RAGRESSIYA VA UNING TURLARI
Keywords:
regressiya tahlili, nazoratli o‘qitish, chiziqli regressiya, chiziqsiz modellar, Eng Kichik Kvadratlar Usuli, regulyarizatsiya, ortiqcha moslashish, polinom regressiya, Lasso, Ridge.Abstract
Ushbu ilmiy tadqiqot mashinali o‘qitish va statistik tahlilning fundamental usullaridan biri bo‘lgan regressiya tahlilining nazariy asoslari, asosiy turlari va amaliy tatbiq etish strategiyalarini chuqur tahlil qilishga bag‘ishlangan. Maqola davomida bog‘liq bo‘lmagan o‘zgaruvchilar majmuasi (prediktorlar) va uzluksiz maqsadli o‘zgaruvchi o‘rtasidagi funksional bog‘liqlikni modellashtirishning ahamiyati yoritilgan. Ishda sodda chiziqli bog‘lanishlardan tortib, murakkab chiziqsiz munosabatlarni qamrab oluvchi polinom regressiya, regulyarizatsiya usullari (Ridge va Lasso) va parametrsiz modellar (masalan, Tayanch Vektorli Regressiya) kabi turlarning o‘ziga xos xususiyatlari, afzalliklari va cheklovlari ilmiy asoslab berilgan. Muallif ushbu modellar yordamida ortiqcha moslashish (overfitting) muammolarini bartaraf etish, shuningdek, iqtisodiy prognozlash va muhandislik masalalarida aniq bashorat qilish mexanizmlarini taqqoslagan.References
1. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to Linear Regression Analysis. Wiley. (Izoh: Chiziqli regressiyaning statistik asoslari va EKKU usuliga oid klassik darslik.)
2. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer. (Izoh: Regulyarizatsiya (Lasso, Ridge) va parametrsiz modellar (SVR, Ansambl) kabi murakkab regressiya turlari yoritilgan asosiy manba.)
3. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. (Izoh: Katta masshtabdagi chiziqsiz regressiya vazifalarini neyron tarmoqlari orqali hal qilishga bag‘ishlangan bo‘limlar.)
4. Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models. McGraw-Hill/Irwin. (Izoh: Regressiya modellarini baholash kriteriyalari, farazlarni tekshirish va model tanlash strategiyalari bo‘yicha batafsil manba.)
5. Vapnik, V. N. (1998). Statistical Learning Theory. Wiley-Interscience. (Izoh: Tayanch Vektorli Regressiya (SVR) ning nazariy va matematik asoslari yaratilgan fundamental asar.)
