“TAYANCH VEKTORLAR USULIDAN KLASSIFIKATSIYA MASALALARIDA FOYDALANISH”
Keywords:
Tayanch Vektor Mashinalari, klassifikatsiya, yadro funksiyalari, maʼlumotlarni oldindan tayyorlash, hiperparametrlarni optimallashtirish, mashinali oʻqitish.Abstract
Tayanch Vektor Mashinalari (Support Vector Machines, SVM) klassifikatsiya masalalarida keng qoʻllanilayotgan samarali algoritmlardan biridir. Ushbu maqolada SVMning asosiy tamoyillari, uning klassifikatsiya vazifalaridagi qoʻllanilishi va boshqa algoritmlarga nisbatan afzalliklari tahlil qilinadi. Tadqiqot davomida SVMning chiziqli va chiziqsiz yadro funksiyalaridan foydalanish, maʼlumotlarni oldindan tayyorlash jarayonlari, hamda hiperparametrlarni optimallashtirish usullari oʻrganiladi. Amaliy qoʻllanilish sohalarida tibbiyot, moliya, xavfsizlik va marketing kabi turli sohalarda SVMning yuqori aniqlik va samaradorlik koʻrsatkichlariga erishgani namoyon boʻladi. Shuningdek, SVMning katta hajmdagi maʼlumotlar bilan ishlashdagi cheklovlari va ularni yengish usullari muhokama qilinadi. Natijalar SVMning klassifikatsiya masalalarida ishonchli va samarali vosita sifatida oʻz oʻrnini mustahkamlashini koʻrsatadi.Downloads
References
Cortes, C., & Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3), 273-297.
Boser, B. E., Guyon, I. M., & Vapnik, V. N. (1992). A training algorithm for optimal margin classifiers. Proceedings of the Fifth Annual Workshop on Computational Learning Theory, 144-152.
Scholkopf, B., & Smola, A. J. (2002). Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond. MIT Press.
Kaelbling, L. P., Littman, M. L., & Moore, A. W. (1996). Reinforcement learning: A survey. Journal of Artificial Intelligence Research, 4, 237-285.
Lillicrap, T. P., Hunt, J. J., Pritzel, A., et al. (2015). Continuous control with deep reinforcement learning. arXiv preprint arXiv:1509.02971.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... & Duchesnay, É. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825-2830.
