5-Amaliy mashg‘ulot Mavzu: Ma’lumotlarni intellektual tahlili asosiy algoritmlari. Topshiriq

5-Amaliy mashg‘ulot
Mavzu: Ma’lumotlarni intellektual tahlili asosiy algoritmlari.
Topshiriq: Ma’lumotlarni intellektual tahlili asosiy algoritmlarini ishlash tartibini blok sxemalarda keltiring.
Ishchi maydon:
Zamonaviy intellektual tizimlarning yanada takomillashtirilishi uchun predmet soha obyektlari haqidagi axborotlarni chuqur o‘rganishda zamonaviy o‘lchov asboblaridan foydalanib, belgilar fazosini shakllantirish, dastlabki ishlov berish, tahlil qilish masalalarini yuqori aniqlikda hal etishni taqozo etadi. O‘rganilayotgan obyekt haqidagi axborotlarni intellektual tahlil qilish maqsadida ularni xarakterlovchi belgilarni to‘g‘ri aniqlash va o‘lchash, ularning qiymatlar sohasini aniqlash va shkalalashtirish muammolarining hal etilishi uning real holatini yoritishda muhim omil hisoblanadi.
Ushbu jarayonda chiziqli regressiya tahlil usuli qo‘llanilgan. Bunda avvalo o‘quv tanlanmani yaratib olish zarur bo‘ladi:

1-tenglama. Regressiya to‘g‘ri chiziq tenglamasi
Tanlanma to‘plam, yoki oddiy qilib aytganda tanlanma deb tasodifiy ravishda tanlab olingan obyektlar to‘plamiga aytiladi. Bosh to‘plam deb, tanlanma ajratiladigan obyektlar to‘plamiga aytiladi. To‘plam (bosh yoki tanlanma to‘plami) hajmi deb, bu to‘plamdagi obyektlar soniga aytiladi. Masalan 500 ta detaldan tekshirish uchun 50 ta detal olingan bo‘lsa, u holda bosh to‘plam hajmi N=500, tanlanma esa p=50 ga teng. O‘quv tanlanma sifatida hududlarda bo‘layotgan yong‘in hodisalari misol sifatida olindi va bu jarayonlarning 2025-yilgacha talofatlar sonini bashoratlash dasturi tuzildi. Dastur uchun o‘quv tanlanma MS Access ma’lumotlar bazasi (MB) ga joylandi

O‘quv tanlanmada chiziqli regressiya funksiyalarini hisoblash oson bo‘lishi uchun “Hudud nomi” deb nomlangan maydonda har bir hudud raqamlashtirilgan. 2-rasmda foydalanuvchi uchun hududlarni tanlashda Comboboxdan foydalanilgan:

Avvalo foydalanuvchi biror hududni tanlab olishi zarur va shu orqali tanlanmadan kerakli ma’lumotlar 3-rasmda ko‘rsatilgandek, yillar kesimida joylashadi:

Chiziqli regressiya uchun avvalo tenglamalardagi qiymatlarni hisoblash lozim. Bunda qiymatni aniqlash uchun kerak bo‘lgan jadval quyidagi tenglama yordamida aniqlanadi:
2-tenglama. b1 ni hisoblash Agarda b1 ni topish jarayoni dastursiz hisoblansa, u holda quyidagi jadvalni yaratib olish lozim:

Bu jarayonni dasturning o‘zi hisoblaydi, buning uchun esa ko‘rsatib o‘tilgan kerakli tugmalar bosiladi.

Barcha qiymatlar hisoblab bo‘lingandan so‘ng b1 va b0 larni hisoblash qoladi. Bilamizki, b0 ni hisoblash uchun bizga 4-rasmdagi qiymatlardan tashqari b1 ning qiymatlari ham kerak bo‘ladi:

Barcha qiymatlarni hisoblab bo‘lgandan so‘ng, bashoratlashni boshlash mumkin. Buning uchun dasturdagi “Bashoratlash uchun yilni tanlang” deb yozilgan joydan, 2021 yildan 2025 yilgacha bo’lgan davrdan har bir yilni tanlab “Bashoratlash” tugmasi bosiladi.

6-rasm. Bashoratlash jarayonini tashkillashtirish
Bashoratlash jarayoni tugagandan so‘ng quyidagi qiymatlar hosil bo‘ladi:

7-rasm. Bashoratlash jarayonini to‘la tamomlagandan so‘ngi holat
Bashoratlash jarayoni tamomlangandan so‘ng, uni diagramma ko‘rinishida ko‘rish uchun, “Diagrammani ko‘rish” tugmasi bosiladi. Natijada quyidagi diagramma hosil bo‘ladi:

Yuqoridagi yozilganlar asosan yong‘in xavfsizligiga oid ma’lumotlar bo‘lganligi bilan qolgan barcha holatlar uchun ham ishlashi mumkin. Buning uchun o‘quv tanlanmadagi kerakli maydon o‘rniga o‘tkazilsa kifoya.

9-rasm. Dasturning ko‘rinishi
Shubhasiz, intellektual texnologiyalar zamonaviy axborot jamiyati sharoitida xizmatlar sifatini oshirishning yangi usullarini ochib beradi. Shunday qilib, moslashuvchan taqdimot shaxsiylashtirilgan yondashuvni ta’minlaydi, muammolarni hal qilishda yordam beradi va interaktiv aloqani qayta ishlash bilan intellektual qarorlarni tahlil qilish ko‘p vaqtni tejash imkonini beradi. Modellarni moslashtirish texnologiyalari boshqaruv va aloqa jihatlarini yaxshilashi mumkin. Biroq, hozirgi vaqtda maxsus dasturlash ko‘nikmalari va matematik modellarni yaratmasdan amaliy muammolarni hal qilish uchun mashinani o‘rganish usullaridan foydalanishga imkon beradigan qulay va oddiy vositalar yetarli darajada