Python va sun'iy intellekt (AI) Ravshanova Dilafruz Bahodirovna

legal, medical, social, scientific journal 
www.pedagoglar.uz
Volume 11. Issue 1. NOYABR 
Page: 74 
Eng ko'p ishlatiladigan Python AI kutubxonalarining ba'zilari AIMA, pyDatalog, 
SimpleAI, EasyAi va boshqalar. Shuningdek PyBrain, MDP, scikit, PyML kabi 
mashinalarni o'rganish uchun Python kutubxonalari mavjud. 
Keling, sun'iy intellektdagi turli xil Python kutubxonalari va nima uchun ushbu 
dasturlash tili sun'iy intellekt uchun ishlatilishi haqida batafsilroq ma'lumot 
beraylik. 
Umumiy sun'iy intellekt uchun Python kutubxonalari. 
AIMA - Rassell va Norvigning "Sun'iy intellekt: zamonaviy yondashuv" 
algoritmlarini Python-da amalga oshirish. 

pyDatalog - Python-da mantiqiy dasturlash mexanizmi 

SimpleAI - "Sun'iy aql, zamonaviy 
yondashuv" kitobida tasvirlangan ko'plab 
sun'iy intellekt algoritmlarini Python orqali 
amalga oshirish. U foydalanishga qulay, 
hujjatlashtirilgan 
va 
sinovdan 
o'tgan 
kutubxonani taqdim etishga qaratilgan. 

EasyAI - sun'iy intellekt (Negamax, transpozitsiya jadvallari, o'yinlarni 
echish) bilan ikkita o'yinchi o'yinlari uchun oddiy Python dvigateli. 
Python for Machine Language (ML). Keling, Python nima uchun Machine 
Learning uchun ishlatilishini va shu maqsadda taqdim etadigan turli 
kutubxonalarni ko'rib chiqaylik. 

PyBrain - ML vazifalari uchun moslashuvchan, sodda, ammo samarali 
algoritm. Shuningdek, bu Python uchun algoritmlarni sinash va taqqoslash uchun 
oldindan belgilangan turli xil muhitlarni taqdim etadigan Machine Learning 
kutubxonasi. 

---

legal, medical, social, scientific journal 
www.pedagoglar.uz
Volume 11. Issue 1. NOYABR 
Page: 75 

PyML - SVM va boshqa yadro usullariga 
e'tibor qaratadigan Python-da yozilgan ikki 
tomonlama ramka. Linux va Mac OS X da 
qo'llab-quvvatlanadi. 

Scikit-learn - Scikit-learn - bu Python-dan 
foydalanish paytida ma'lumotlarni tahlil qilishning samarali vositasi. Bu ochiq 
manbali va eng ommabop umumiy mashina uchun mo'ljallangan kutubxona. 

MDP-Toolkit - osonlikcha kengaytirilishi mumkin bo'lgan yana bir Python 
ma'lumotlarini qayta ishlash, shuningdek, u nazorat ostida va nazoratsiz o'qitish 
algoritmlari to'plamiga ega va ma'lumotlarni qayta ishlash ketma-ketligi va 
yanada murakkab yo'naltirilgan tarmoq arxitekturalariga birlashtirilishi mumkin 
bo'lgan boshqa ma'lumotlarni qayta ishlash birliklari. Yangi algoritmlarni amalga 
oshirish oson va intuitiv. Mavjud algoritmlar bazasi tobora o'sib bormoqda va 
signallarni qayta ishlash usullari (asosiy komponentlar tahlili, mustaqil 
komponentlar tahlili va sekin xususiyatlarni tahlil qilish), ko'p qirrali o'rganish 
usullari ([Hessian] mahalliy chiziqli ko'milish), bir nechta tasniflagichlar, 
ehtimollik usullari (Faktor tahlillari, RBM) ), ma'lumotlarni oldindan qayta 
ishlash usullari va boshqalar. 
