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:

Tojimamatov, I. ., & Abduvaxobova, M. (2025). GRADIENT TUSHISH ALGORITMI. Наука и инновация, 3(59), 123–126. извлечено от https://www.in-academy.uz/index.php/si/article/view/69755

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.