BIR QATLAMLI SUN‘IY NEYRON TO‘RLARI:TUZILISHI VA QO‘LLANILISHI
Keywords:
Kalit so‘zlar: Bir qatlamli neyron to‘rlar, sun‘iy neyron, perceptron modeli, aktivatsiya funksiyasi, og‘irlik koeffitsiyentlari, bias, chiziqli ajratiladigan masalalar, o‘qitish algoritmlari, perceptron qoidasi, delta qoidasi, gradient tushish, tasniflash, regressiya, signalni qayta ishlash, sun‘iy intellekt, mashinaviy o‘rganish, model arxitekturasi, neyron tarmoqlar nazariyasi, kirish signallari, chiqish funksiyasi.Abstract
Annotatsiya: Ushbu maqolada bir qatlamli sun‘iy neyron to‘rlarning (Single-
Layer Neural Networks) asosiy tuzilishi, ishlash prinsiplari va ularning qo‘llanilish
sohalari yoritiladi. Bir qatlamli modelning matematik asoslari — kirish signallarini
og‘irliklar orqali qayta ishlash, aktivatsiya funksiyalari va chiqish natijasining
shakllanish jarayoni bosqichma-bosqich ko‘rib chiqiladi. Shuningdek, bunday
to‘rlarning afzalliklari va cheklovlari, xususan, chiziqli ajratiladigan masalalarni
yechishdagi samaradorligi tahlil qilinadi. Maqolada sun‘iy intellekt, tasniflash,
regressiya hamda signalni qayta ishlash kabi yo‘nalishlarda bir qatlamli neyron
to‘rlarning amaliy qo‘llanishi misollar orqali ochib beriladi. Tadqiqot natijalari ushbu
modelning sodda va tez o‘rgatiladigan tizimlar yaratishda muhim o‘rin tutishini
ko‘rsatadi.
References
Foydalanilgan adabiyotlar
1. Haykin, S. Neural Networks and Learning Machines. – New York: Pearson, 2009.
2. Goodfellow, I., Bengio, Y., Courville, A. Deep Learning. – MIT Press, 2016.
3. Rosenblatt, F. “The Perceptron: A Probabilistic Model for Information Storage and
Organization in the Brain.” Psychological Review, 1958.
4. Bishop, C. M. Pattern Recognition and Machine Learning. – Springer, 2006.
5. Rumelhart, D., McClelland, J. Parallel Distributed Processing. – MIT Press, 1986.
6. Назаров, А., Исамухамедов, А. Sun’iy intellekt asoslari. – Toshkent: Fan, 2020.
7. Абдурахманов, З. Matematik modellashtirish va sun’iy neyron tarmoqlar. –
Toshkent: Innovatsiya, 2019.
8. Nielsen, M. Neural Networks and Deep Learning. – Determination Press, 2015.
9. Jang, J.-S. R., Sun, C.-T., Mizutani, E. Neuro-Fuzzy and Soft Computing. – Prentice
Hall, 1997.
10. Kecman, V. Learning and Soft Computing. – MIT Press, 2001.
