.

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning: with Applications in R. Springer Texts in Statistics. Springer, New York, NY.

Beyer, K., Goldstein, J., Ramakrishnan, R., & Shaft, U. (1999). When is “nearest neighbor” meaningful? In Proceedings of the 7th International Conference on Database Theory (ICDT ‘99). Springer-Verlag, London, UK.

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... & Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12(Oct), 2825-2830.

Nurmatovich, T. I. (2024). Bir qatlamli va ko ‘p qatlamli neyron to ‘rlari. ILM FAN XABARNOMASI, 1(1), 190-191.

Nurmamatovich, T. I., & Kudratullo o‘g, K. U. B. (2024). THE EVOLUTION OF AI: FROM EARLY CONCEPTS TO MODERN BREAKTHROUGHS. Лучшие интеллектуальные исследования, 20(2), 42-46.

Tojimamatov, I., & G’ulomjonova, S. (2024). NEYRO KOMPYUTERLAR VA ULARNING ARXITEKTURASI. Development of pedagogical technologies in modern sciences, 3(6), 10-16.

Tojimamatov, I., & Jo’rayeva, M. (2024). BOLSMAN MASHINASI VA UNING AHAMIYATI. Development and innovations in science, 3(4), 154-160.

Nurmamatovich, T. I., & Nozimaxon, E. (2024). Chiqish qatlami vaznlarni sozlash va xatoliklarni teskari tarqalishi algoritmi. ILM FAN XABARNOMASI, 1(1), 29-35.

Tojimamatov, I., & Ismoiljonova, O. (2024). BIR QATLAMLI PERCEPTRONNI O ‘QITISH. Академические исследования в современной науке, 3(12), 153-158.

Nurmamatovich, T. I. (2024, April). BIR QATLAMLI PERCEPTRONNI O ‘QITISH. In " CANADA" INTERNATİONAL CONFERENCE ON DEVELOPMENTS İN EDUCATİON, SCİENCESAND HUMANİTİES (Vol. 17, No. 1).

Nurmamatovich, T. I. (2024, April). SUN'IY NEYRONNING MATEMATIK MODELI HAMDA FAOLLASHTIRISH FUNKTSIYALARI. In " USA" INTERNATIONAL SCIENTIFIC AND PRACTICAL CONFERENCE TOPICAL ISSUES OF SCIENCE (Vol. 17, No. 1).

Nurmamatovich, T. I. (2024, April). SUNIY NEYRON TORLARINI ADAPTIV KUCHAYTIRISH USULI. In " USA" INTERNATIONAL SCIENTIFIC AND PRACTICAL CONFERENCE TOPICAL ISSUES OF SCIENCE (Vol. 17, No. 1).

Downloads

Published

2024-05-14

How to Cite

Farmonov, S., & Rustamova, N. (2024). SINFLASHNING METRIK ALGORITMLARI, YAQIN QOʻSHNI USULI VA UNI UMUMLASHTIRISH HAMDA ULARNI NEYRON TARMOQ TEXNOLOGIYALARIDA QOʻLLANILISHI. Международная конференция академических наук, 3(5), 71-75. https://doi.org/10.5281/zenodo.11197958