GRADIENT TUSHISH ALGORITMI
Main Article Content
Аннотация:
Mazkur tezisda gradient tushish algoritmining mohiyati, matematik asoslari, uning turlari va zamonaviy modifikatsiyalari tahlil qilingan. Algoritmning optimallashtirish jarayonida yo‘qotish funksiyasini minimallashtirishdagi o‘rni, o‘qitish tezligi (learning rate) ta’siri hamda konvergentsiya xususiyatlari ko‘rib chiqiladi. Shuningdek, mashinani o‘qitish va sun’iy intellekt modellarida keng qo‘llaniladigan Adam, RMSProp va Momentum kabi adaptiv optimizatorlar bilan taqqoslash keltiriladi.
Article Details
Как цитировать:
Библиографические ссылки:
Bekmuratov Q.A. , Sun’iy intellekt va neyron tarmoqlar. O‘quv qo‘llanma, Samarqand – 2021.
Sadullayeva SH.A, Yusupov D.F., Yusupov F., Sun’iy intellect va neyronto‘rli texnologiyalar. O‘quv qo‘llanma, Urganch – 2021.
H.N.Zayniddinov, T.A.Xo‘jaqulov, M.P.Atadjanov, “Sun’iy intellekt” fanidan o‘quv qo‘llanma, Toshkent – 2018.
Ruder S. “An overview of gradient descent optimization algorithms”, 2016.
https://medium.com/data-science/a-visual-explanation-of-gradient-descent-methods-momentum-adagrad-rmsprop-adam-f898b102325c (Gradient tushish variantlarining vizual va intuitiv tushuntirishi)
https://en.wikipedia.org/wiki/Backpropagation — Wikipedia sahifasi, nazariyasi va tarixi.
