Amaliy mavzularni o`zgartirish: Tibbiyot yoki moliya sohasidagi ma’lumotlarni tahlil qilish.

1-mavzu. Pythonda mashinaviy o‘qitish modelini yaratish

  1. Pythonda mashinaviy oʻqitish kutubxonalari (Scikit-learn, Pandas) bilan ishlash;
  2. Oddiy nazoratli oʻqitish modeli (masalan, tasniflash yoki regressiya) yaratish;
  3. Modelni oʻqitish, test qilish va samaradorlikni baholash usullari.

2-mavzu. Chiziqli regressiya algoritmini amalda qo‘llash.

  1. Chiziqli regressiya algoritmining matematik asoslari va ishlatilish;
  2. Pythonda Scikit-learn yordamida chiziqli regressiya modelini yaratish va oʻqitish;
  3. Modelning aniqligini baholash uchun xato metrikalari (MSE, R²) bilan ishlash

3-mavzu. Neyron tarmoqni TensorFlow yoki PyTorch yordamida loyihalash.

  1. Neyron tarmoqlarning tuzilishi va ishlash prinsipi TensorFlow va PyTorch orqali tahlil qilish;
  2. Oddiy sunʼiy neyron tarmoqni loyihalash va oʻqitish jarayoni;
  3. Modelni optimallashtirish uchun yoʻqotish funksiyasi va optimizatsiya algoritmlari.

4-mavzu. Tasvirlarni tasniflash uchun konvolyutsion neyron tarmoq yaratish.

  1. Konvolyutsion neyron tarmoqlar (CNN)ning tasvirlarni qayta ishlashdagi oʻrni;
  2. TensorFlow yoki PyTorch yordamida tasvirlarni tasniflash modelini qurish;
  3. Modelni sinash va tasvirlarni aniq tasniflash samaradorligini baholash.

5-mavzu. Tibbiyot yoki moliya sohasidagi ma’lumotlarni tahlil qilish.

  1. Tibbiyot yoki moliya sohasidagi maʼlumotlarni toʻplash, tozalash va tayyorlash usullari;
  2. Maʼlumotlarni tahlil qilish uchun mashinaviy oʻqitish algoritmlarini qoʻllash;
  3. Natijalarni vizualizatsiya qilish va amaliy xulosalar chiqarish