Muhammad al-xorazmiy nomidagi toshkent

2.
 
Mashinali o'qitish turlari. Mashinali o'qitish jarayoning umumiy qadamlari 
Ingliz tilida “Machine learning”, rus tilida «Mashinnoye obucheniye» atamalari yuqoridagi “MO” 
tushunchasiga mos keladi. Boshqa tillardagi “Machine learning” va «Mashinnoye obucheniye» 
atamalarining o‘zbek tiliga tarjimasida bahsli holatlar paydo bo‘lishi mumkin, ya’ni “MO’”, “Mashinali 
o‘qish”, “Mashinada o‘qitish”, “Mashinali o‘rganish”, “Mashinani o‘qitish”, “Mashinani o‘rgatish”, 
“Mashinali ta’lim”, “Mashina ta’limi” kabi. Agar katta hajmli ma’lumotlarni avtomatik qayta ishlash 

---

uchun elektron hisoblash mashinasidan foydalanadigan bo‘lsak, u holda mavjud ma’lumotlar oqimini 
ushbu mashinaga o‘qitishimiz zarur, elektron hisoblash mashinasi esa ma’lumotlarni qayta ishlash 
usullarining va mantiqiy hulosalash mexanizmi algoritmlari bilan ta’minlangan dasturiy ta’minot bilan 
ishlaydi. Shuning uchun “MO”, “Mashinali o‘qish” va “Mashinali o‘rganish” tushunchalarni 
umumlashtirib, Data Science sohasida Machine learning atamasini o‘zbek tilida MO’ deb olamiz. 
Ingliz tilida “Machine learning”, rus tilida «Mashinnoye obucheniye» atamalari yuqoridagi “MO” 
tushunchasiga mos keladi. Boshqa tillardagi “Machine learning” va «Mashinnoye obucheniye» 
atamalarining o‘zbek tiliga tarjimasida bahsli holatlar paydo bo‘lishi mumkin, ya’ni “MO’”, “Mashinali 
o‘qish”, “Mashinada o‘qitish”, “Mashinali o‘rganish”, “Mashinani o‘qitish”, “Mashinani o‘rgatish”, 
“Mashinali ta’lim”, “Mashina ta’limi” kabi. Agar katta hajmli ma’lumotlarni avtomatik qayta ishlash 
uchun elektron hisoblash mashinasidan foydalanadigan bo‘lsak, u holda mavjud ma’lumotlar oqimini 
ushbu mashinaga o‘qitishimiz zarur, elektron hisoblash mashinasi esa ma’lumotlarni qayta ishlash 
usullarining va mantiqiy hulosalash mexanizmi algoritmlari bilan ta’minlangan dasturiy ta’minot bilan 
ishlaydi. Shuning uchun “MO”, “Mashinali o‘qish” va “Mashinali o‘rganish” tushunchalarni 
umumlashtirib, Data Science sohasida Machine learning atamasini o‘zbek tilida MO’ deb olamiz. 
Mashinani o’qitish (Machine Learning) – bu kompyuterni dasturlashning yangi yo’nalishi bo’lib, 
ma’lumotlarni o’qib olish va shu ma’lumotlar asosida o’rganish xususiyatiga ega bo’lishidir. 
Mashinani o’qitish – bu kompyuterning ma’lumotlarni o’qib olish asosida xususiyatlarni o’rganish 
qobiliyatidir - Arthur Samuel, 1959. 
A dastur bu E tajriba asosida T masalani yecishda P samaradorlik o’lchovi bilan yaratiladi, va T 
masala samaradorligi P orqali tekshiriladi va aniqligi E tajriba asosida amalga oshiriladi - Tom Mitchell, 
1997. 
MO’ - bu ma'lumotlardan ma'lumot olishdir. Bu statistika, sun'iy intellekt va informatika chorrahasida 
joylashgan ilmiy maydon bo'lib, prognozli analitik yoki statistik o'rganish sifatida ham tanilgan. So'nggi 
yillarda mashinada o'qitish usullarini kundalik hayotda qo'llash odatiy holga aylandi. Ko'pgina zamonaviy 
veb-saytlar va qurilmalar filmlarni tomosha qilish, oziq-ovqat yoki oziq-ovqat mahsulotlariga buyurtma 
berish, shaxsiylashtirilgan onlayn radioeshittirishlar va fotosuratlardagi do'stlar timsollarini tanib olish 
uchun avtomatik tavsiyalardan tortib, kompyuterni o'rganish algoritmlaridan foydalanadilar. Facebook, 
Amazon yoki Netflix kabi murakkab saytni ko'rsangiz, saytning har bir bo'limida bir nechta mashinani 
o'rganish modellari mavjud bo'lishi ehtimoldan yiroq emas.
Mashinali o‘qitishning asosiy tushunchalari
Ma’lumotlar bazasi (DATA) Mashinali o'qitish algoritmi (Train ML algoritm) Ishga tushirish (Launch)
Echimni evolyutsiyalash (evoluate solution) Muammoni o'rganing (Study the prorblem) Xatolarni tahlil 
qiling (Analyze errors) 
X - obyektlar to’plami, Y - javoblar to’plami uchun f : X→Y no’malum bog’liqlik maqsad 
funksiya(target function)ni aniqlashning hal qiluvchi (decision function) R:X→Y algoritmini qurish.
X - obyektlar to’plami, Y - javoblar to’plami uchun f : X→Y no’malum bog’liqlik maqsad 
funksiya(target function)ni aniqlashning hal qiluvchi (decision function) R:X→Y algoritmini qurish.
Berilgan: 
{x1, . . . , xℓ } X - o’qtiluvchi to’plam (training sample); 
yi = y (xi), i = 1, . . . , ℓ - ma’lum javoblar. 

---

Mashinani o’qitish jarayoni chiziqli yoki nochiziqli bo’lishiga qaramasdan quyidagi bosqichlarda amalga 
oshiriladi: 
muammoni aniqlash. 
ma’lumotlarni tayyorlash. 
algoritmni ishlab chiqish va baholash.
natijaviy ma’lumotlar aniqligini oshirish.
yakuniy natijani taqdim qilish. 
O’qitish masalasi quyidagicha qo’yiladi:
MO’ masalalarini yechishda qo’llaniladigan asosiy tushunchalarni keltiramiz:
obyekt - nuqta yoki to’plamning elementi bo’lib, u nomga va belgilar naboriga ega bo’ladi. Masalan, 
obyekt sifatida bemorning ismi qatnashsa, belgilar nabori sifatida uning yoshi, harorati, bosimi, 
og’irligi, bo’yining uzunligi va h.k. lar hisobga olinadi;
sinf deganda o’qituvchi tanlovdagi ba’zi bir obyektlar to’plami tushuniladi. Bu obyektlar to’plami 
o’xshash xususiyatlari bo’yicha sinflarga birlashtiriladi;
timsol(timsol) – obyekt, hodisa yoki jarayon bo’lib, ular ustida tanish yoki sinflashtirish amallari 
amalga oshiriladi; 
belgi – obyektda o’lchash mumkin bo’lgan oddiy yoki murakkab xarakteristikasi; 
belgilar alfaviti – obyektlar guruxini tavsiflovchi barcha mumkin bo’lgan belgilar ro’yxati; 
invariant belgi – reseptor maydonida ba’zi almashtirishlar natijasida o’zgarmaydigan belgi; 
timsollar fazosi – shunday fazoki, uning o’qiga belgilar o’qi, nuqtalar fazosiga mos sinflarning 
obyektlar to’plami mos keladi; 
tanlov – bu obyektlar to’plami bo’lib, obyektlarda belgilar alfaviti aniqlangan bo’ladi; 
o’qituvchi tanlov – tanlovdan ixtiyoriy yoki maxsus qoidalar asosida ajratib olingan obyektlar to’plami 
bo’lib, ular sinflarga ajratilgan bo’ladi. Ushbu sinflarda obyektlar to’plami va ularda aniqlangan 
belgilar alfaviti berilgan bo’ladi. O’qituvchi tanlov predmet soha mutaxasisi tomonidan ham tanlab 
olinishi mumkin. O’qituvchi tanlovdan har bir sinfga xos bo’lgan namunaviy obyektlar va ularga xos 
belgilar tizimosti topiladi. Topilgan namunaviy obyektlar va ularga xos belgilar tizimostiga mos qaror 
qabul qiluvchi qoida quriladi. Bu qoidalar yangi obyektlarni tanishda qo’llaniladi. 
sinov tanlov – bu obyektlar to’plami bo’lib, ular o’qituvchi tanlovdan hosil qilingan qaror qabul 
qiluvchi funksiya yordamida sinflashtiriladi yoki taniladi;
o’qitish jarayoni – bu shunday jarayonki, bunda o’qituvchi tanlovda joylashgan har bir sinfdagi 
obyektlarning belgilar alfavitidan har bir sinf uchun shunday muhim yoki muhim emas belgilar topiladi 
va ular asosida qaror qabul qiluvchi funksiya quriladi; 

---

avtomatik o’qitish jarayoni - bunda o’qituvchi tanlovni tuzishda mutaxasis(ekspert) bevosita 
qatnashmaydi. Bunda sinflar haqida aprior ma’lumotlar ma’lum bo’lmaydi va obyektlar hamda belgilar 
alfaviti berilgan bo’ladi. Sinflar avtomatik ravishda hosil qilinadi. 
qaror qabul qiluvchi qoida - bu o’qituvchi tanlovdan har bir sinf uchun tanlab olingan muhim yoki 
muhim emas belgilar tizimiga mos keluvchi funksiya bo’lib, undan sinov tanlovdagi yangi obyektlarni 
tanishda yoki sinflashtirishda foydalaniladi; 
Mashinali o’qitishning sun’iy intellektda qo’llanilishi 
Zamonaviy ATlarning asosiy yo`nalishlardan biri insonga talluqli bo`lgan vazifalarni bajaruvchi 
sun’iy intellekt tizimlarni yaratishdir.
Sun’iy intellekt deganda – maqsadli yo’nalishdagi harakatni o’zida namoyon qilish qobiliyatiga ega 
ixtiyoriy biologik, sun’iy yoki formal tizimlar tushuniladi. Sun’iy yoki formal tizimlar muloqot, bilimlarni 
yig’ish, idrok etish, o’rgatish, anglab olish, moslashish va h.k. larni o’z ichiga oladi.
SI – hisoblash mashina(HM)larining insonlarga aqlli bo`lib ko`rinadigan tomonlarini bajarishga imkon 
beradigan konsepsiyalar haqidagi fan.
SIning asosiy masalasi HMlarini foydaliroq qilish va aql asosida yotadigan prinsiplarni tushunishdan 
iborat.
Tadqiqotlar va odamlar intellektual deb hisoblagan xatti-harakatlarni aniqlaydigan mashinalarni 
yaratilishini biz sun'iy intellekt deb ataymiz. Eng keng tarqalgan va zamonaviy mashinalar - kompyuter 
texnikasi va aloqa vositalari hisoblanadi, shuning uchun ham SI yo'nalishi kompyuterlar va hisoblash 
tizimlari sohasiga tegishli hisoblanadi. 
SI ning turli xil ta'riflari mavjud. Quyida ulardan ba'zilarini keltiramiz:
1) "[avtomatlashtirish] qaror qabul qilish, muammoni hal qilish, o’qitish, o’rgatish … kabi insoniy fikrlash 
bilan bog'liq bo'lgan faoliyat turlari " (Belman, 1978). 
2) "Hisoblash modellarini qo'llash orqali intellektual qobiliyatlarni o'rganish" (Charniak, McDermott, 
1985).
3) "Anglab olishni, fikrlashni va harakat qilishni ta'minlaydigan hisoblashlarni o'rganish” (Winston, 1992) 
Sun’iy intellekt tizim (SIT) – bu fe’l – atvori maqsadga yo`naltirilgan qobiliyatni o`zida aks ettiruvchi 
ixtiyoriy biologik, sun’iy yoki formal tizimlar tushuniladi.
SIT - bu kompyuterli, kreativ tizim (ko’p funksiyali, integratsiyali, intellektualli), murakkab strukturali 
moslashish, o'rnatish uchun, (sintaktik, semantik, pragmatik axborot) maqsadga erishish uchun (aniq 
maqsadlilik) muhit o’zgarishiga moslashish va soha o’zgarishidagi ichki holat hisoblanadi.
Evristik dasturlar shaxmat, shashka, karta o'yinlarini o’nashi mumkin, savollarga javoblarni topadi, 
matematik hisoblar sohasidan yechimlarni topadi, matematik mantiq va geometriya teoremalarini 
isbotlaydi, o'z tajribalari asosida o'rgatishlarni amalga oshiradi va turli xil masalalarni yechadi. 
D.A.Pospelov tomonidan taklif etilgan intellektual masalalarni yechuvchi dasturlar strukturasi 1.8-rasmda 
keltirilgan .
SI masalalarini yechuvchi dasturlar.

---

Intellektual dasturlash. 
SIdagi ushbu yo’nalish dasturchining ushbu sohaga nisbatan qarashlariga mos keladi. Intellektual 
ilovalarni yaratishdagi qiyinchiliklar foydalanilgan algoritmik tilga, instrumental tizimga, dasturlash 
paradigmalariga, intellektual axborot tizim(IAT)ni yarish vositalariga va bilimlarni olishga, grafikli 
tizimlarga bevosita bog’liq. 
1) C, C ++ kabi an'anaviy dasturlash tillari asosan instrumental tizim yaratish uchun qo’llaniladi. 
1) C, C ++ kabi an'anaviy dasturlash tillari asosan instrumental tizim yaratish uchun qo’llaniladi. 
2) Maxsus dasturlash tillari: 
•
Ro'yxatlarni qayta ishlashga yo'naltirilgan LISP va uning ko'p sonli versiyalari; 
•
PROLOG mantiqiy dasturlash tili. Oldin mashinali tarjima qilishda, keyinroq esa mantiqiy 
ifodalardan mantiqiy xulosalashda qo’llaniladi; 
•
Rekursif funksiyali REFAL tili. 
3) BNEda qo’llaniladigan tillar: KL-1, KRL, FRL freymlarga mo’ljallangan, PILOT produsiyali 
modellarga mo’ljallangan.
Instrumental tizimlar yetarli darajada tez rivojlanadi va turli xil intellektual tizimlarni loyihalash 
va yaratish uchun mo'ljallangan. Hozirgi davrgacha ETlar deb nomlanuvchi ko’plab instrumental 
vositalar ishlab chiqilgan . Masalan, EKO, Leonardo, Nexpert Object, Kappa, EXSYS, GURU, 
APT, KEE va h.k.
Shuningdek, oxirgi yillarda integrallashgan instrumental tizimlar ishlab chiqarila boshlandi. 
Sunday tizimlarga misol sifatida Work bench tizimlarga KEATS, Shelly, VITAL larni keltirish 
mumkin . 
Ko'plab dasturiy tillar orasida SI bo'yicha kichik bir qismi ishlatiladi:
SITlarini qurishning quyidagi mavjud yondashuvlarini keltiramiz: 
SITlarini qurishning quyidagi mavjud yondashuvlarini keltiramiz: 
1) Mantiqiy yondashuv. Mantiqiy model uchun asos sifatida Bul algebrasi xizmat qiladi. Bul algebrasining 
rivojlanishi predmet belgilar, ular orasidagi munosabatlar, mavjudlik va ixtiyoriylik kvantorlarini o’z 
ishiga olgan predikatlar mantiqi hisobiga kengaydi. Bunga misol sifatida teoremalarni isbotlashni keltirish 
mumkin. Teoremalarni isbotlashda boshlang’ich ma’lumotlar aksiomalar sifatida ma’lumotlar bazasida, 
ular orasidagi munosabatlar mantiqiy xulosalash qoidalari sifatida saqlanadi.
2) Strukturali yondashuvda inson miyasining tuzilishini modellashtirish asosida SIni qurish masalalari 
qaraladi. Bunday modelni qurishga misol sifatida Rozenblatt perseptronini, xatoliklarni teskari tarqalishiga 
asoslangan NTlar, Hopfild NTlar va stoxastik NTlarini keltirish mumkin. Shuningdek, NTlar timsollarni 
tanib olish masalalarida ham keng miqyosda qo’llanilmoqda. 
SITlarini qurishning turli yondashuvlari
3) Evolyutsion yondashuvda SIni qurish masalalarida asosiy e’tibor boshlang’ich modellar va qoidalarni 
qurishga qaratiladi va undan keyin ular asosida SIni qurish evolyutsiyali (uzluksiz rivojlanish) shaklda 
rivojlanadi. Bu rivojlanish turli tipdagi usullarni o’z ichiga oluvchi yangi modellarni qo’llash bilan amalga 
oshiriladi. Masalan, NTlar modeli, mantiqiy qoidalar nabori va boshqa ixtiyoriy modellar bo’lishi mumkin.

---

3) Evolyutsion yondashuvda SIni qurish masalalarida asosiy e’tibor boshlang’ich modellar va qoidalarni 
qurishga qaratiladi va undan keyin ular asosida SIni qurish evolyutsiyali (uzluksiz rivojlanish) shaklda 
rivojlanadi. Bu rivojlanish turli tipdagi usullarni o’z ichiga oluvchi yangi modellarni qo’llash bilan amalga 
oshiriladi. Masalan, NTlar modeli, mantiqiy qoidalar nabori va boshqa ixtiyoriy modellar bo’lishi mumkin.
4) Imitatsiyali yondashuvda insonning boshqalardan nusxa olish qobiliyati, ya’ni boshqalar nima 
qilayotgan bo’lsa, xuddi ularga o’xshab bajarishni amalga oshirish modellashtiriladi. Ko’p hollarda nusxa 
olish qobiliyati insonga biror ishni bajarishda vaqtni kam sarflashga olib keladi. 
Muammolarni maqsadli tavsiflash uchun SI tizimlarini sinflashning eng muhimlarini keltiramiz. 
S.N.Pavlov SIning quyidagi yo'nalishlarini taklif qiladi . 
Muammolarni maqsadli tavsiflash uchun SI tizimlarini sinflashning eng muhimlarini keltiramiz. 
S.N.Pavlov SIning quyidagi yo'nalishlarini taklif qiladi . 
•
Birinchi avlod (oddiy, murakkab) va II avlod ETlari (integrallashgan, ko'p funksionalli, 
intellektualli, kreativli (ijodli) va gibridli. 
•
Intellektual ishlab chiqarish tizimlari: savol-javob tizimlari, mantiqiy - hisoblash tizimlari, 
intellektli LIAT, ABT. 
•
NTlari va neyrokompyuterlar (NTlari va neyrokompyuter texnologiyalari). 
•
BBni qurish va qurishni avtomatlashtirish, tahlil qilish, qayta ishlash va bilimlarni olish. 
•
O'rgatish va o'zini-o'zi o'rgatish (maslahatchi tizimlar, intellektual murabbiylar, maktab va oliy 
ta’lim tizimlari). 
•
Evolyutsion modellashtirish (genetik algoritmlar, sinflovchi tizimlar, genetik dasturlash, 
evolyutsion dasturlar, evolyutsion strategiyalar). 
•
Mashinali tarjima qilish tizimlari. 
•
Tabiiy-tilli aloqa tizimlari (muloqot qilish, tabiiy-tildagi mulohazalarni tusunadigan va 
o’zgartiradigan mashina tiliga o’tish ). 
•
Ovozli muloqot tizimlari (sintez (matn-ma’no), nutqni tahlil qilish va anglab olish (ma'no-matn)). 
•
Vizual axborotlarni ishlash tizimi (tasvirlarni ishlash, tahlil va sintez qilish). 
•
Timsollarni anglovchi tizimlar. 
Sun'iy intellekt tizimlarini sinflash
Bu struktura uchta hisoblash vositalari majmuasidan tashkil topgan. Birinchi majmua masalani samarali 
yechish nuqtai nazaridan loyihalangan dasturni bajaruvchi vositalar majmuidan tashkil topgan, ba’zi 
hollarda muammoli yo’nalishga ega. Ikkinchi majmua - keng doiradagi foydalanauvchilar talablariga tez 
moslashuvchi strukturaga ega bo’lgan intellektli interfeys vositalari majmui. Uchinchi vositalar majmui 
birinchi va ikkinchi majmuaning o’zaro aloqasini ta’minlaydigan BB hisoblanadi. Bajaruvchi tizim 
shakllangan dasturni bajarishni ta’minlaydigan barcha vositalar majmuini birlashtiradi. Intellektual 
interfeys – dasturiy va instrumrntal vositalar tizimi bo’lib, foydalanuvchilar uchun ularning kasbiy 
faoliyatida vujudga keladigan masalalarni yechishda kompyuterni qo’llashni ta’minlaydi. BB – boshqa 
komponentalarga nisbatan markaziy o’rinni egallaydi. Chunki BB orqali masalani yechishda ishtirok 
etadigan hisoblash tizimlari vositalarining birlashuvi amalga oshiriladi. 
MO’ ning qo`llanilish sohalariga quyidagilar kiradi:
Teoremalarni isbotlash; O`yinlar; Timsollarni tanib olish; Qaror qabul qilish; Adaptiv (moslashuvchan) 
dasturlash; Mashinada musiqalarini bastalash; Tabiiy tilda ma’lumotlarni qayta ishlash; O`qituvchi to`rlar 
(neyroto`rlar); Og`zaki kontseptual o`qitish.
MO’ quyidagi sohalarga qo’llanilmoqda: timsollarni tanib olish, ma’lumotlarni ishlash, timsollardagi 
ma’lumotlarni to’ldirish, assosiativli qidiruv, sinflash, bashoratlash, tashxis qo’yish, signallarni ishlash, 
jarayonlarni boshqarish, ma’lumotlarni segmentlash, ma’lumotlarni siqish, murakkab jarayonlarni 

---

boshqarish, mashinali ko’rish, nutqlarni tanish va h.k.
Hozirgi vaqtda har bir predmet sohada MO’ masalalarini topish mumkin.
Iqtisod va biznes. Bozorlar va banklarning sinishini oldindan aytish, avtomatik diling, kreditlarni 
qaytarmaslikning oqibatini baholash, ko’chmas mulk narxini baholash, avtomatik reytinglash, buyum va 
pulli oqimlarni optimallashtirish, chek va shakllarni hisoblashni avtomatlashtirish kabi masalalarni 
yechishda qo’llaniladi.
Tibbiyot. Bu sohada tibbiy tasvirlarni ishlash, bemorlarning holatini monitoring qilish, tashxis qo’yish, 
davolashni samaradorligini faktotli tahlil qilish, davolashni nazorat qilish kabi masalalar yechiladi. Misol: 
ko’z qatlami tomirlaridagi melonomlarni oldindan tashhislash tizimi (http://www.chat.ru/ neurocon).
Mashinali o’qitishning amaliy sohalari tahlili
Аvionika. Bu sohada o’rgatuvchi avtomatlar, radar signallarini anglab olish, kuchli shikastlangan 
samolyotda uchish apparatini boshqarishga moslashish kabi masalalar yechiladi. Misol: Samolyotning 
qanday shikastlanish turidan qat’iy nazar real vaqt rejimida uchishni avtomatik rejimga o’tkazish.
Aloqa. Bu sohada bideoaxborotlarni siqish, tez kodirovka-dekodirovkalash, sotkali tarmoqlarni va 
paketlarni marshrutlash sxemalarini optimallashtirish kabi masalalar yechiladi.
Internet. Bu sohada axborotlarni assotsiativ qidiruv, elektron kotibalar va tarmoqlardan foydalanuvchi 
agentlar, tizimlarda axborotlarni filtrlash, manzilli reklama, elektron savdo uchun manzilli marketing kabi 
masalalar yechiladi. Misol: alohida neyroagentlar ko’rinishidagi foydalanuvchilarning kasbiga 
qiziqishlarini va foydalanishlarini ta’minlovchi AGENTWARE tizimi (neyrokotibalar) .