Kommunikatsiyalarini rivojlantirish vazirligi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti qarshi filiali

World Bank Open Data.. Demografik ma'lumotlarni, butun dunyo bo'ylab ko'plab 
iqtisodiy va rivojlanish ko'rsatkichlarini o'z ichiga olgan ma'lumotlar to'plamlari.
IMF Data. Xalqaro valyuta jamg'armasi 
xalqaro moliya
, qarz ko'rsatkichlari, 
valyuta zaxiralari, investitsiyalar va tovarlarning narxlari to'g'risidagi 
ma'lumotlarni nashr etadi.
Financial Times Market Data. Qimmatli qog'ozlar, tovar va valyutalar narxlari 
indekslarini o'z ichiga olgan dunyodagi moliya bozorlari to'g'risida dolzarb 
ma'lumotlar.
Google Trends. Internet-qidiruv faoliyati va butun dunyo bo'ylab tendentsiyalar 
haqidagi ma'lumotlarni o'rganing va tahlil qiling.
4. Mashinali o’qitishda Data Setlar
• xView. Er yuzidagi eng keng tarqalgan havo tasvirlaridan biri. U dunyoning 
turli 
burchaklaridagi tasvirlar
, chegaralangan qutilar bilan izohlangan. 
• Labelme. Izohlangan rasmlarning katta ma'lumotlar to'plami.
• ImageNet. WordNet ierarxiyasiga muvofiq tashkil etilgan yangi algoritmlar 
uchun rasmlar to'plami, unda yuzlab va minglab tasvirlar ierarxiyadagi har bir 
tugunni aks ettiradi.
• LSUN. Ma'lumotlarning qisman belgilanishi bilan sahnalar va toifalarga bo'lingan 

---

rasmlarning ma'lumotlar to'plami;
• MS COCO. Obyektni aniqlash va segmentatsiyalash uchun katta hajmdagi 
ma'lumotlar to'plami;
• COIL100. Dumaloq harakat bilan har bir burchak ostida tasvirlangan 100 xil 
narsalar;
• Vizual Genom. 100 ming batafsil izohli tasvirga ega ma'lumotlar to'plami;
• Google’s Open Images. Creative Commons-da litsenziyalangan "6000 toifani o'z 
ichiga olgan" etiketlangan rasmlarga 9 million URL to'plami;
• Labelled Faces in the Wild. Yuzni aniqlash texnologiyasidan foydalanadigan 
dasturlarda foydalanish uchun 13000 ta belgilangan yuzlar tasvirlari to'plami;
• Stanford Dogs Dataset. 120 ta it zotidan 20 580 
ta rasm mavjud
;
• Indoor Scene Recognition. Binolarni ichki lgkshtshыrshtsh tanib olish uchun 
ma'lumotlar to'plami. 15620 ta rasm va 67 ta toifani o'z ichiga oladi.
5. Tanlanmani yaratishda bashoratlash usulining qo’llanilishi.Kompyuterlaning 
baxosiga bashoratlashni ko’uraylik. Istalgan bashoratlash yuritilayotgan joyda 
albatta statistik ma’lumotlar bo’lishi talab qilinadi. Shuning uchun biz kompyuter 
qurilmalarini va uning baxolari saqlanayotgan ma’lumotlar bazasini tuzaylik. 
Ma’lumotlar albatta kompyuter savdosi bilan shugullanuvchi biror firma yoki 
tashkilotlardan olinadi. Dastlab biz kompyuter anjomlari va ularning baxolari 
sakllanuvchi ma’lumotlar bazasini yarataylik.Ma’lumotlar bazasini tuzish uchun 
ma’lumotlar bazasini tashkil qiluvchi ma’lumotlar nimalardan iborat bo’lishi 
aniqlanadi va ular tiplarga ajratiladi. Kompyuter qurilmalari quyidagilardan iborat.
Asosiy qurilmalar:
MB – ona(materinskaya) plata;
CPU - markaziy mikroprsessor;
DIM - vaqtinchalik operativ xotira;
HDD - 
axborot saqlovchi qattiq disk
;
VGA - grafiklar uchun video kartalar;
Dick - disklar bilan ishlovchi moslama (DVD RW);
Cooler - sovitish moslamalari;

---

CASE - barchasini 
yigib turuvchi korpus
;
Monitor - ekran;
Keyboard - klaviatura;
Mouse - sichqoncha.
Qo’ushimcha qurilmalar:
Printer - chop etish qurilmasi;
Skaner – 
nusxa oluvchi qurilma
;
UPS – vaqtincha elektr energiyasini saqlovchi moslama;
Djoystik - xar xil oyinlar uchun moslama;
Speekr - tovushlarni 
chiqaruvchi ovoz kolonkalari
;
va xakozalar.
Bu yerdan korinib turibdiki keltirilgan ma’lumotlarni aloxida jadval ko’rinishda 
tasvirlasak, ular bir butun kompyuter yigindisini tashkil qiladi.
MB
HDD
CPU
DICK

---

VGA
DIM
CASE
Monitor
Speekr
Modem
Mous
Keyboard
Bunda kompyuterning xar bir qurilmasining markalari keltirilgan bo’lib, shaklning 
pastki qismida shu tanlargan markali qurilmaning baxosi va vaqti keltirilgan. Agar 
baxolar o’zgarsa yoki yangi markadagi qurlma kiritish kerak bo’lsa foydalanuvchi 
shu shakldan foydalanadi. Xar bir shaklni 
foydalanuvchi birma bir ochib
, 
ma’lumot kiritishi ancha noqulaylik keltiradi. Shuning uchun barcha qurilmalarga 
aloxida-aloxida tuzilgan shakllar 10.6-rasmda keltirilganidek bir joyga yig’iladi.
Bu shakldan kerakli qurilma tanlanishi mumkin. Qurilmalar qatoriga sig’may 
qolgan qurilmalarni ko’rish uchun yuqori o’ng tomondagi tugmachadan 
foydalanishi mumkin .Endi mijoz talabiga qarab kompyuter qurilmalarini tanlash 
va ularni baxolarini chiqarish uchun quyidagi TANLASh shakli ishlab chiqiladi. 
Bunda kompyuter qurilmalari mos ro’yxatdan tanlanadi va tugmacha 
bosiladi. Tugmacha bosilgandan keyin tanlangan qurilmalar bo’yicha kompyuter 
baxosi maxmus so’rovlar bilan xisobanib, natija Xisobot shaklida chiqariladi . 
Firmadagi kompyuterlarning mijozlarga sotilishi kunlik ma’lumotlari dasturdagi 
sotilgan kompyuterlar bazasida saqlanadi. Yig’ilgan ma’lumotlar ustida xar-xil 
statistik amallarni amalga oshirish mumkin. Bu yerda nafaqat kompyuter yigilmasi, 
balki xar bir qurilma bozori chaqqonligini xam taxlil qilish mumkin bo’ladi.
Date
num
01.05.2010 
1
02.05.2010 
1

---

03.05.2010 
2
04.05.2010 
3
05.05.2010 
5
06.05.2010 
2
07.05.2010 
6
08.05.2010 
4
09.05.2010 
7
10.05.2010 
4
11.05.2010 
3
12.05.2010 
2
13.05.2010 
5
14.05.2010 
7
 
Biz keltirilgan ma’lumotlarga qarab keyingi sanalarda savdoning qanday bo’lishi, 
ya’ni CPU qurilmasi keyingi vaqtda (15.05.2010 sanasidan keyin) qanday 
sotilishini bashorat qilishimiz mumkin. Berilgan m’lumotlarga ko’ra bashorat 
qilish dasturi ilovada keltirilgan. Dastur natijalaridan bir nechtasini keltiramiz. 
Shuni aytish kerakki bashoratlash uchun berilgan qiymatlarning eng kattasi (8), 
eng kichigi (1), o’rtacha qiymati (4.2), ma’lumotlar soni (10) muxim axamiyatg 
ega .
Xulosa 
Mashinada o'qitish, kompyuterlar qanday qilib aniq dasturlashtirilmagan 
holda qanday qilib vazifalarni bajara olishlarini aniqlashni o'z ichiga oladi. 
Bu ma'lum bir vazifalarni bajarish uchun taqdim etilgan ma'lumotlardan 
kompyuterlarni o'rganishni o'z ichiga oladi. Kompyuterlarga berilgan sodda 

---

vazifalar uchun mashinaga qo'yilgan muammoni hal qilish uchun zarur 
bo'lgan barcha bosqichlarni qanday bajarishni aytib beradigan algoritmlarni 
dasturlash mumkin; kompyuter tomonidan hech qanday o'rganish kerak 
emas. Ilg'or vazifalar uchun kerakli algoritmlarni qo'lda yaratish inson uchun 
qiyin bo'lishi mumkin. Amalda, inson dasturchilariga kerakli har bir 
qadamni belgilashdan ko'ra, mashinaga o'z algoritmini ishlab chiqishda 
yordam berish samaraliroq bo'lishi mumkin.
Ko'p o'zgaruvchan regressiya 
bizda bir nechta mustaqil o'zgaruvchiga ega bo'lganda paydo bo'ladi va 
oddiy chiziqli regressiya ishlamaydi. Haqiqiy dunyo ma'lumotlari bir nechta 
o'zgaruvchilar yoki xususiyatlarni o'z ichiga oladi va agar ular ma'lumotlar 
mavjud bo'lsa, biz yaxshiroq tahlil qilish uchun ko'p o'zgaruvchan 
regressiyani talab qilamiz.