Fayl intechstudioS tomonidan yaratildi htttps//intechstudioS uz t. me

10 - Rasm. To'plamdagi tahlil turlari.
2) Neyron tarmoqlarni yaratish strategiyasini tanlash
Statistica neyron tarmoqlarni qurish uchun 3 ta variantni taklif etadi:

Avtomatlashtirilgan neyron tarmoq (ANT);

Foydalanuvchining neyron tarmog‘i (FNT);

Bir nechta kichik namuna olish usuli.
Men o'z modelimni yaratish uchun ANTni tanladim, chunki bu holda dastur
avtomatik ravishda tarmoqlarning har xil turlari va arxitekturalarini saralaydi va
ulardan eng yaxshi modellarni tanlaydi. FNT ni tanlashda dastur foydalanuvchi
tomonidan to'liq ko'rsatilgan faqat bitta arxitektura tarmoqlarini quradi. Oxirgi
variantda, bir xil arxitekturadagi tarmoqlar ansambli quradi, u turli xil kichik
namunalarda qurilgan.
Keyinchalik, kategorik maqsadli o'zgaruvchi tanlandi - kasalliklar va doimiy
kirish o'zgaruvchilari - kasallikning barcha belgilari (11-rasm)
11 - Rasm. Kategorik va uzluksiz
kirish o'zgaruvchilari tanlovi

---

Fayl INTECHStudioS tomonidan yaratildi htttps//INTECHStudioS_uz.t.me/
25
Keyin kichik namunalar uchun
kodlar beriladi, bunda o’rganuvchi
majmuasi Type o‘zgaruvchisida Train
qiymatiga ega bo‘lgan ma’lumotlar,
boshqaruv
majmuasi
esa
Type
o‘zgaruvchisidagi Select qiymatiga
12 - Rasm. Kichik namunalar
ega ma’lumotlardir (12-rasm).
uchun kodlarni tanlash.
3) Tarmoqlarni tayyorlashdan oldin parametrlarni o'rnatish
Ushbu bosqichda faollashtirish funktsiyalari tanlandi, chunki bu tasniflash
modeli bo'lgani uchun men yashirin neyronlar va chiqishlar uchun mantiqiy va
giperbolikani tanladim.
Keyinchalik, bu qatlamlardagi yashirin qatlamlar va yashirin neyronlarning
sonini aniqlash kerak. To'g'ri raqamni tanlash juda muhim qadamdir, chunki
neyronlar juda oz bo'lsa, tarmoq yaxshi o'rganmasligi mumkin. Ammo agar
neyronlar juda ko'p bo'lsa, tarmoq qayta o'rganishi mumkin, ya'ni u o'quv namunasi
bo'yicha ajoyib natijalarni beradi, lekin o'quv to'plamiga kiritilmagan kirish
misollarida yomon natijalarni beradi.
Yashirin qatlamlar va ulardagi neyronlarni topishning usuli mavjud. Ushbu
masalaning funktsiyasi cheklangan nuqtalar to'plamida aniqlanmagan, shuning
uchun bitta yashirin qatlam yetarli bo'lmaydi, lekin ko'pchilik funktsiyalarni to'rt
qavatli retseptor yordamida taxmin qilish mumkin (garchi ko'plab qatlamlarni talab
qiladigan murakkab haqiqiy masalalar mavjud bo'lsa ham). Ushbu qatlamlardagi
neyronlar soni quyidagi formulalar bilan hisoblanadi:
bu yerda