Saqlash joyi
KUAF-logo «TASDIQLAYMAN»
Akademik ishlar boʻyicha prorektor
I. Gʻ. Mamajonov
________________________
«____»________________ 2025-yil

 

Sunʼiy intellekt asoslari

fani boʻyicha sillabus

 

1. Umumiy maʼlumotlar

Akademik daraja bakalavr Taʼlim yoʻnalishi 60610300 - Kompyuter injiniringi
Oʻqish davomiyligi (yil) 4 Semestr 5
Fan nomi Sunʼiy intellekt asoslari Fan kodi FAOI16MBK
Taʼlim shakli sirtqi Fan turi majburiy
Taʼlim tili Oʻzbek Modulning davomiyligi 15 hafta
Fanga ajratilgan kredit ECTS:    6    Baholash shakli oraliq: ogʻzaki
joriy: davomat, vazifa/topshiriq va test
yakuniy: test
Ajratilgan akademik soat hajmi 180 Auditoriya soatlari taqsimoti maʼr amal
22
(aud) 		158
(must)		 12 10
 

2. Fan maqsadi

Sunʼiy intellekt (SI) haqida tushuncha, uning zamonaviy texnologiyalardagi oʻrni, SI asoslari fanining vazifalari va asosiy tarkibiy qismlari, SI algoritmlarini rivojlantirish usullari, taʼlim va amaliyotda SIga qoʻyiladigan talablar hamda ijodiy yondashuvlarni boshqarish yoʻllari haqida bilim berish va ulardan foydalana olish oʻrganadi.

3. Fanni oʻzlashtirish uchun zarur boshlangʻich bilimlar

1. Hisob (CALC18MBK)

2. Diskret tuzilmalar (DSST16MBK)

3. Dasturlash (PROG16MBK)

4. Ma’lumotlar bazasi (DTBS16MBK)

5. Ma’lumotlar tuzilmasi va algoritmlar (DTSA16MBK)

6. Kompyuterni tashkil etish (CORG16MBK)

4. Taʼlim natijalari

4.1. Bilimlar jihatidan:

  • Sunʼiy intellektning nazariy asoslari, mashinaviy oʻqitish va chuqur oʻqitishning yetakchi yoʻnalishlari haqida bilimlarga ega boʻlish;
  • SI algoritmlarini loyihalash va qoʻllashda qoʻyiladigan talablar, shuningdek, maʼlumotlarni qayta ishlash va tahlil qilish usullari haqida bilish;
  • SI loyihalarini amalga oshirishda normativ-texnik hujjatlar va standartlardan foydalana olish.
    • Yangi ro'yxat saqlandi

4.2. Koʻnikmalar jihatidan:

  • SI asosidagi loyihalarni tashkil etish va amalga oshirish, maʼlumotlarni tayyorlash va tahlil qilish koʻnikmalariga ega boʻlish;
  • Mashinaviy oʻqitish va chuqur oʻqitish algoritmlarini loyihalash, innovatsion texnologiyalarni qoʻllash va didaktik vositalarni ishlab chiqish malakasini egallashSI loyihalarida interaktiv usullar, maʼlumotlarni vizualizatsiya qilish va tahlil vositalaridan samarali foydalanish, shuningdek, loyiha jarayonini boshqarish va hamkorlikni yoʻlga qoʻyish koʻnikmalariga ega boʻlish.
    • Yangi ro'yxat saqlandi

5. Fan mazmuni

5.1. Maʼruza mashgʻulotlari mazmuni

№ Mavzu va rejalar soatlar hajmi
1.

Sun’iy intellektga kirish.

  1. SIning taʼrifi va soha sifatidagi rivojlanishi.
  2. SI turlari: Zaif SI, umumiy SI, kuchli SI.
  3. SIning bugungi kunda qoʻllanilishi.
2
2.

Mashinaviy o‘qitish asoslari.

  1. Mashinaviy oʻqitishning turlari: Nazoratli, nazoratsiz va mustahkamlovchi oʻqitish.
  2. Maʼlumotlar turlari va ularni tayyorlash.
  3. Asosiy algoritmlar.
2
3.

Neyron tarmoqlar va chuqur o‘qitish.

  1. Neyron tarmoqlarning tuzilishi va ishlash printsipi.
  2. Faollashtiruvchi funksiyalari va ularning roli.
  3. Chuqur oʻqitishning asosiy tushunchalari.
2
4.

Tabiiy tilni qayta ishlash.

  1. Matnni qayta ishlashning asosiy usullari.
  2. Tokenlash, lemmatizatsiya va soʻz vektorlar (Word2Vec, BERT).
  3. Amaliy qoʻllanmalar.
2
5.

Mustahkamlovchi o‘qitish.

  1. Mustahkamlovchi oʻqitishning asosiy tushunchalari.
  2. Agent, muhit, mukofot tushunchalari.
  3. Q-learning va Deep Q-Networks (DQN)
2
6.

Sun’iy intellektning axloqiy va ijtimoiy jihatlari.

  1. SIning ijtimoiy taʼsiri: Ish oʻrinlari, maxfiylik.
  2. Axloqiy muammolar: Adolat, xolislik, masʼuliyat.
  3. SIning kelajagi va global trendlar.
2
Jami 12

 

5.2. Amaliy mashgʻulotlar mazmuni

№ Mavzu va rejalar soatlar hajmi
1.

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
2.

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
2
3.

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.
2
4.

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.
2
5.

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
2
Jami 10

Seminar mashgʻulotlari uchun mavzu kiritilmagan yoki ushbu sillabusda Seminar oʻtish nazarda tutilmagan

Laboratoriya mashgʻulotlari uchun mavzu kiritilmagan yoki ushbu sillabusda Laboratoriya oʻtish nazarda tutilmagan

6. Mustaqil taʼlim topshiriqlari

№ Mavzu
1.

Sun’iy intellektning tarixiy rivojlanishi va asosiy bosqichlari

2.

Zaif, umumiy va kuchli SI tushunchalarini o‘rganish

3.

SIning zamonaviy hayotdagi o‘rni va qo‘llanilishi

4.

Nazoratli o‘qitish algoritmlarining turlari va xususiyatlari

5.

Nazoratsiz o‘qitish usullari va ularning afzalliklari

6.

Ma’lumotlar turlari va ularni SI loyihalari uchun tayyorlash

7.

Neyron tarmoqlarning arxitekturasi va ishlash prinsipi

8.

Aktivatsiya funksiyalarining turlari va ularga misollar

9.

Chuqur o‘qitishda CNN va RNN tarmoqlarining farqlari

10.

Tabiiy tilni qayta ishlashda BERT modelining o‘rni

11.

Matnni qayta ishlashda tokenlash va lemmatizatsiya usullari

12.

Kompyuterli ko‘rishda tasvirlarni tasniflash algoritmlari

13.

YOLO algoritmining ob’ektlarni aniqlashdagi qo‘llanilishi

14.

Mustahkamlovchi o‘qitishda agent va muhit o‘zaro ta’siri

15.

Q-learning algoritmining asosiy tushunchalari va misollari

16.

SIning tibbiyot sohasidagi amaliy qo‘llanilishi

17.

Big Data va SI o‘rtasidagi integratsiya imkoniyatlari

18.

SIning ijtimoiy ta’siri: Ish o‘rinlari va maxfiylik muammolari

19.

SI loyihalarida axloqiy masalalar va ularni hal qilish yo‘llari

20.

Pythonda TensorFlow yoki PyTorch yordamida oddiy SI modelini ishlab chiqish

 

 

7. Foydalanilgan adabiyotlar:

7.1. Asosiy adabiyotlar

  1. Xo‘jaqulov T.A., Malikova N.T. Sun’iy intellekt (O‘quv qo‘llanma). — T.: “Innovatsion rivojlanish nashriyot-matbaa uyi”, 2020. 216 b.
  2. Stuart Russell, Peter Norvig. Artificial Intelligence: A Modern Approach (4th Edition). Pearson Education Limited. 2021, 1166 p.
  3. Kevin P. Murphy. Probabilistic Machine Learning: An Introduction. Cambridge, Massachusetts : The MIT Press. 2022, 860 p. 7.2. Qo‘shimcha

7.2. Qoʻshimcha adabiyotlar

  1. Sadullayeva Sh.A., Yusupov D.F., Yusupov F. Sun’iy intellekt va neyronto‘rli texnologiyalar (O‘quv qo‘llanma). — T.: Mahalla va oila, 2022. – 192 b
  2. Aurélien Géron. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O‘Reilly Media. 2019 (2nd Edition). Page – 510.

7.3. Axborot manbaalari

  • https://www.coursera.org/learn/ai-for-everyone
  • https://developers.google.com/machine-learning/crash-course
  • https://www.kaggle.com/learn/intro-to-machine-learning
  • https://course.fast.ai/

 

Axborot resurs markazi boshligʻi ______________ G. Qodirova

8. Fanni baholash mezoni va rejasi

8.1. Talabalar bilimini baholash turlari

Mazkur fandan talabalar bilimini baholashda uchta nazorat turidan foydalaniladi. Joriy baholash (JB), oraliq imtixon (OI), yakuniy imtixon (YaI)

Joriy baholash (JB). Ushbu nazorat turi semestr davomida toʻplanib boriladi va quyidagilardan tarkib topadi:

- Workshop. Talabaning mashgʻulotlarda faolligi va unga berilgan savollarga bergan javobi baholanib boriladi;

- Mustaqil ish. Fanning xususiyatidan kelib chiqib, talaba yakka yoki mini guruhlarga boʻlingan holda berilgan vazifalarni taqdimot / media / hisobot / dastur koʻranishida himoya qiladi;

- Vazifa / topshiriqlar. Har bir talaba individul tarzda oʻqituvchi tomonidan berilgan muammoli vaziyat / masala / topshiriqlarni taqdimot / hisobot / dastur koʻrinishida oldindan fan oʻqituvchi bergan namuna asosida bajaradi;

- Davomat. Talabaning dars mashgʻulotlariga qatnashganlik ulushidan kelib chiqib baholanadi.

Oraliq imtihon (OI). Ushbu nazorat turi semestrning (8-haftasida) belgilangan kun davomida oʻtkaziladi. Fan oʻqituvchisi oraliq imtihon shakli va oʻtkazish tartibi toʻgʻrisida talabalarni fan modulini dastlabki darslarida xabardor qiladi.

Yakuniy imtihon (YI). Modul yakunlangandan soʻng yakuniy imtixonlar haftasida test shaklda olinadi. Unda quyidagilar aks etadi:

8.2. Talabalar bilimini baholash mezoni

№ Nazorat turlari Izoh Ball Oʻtkazilish vaqti (boshlanishi – tugashi)
Joriy baholash (JB)
1. Workshop Talabaning interfaolligi, mashgʻulotlarda ishtiroki 5 3-13-hafta(lar) davomida
2. Mustaqil ish Taqdimot / media / hisobot / dastur shakllarda amalga oshiriladi 10 1-13-hafta(lar) davomida
3. Vazifa / topshiriqlar Taqdimot / hisobot / dastur koʻrinishida rasmiylashtiriladi 10 1-13-hafta(lar) davomida
4. Davomat Talabaning amaliy dars mashgʻulotlariga qatnashganlik ulushidan kelib chiqib baholanadi. 15 1-13-hafta(lar) davomida
Jami 40  
Oraliq imtihon (OI)
1. Yozma Oraliqqacha oʻtilgan mavzular yuzasidan tayyorlangan. 20 8-hafta
Jami 20  
Yakuniy imtihon (OI)
1. Test Oʻtilgan mavzular yuzasidan testlar 40 Oʻquv jarayoni tugagandan soʻng
Jami 40  
Hammmasi 100  

8.3. Qoʻqon universitetida baholash tavsifi

Baho Foiz GPA
A+ 95-100 4.5
A 90-94 4.0
B+ 80-89 3.5
B 70-79 3.0
C+ 65-69 2.5
C 60-64 2.0
F 0-59 0

Izoh: Talaba 0-59 oraligʻida oʻzlashtirish koʻrsatkichiga yoki bir fanning 1/3 qismiga sababsiz qatnashmasa oʻqiyotgan semestrida mazkur fandan oʻzlashtirmagan (feyl), akademik qarzdor hisoblanadi. Oʻzlashtirilmagan fanlarni qayta oʻzlashtirish uchun talaba oʻrnatilgan tartibda fan oʻqituvchisi tomonidan berilgan topshiriqlarni bajarishi zarur.

Talabaning fan boʻyicha oʻzlashtirish koʻrsatkichini nazorat qilishda quyidagi mezonlar tavsiya etiladi:

a) aʼlo (A, A+) baho olish uchun talabaning bilim darajasi quyidagilarga javob berishi lozim:

  • fanning moxiyati va mazmunini toʻliq yorita olsa;
  • fandagi mavzularni bayon qilishda ilmiylik va mantiqiylik saqlanib, ilmiy xatolik va chalkashliklarga yoʻl qoʻymasa;
  • fan boʻyicha mavzu materiallarining nazariy yoki amaliy ahamiyati haqida aniq tasavvurga ega boʻlsa;
  • fan doirasida mustaqil erkin fikrlash qobiliyatini namoyon eta olsa;
  • berilgan savollarga aniq va loʻnda javob bera olsa;
  • konspektga puxta tayyorlangan boʻlsa;
  • mustaqil topshiriqlarni toʻliq va aniq bajargan boʻlsa;
  • fanga tegishli qonunlar va boshqa meʼyoriy-xuquqiy xujjatlarni toʻliq oʻzlashtirgan boʻlsa;
  • fanga tegishli mavzulardan biri boʻyicha ilmiy maqola chop ettirgan boʻlsa;
  • tarixiy jarayonlarni sharxlay bilsa;

b) yaxshi (B, B+) baho olish uchun talabaning bilim darajasi quyidagilarga javob berishi lozim:

  • fanning moxiyati va mazmunini tushungan, fandagi mavzularni bayon qilishda ilmiy va mantiqiy chalkashliklarga yoʻl qoʻymasa;
  • fanning mazmunini amaliy ahamiyatini tushungan boʻlsa;
  • fan boʻyicha berilgan vazifa va topshiriqlarni oʻquv dasturi doirisida bajarsa;
  • fan boʻyicha berilgan savollarga toʻgʻri javob bera olsa;
  • fan boʻyicha konspektini puxta shakllantirgan boʻlsa;
  • fan boʻyicha mustaqil topshiriqlarni toʻliq bajargan boʻlsa;
  • fanga tegishli qonunlar va boshqa meʼyoriy xujjatlarni oʻzlashtirgan boʻlsa.

c) qoniqarli (C, С+) baho olish uchun talabaning bilim darajasi quyidagilarga javob berishi lozim:

  • fan xaqida umumiy tushunchaga ega boʻlsa;
  • fandagi mavzularni tor doirada yoritib, bayon qilishda ayrim chalkashliklarga yoʻl qoʻyilsa;
  • bayon qilish ravon boʻlmasa;
  • fan boʻyicha savollarga mujmal va chalkash javoblar olinsa;
  • fan boʻyicha matn puxta shakllantirilmagan boʻlsa.

d) quyidagi hollarda talabaning bilim darajasi qoniqarsiz (F) baho bilan baholanishi mumkin:

  • fan boʻyicha mashgʻulotlarga tayorgarlik koʻrilmagan boʻlsa;
  • fan boʻyicha mashgʻulotlarga doir xech qanday tasavvurga ega boʻlmasa;
  • fan boʻyicha matnlarni boshqalardan koʻchirib olganligi sezilib tursa;
  • fan boʻyicha matnda jiddiy xato va chalkashliklarga yoʻl qoʻyilgan boʻlsa;
  • fanga doir berilgan savollarga javob olinmasa;
  • fanni bilmasa.

9. Imtihonga qoʻyilgan talab va koʻrsatmalar

1. Talaba imtihon nazorati qoidalarini buzgan hollarda, mazkur fandan imtihon bali bekor qilinishi haqida ogohlantiriladi.

2. Komissiya aʼzosi imtihon boshlanishini eʼlon qilgunga qadar imtihon varagʻini ochish taʼqiqlanadi.

3. Talaba uyali yoki boshqa aloqa vositalari, gadjetlarni oʻchirib, komissiya aʼzosi koʻrsatmasiga binoan oʻzidan uzoqlikda saqlashi shart. Kitob, manuskript, daftar va boshqa koʻmaklashuvchi materiallardan foydalanish mumkin emas.

4. Talabalar bir-biri bilan gaplashishi, imtihon varaqlarini koʻrsatishi, koʻchirtirishi, boshqalarni chalgʻitishi maʼn etiladi.

5. Oziq-ovqat va ichimliklarni auditoriyaga olib kirishi mumkin emas. Shifokor koʻrsatmasiga binoan dori-darmon, kichik idishdagi suv bundan mustasno.

6. Auditoriyadan ruxsatsiz chiqish mumkin emas. Xususan, imtihonning birinchi va oxirgi 10 minutida auditoriyadan chiqish taʼqiqlanadi. Talaba imtihon varaqasini muddatidan oldin topshirib chiqib ketgan holatda qayta auditoriyaga qoʻyilmaydi.

7. Komissiya aʼzosi imtihon tugashini eʼlon qilganidan soʻng, talaba yozishni toʻxtatadi va imtihon varaqlari yigʻilgunga qadar auditoriyani tark etmaydi.

10. Fan oʻqituvchisi toʻgʻrisida maʼlumot

Mualliflar: Alimqulov N M
Elektron pochta: ALimqulov@gmail.com
Tashkilot va kafedra: Qoʻqon universiteti Andijon filiali, Kompyuter injiniringi va raqamli texnologiyalar
Taqrizchilar:

M.K.Mirzaaxmedov - Zahiriddin Muhammad Bobur nomidagi Andijon davlat universiteti Kompyuter injiniringi kafedrasi dotsenti, texnika fanlari falsafa doktori

N.Kabulov - Qoʻqon universiteti Andijon filiali Kompyuter injiniringi va raqamli texnologiyalar kafedrasi mudiri, texnika fanlari doktori

Talabalarni erkin qabul qilish kuni: Dushanba-Seshanba, soat 15:00 – 16:00, ______ – xona.

 

Sillabus Universitet Kengashining 2025 yil __________________ - sonli yigʻilish bayoni bilan tasdiqlangan.

 

Sillabus “Kompyuter injiniringi va raqamli texnologiyalar” kafedrasining 202____ yil ______________________ - sonli yigʻilish bayoni bilan maʼqullangan.

 

       

(imzo)

Gʻ. Xolbutayev

Akademik ishlar departamenti boshligʻi

(imzo)

S. Dadabayev

Fakultet dekani

(imzo)

N. A. Kabulov

Kafedra mudiri

(imzo)

N.M.Alimqulov

Fan oʻqituvchisi