SUN’IY NEYRON TARMOQLARIDA FAOLLASHTIRISH FUNKSIYALARINING TURLARI
Keywords:
Kalit so‘zlar: Sun’iy neyron tarmoqlari, faollashtirish funksiyalari, mashinani o‘rganish, chuqur o‘rganish, ReLU, Sigmoid, Softmax.Abstract
Annotatsiya. Ushbu maqolada sun’iy neyron tarmoqlarida qo‘llaniladigan
faollashtirish funksiyalarining turlari va ularning xususiyatlari tahlil qilinadi.
Faollashtirish funksiyalari neyron tarmoqlarning chiziqli bo‘lmagan bog‘lanishlarni
o‘rganishida muhim rol o‘ynaydi hamda modelning aniqligi va samaradorligiga
bevosita ta’sir ko‘rsatadi. Maqolada Sigmoid, Tanh, ReLU, Leaky ReLU, ELU va
Softmax kabi keng tarqalgan faollashtirish funksiyalarining ishlash tamoyillari,
afzalliklari va kamchiliklari yoritib beriladi. Shuningdek, ularning turli masalalarda
qo‘llanilishi va tanlash mezonlari ko‘rib chiqiladi. Tadqiqot natijalari sun’iy neyron
tarmoqlarini loyihalashda to‘g‘ri faollashtirish funksiyasini tanlash muhimligini
ko‘rsatadi.
References
FOYDALANILGAN ADABIYOTLAR
1. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
2. Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
3. Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient
Descent. Proceedings of COMPSTAT.
4. Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras &
TensorFlow. O’Reilly Media.
5. Haykin, S. (2009). Neural Networks and Learning Machines. Pearson
Education.
6. Muhammadjonov A., Karimov S. (2021). Sun’iy intellekt asoslari. Toshkent:
“Fan va texnologiya” nashriyoti.
7. Abduvaliyev O. (2022). Mashinali o‘qitishning stoxastik usullari. Toshkent
axborot texnologiyalari universiteti ilmiy to‘plami.
8. Kingma, D. P., & Ba, J. (2015). Adam: A Method for Stochastic Optimization.
International Conference on Learning Representations (ICLR).
