Sun’iy intellekt asosida tadqiqotchilik faoliyati ko‘rsatkichlarini baholashning matematik modeli va algoritmini ishlab chiqish

Авторы

  • Элмурод Зайлобидинович Абдуллаев

    Andijan State University image/svg+xml

Ключевые слова: искусственный интеллект, математическая модель, алгоритм, машинное обучение, обработка данных, интеллектуальная система, классификация, анализ данных, модель оценки, теоретические основы информатики

Аннотация

В данной статье рассматриваются вопросы разработки математической модели и алгоритма оценки показателей исследовательской деятельности на основе технологий искусственного интеллекта. В ходе исследования сформирована система параметров, характеризующих исследовательскую деятельность, а также проведён анализ их взаимосвязей с использованием методов математического моделирования. Предложенная модель включает этапы сбора данных, предварительной обработки, выделения признаков и классификации результатов. Применение алгоритмов машинного обучения позволяет автоматизировать процесс оценки показателей исследовательской деятельности и повысить объективность принимаемых решений. Полученные результаты подтверждают высокую точность и надёжность разработанной модели. Предлагаемый подход может быть использован при создании интеллектуальных информационных систем, экспертных систем и систем поддержки принятия решений.

Библиографические ссылки

1. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th Edition. Pearson Education, 2021.

2. Mitchell T.M. Machine Learning. McGraw-Hill, 1997.

3. Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.

4. Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.

5. Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2011.

6. Alpaydin E. Introduction to Machine Learning. MIT Press, 2020.

7. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow. O’Reilly Media, 2022.

8. Nilsson N.J. The Quest for Artificial Intelligence. Cambridge University Press, 2010.

9. Murphy K.P. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.

10. Onwujekwe G., Weistroffer H.R. Intelligent Decision Support Systems: An Analysis of the Literature and a Framework for Development. Information Systems Frontiers, 2025.

11. Explainable Artificial Intelligence-Based Decision Support Systems: A Recent Review. Electronics, 2024.

12. Kelleher J.D., Namee B.M., D’Arcy A. Fundamentals of Machine Learning for Predictive Data Analytics. MIT Press, 2020.

13. Aggarwal C.C. Neural Networks and Deep Learning. Springer, 2018.

14. Shalev-Shwartz S., Ben-David S. Understanding Machine Learning: From Theory to Algorithms. Cambridge University Press, 2014.

15. Witten I.H., Frank E., Hall M.A. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann, 2016.