Эгоның (Меннің) басқа да қорғаныс құралдарына интеллектуалдандыру, проекциялау, рационалдау, реакция қалыптастыру, регрессия, сублимация және қысым көрсету жатады.

Ал жоғары білікті ұжымды технологиялық регрессия жағдайында сақтап қалу өте қиын.

Сызықтық регрессия нәтижесін алу үшін бағдарламаға бастапқы деректерді енгізіп, бағдарламаның орындалу барысын қолмен есептеу алгоритмімен салыстырып отыру жеткілікті.

Бағдарлама тек қана сызықтық регрессия есептерін шешуге арналған, бисызықтық регрессия моделін шешуге қолайсыз.

Бағдарлама тек қана сызықтық регрессия есептерін шешуге арналған, бисызықтық регрессия моделін шешуге қолайсыз.

1.Бағдарламамен жұмыс жасау сызықтық регрессия есептеулеріне кететін уақытты бірнеше есе үнемдейді.

2.Бағдарлама бір типтес бірнеше сызықтық регрессия есептеулерін жүргізуге мүмкіндік береді.

Мысалы, ең қарапайым алгоритм ол сызықтық, сызықтық регрессия одан бөлек логистикалық регрессия.

Мысалы, ең қарапайым алгоритм ол сызықтық, сызықтық регрессия одан бөлек логистикалық регрессия.

Қарастырылып отырған мақалада, білім алушылардың оқу үлгерімін болжау үшін деректер жиыны талданып, машиналық оқыту алгоритмі, яғни сызықтық регрессия әдісі қолданылған.

Деректерді жиынын талдау екі кезеңде жүзеге асырылған, бірінші кезеңде деректер жиынына статистикалық талдау жүргізіліп, екінші кезеңде сызықтық регрессия үлгісі құрылған.

Білім алушылардың оқу үлгерімін болжауда сызықтық регрессия алгоритмі негізінде релевантты атрибуттар анықталды.

деректерді талдау; білім алушы үлгерімі; болжау, статистикалық талдау; машиналық оқыту; сызықтық регрессия; визуализация; веб-қосымша; дашборд.

Сызықтық регрессия (LR - Linear regression) оқытушымен оқыту есептерін шешеді, яғни белгілі бір алдын ала белгілеулері бар деректер жиынтығымен жұмыс жасап, содан кейін біз әлі қарастырылмаған жаңа деректерге туралы болжам жасалынады.

Сызықтық регрессия жағдайында белгілі бір нақты айнымалы болжанады және сызықтық тәуелділікті атрибуттарға байланысты модельденіледі, яғни қандай да бір атрибуттар бар делік және олар басқа атрибуттарға байланысты болады.

Сызықтық регрессия дегеніміз не деп қысқаша талдау жасап өтейік.

Сызықтық регрессия – ол оқытушымен оқыту әдістер тобына жатады.

Бірақ та, мұндай жоғалту функциясы бар сызықтық регрессия жағдайында мәселені аналитикалық түрде шеше аламыз, градиент түсіруді қолданудың қажеті бұл жағдайда болмайды.

Білім алу- шылардың оқу үлігерімі деректер жиынына қатысты зерттеу жүргізудің бастапқы қадамы, деректерді визуализациялау әдістері арқылы жүргізілді де, екінші кезекте сызықтық регрессия моделі құрылды.

Осы зерттеуде, деректер жиынын талдауға байланысты сызықтық регрессия әдісінен басқа да, машиналық оқыту әдістері қолданылып, білім алушылардың оқу үлгерімдерін болжауға байланысты әдістердің ішінен тиімдісі анықталды.

Аталған әдістерді қолдану негізінде олардың тиімділігі Cross Validation Score әдісі арқылы бағаланып, дәлдік көрсеткіші ең жоғарғысы ретінде сызықтық регрессия әдісі анықталды, кесте 3-ке сәйкес.

Сызықтық регрессия әдісі үлгісінің тиімділігін бағалау нәтижесінде дәлдік көрсеткіші – 90,6 %-ға тең болды.

Білім алушылардың оқу үлігерімі деректер жиынына талдау мен болжау жасау мәселесін қарастырудың екінші кезеңінде тікелей сызықтық регрессия әдісі қолданылды.

Келесі кезекте, веб-қосымшада зерттеудің мақсат-міндеттеріне байланысты таңдалып алынған зерттеу әдісі, яғни сызықтық регрессия моделіне қатысты визуализациялау келтірілген.

Мұнда деректер жиынына байланысты білім алушылардың үлгерімін болжауға байланысты сызықтық регрессия модельдері графиктерін 4-ші суреттерден көруге болады.

Қарастырылып отырған зерттеу мақаласында білім алушылардың деректер жиынына талдау жасауда және оқу үлгерімін болжауда статистикалық талдау мен сызықтық регрессия моделі құрылып қолдыналды.

Логистикалык регрессия, шешім ағашы, кездейсоқ орман, MLPClassifier, AdaBoostClassifier, GaussianNB алгоритмдерін салыстыра келе мәтіндер үшін ең маңызды параметрлерді таңдау қарастырылды.

Түйін сөздер: мәтіндер жанры, белгілерді зерттеу, машиналық оқыту алгоритмдері, логистикалык регрессия, шешім ағашы, кездейсоқ орман, MLPClassifier, AdaBoostClassifier.

Мәтіндер жанрын анықтау бойынша қарастырылатын алгоритмдер: логистикалык регрессия, шешім ағашы, кездейсоқ орман, MLPClassifier, AdaBoostClassifier, GaussianNB.

Ол алгоритмдер қатарына логистикалық регрессия, шешім ағашы, кездейсоқ орман, MLPClassifier, AdaBoostClassifier жатады.

Логистикалық регрессия.

Негізгі сандық әдіс ретінде логистикалық регрессия (LR) қарастырылды.

Логистикалық регрессия - логикалық сілтеме функциясын қолдана отырып, бір немесе бірнеше болжағыш айнымалылардың сызықтық комбинациясы арқылы екілік жауап айнымалысын модельдеуге арналған статистикалық әдіс

Мәтіндер жанрын анықтауға арналған белгілерді зерттеу және талдаудағы логистикалық регрессия классификаторының нәтижесін келесі суреттен көре аламыз(1-сурет):

Әрбір сыныпқа жеке-жеке сипаттау арқылы осы алгоритмдердің ішінде, автомобиль сыныбы бойынша MLP Classifier, экономика және бизнес сыныбы бойынша логистикалық регрессия классификациясы, шоу-бизнес және ойын сауық сыныбы бойынша логистикалық регрессия, отбасы сыныбы бойынша MLP Classifier, сән сыныбы бойынша MLP Classifier және басқа сыныптарда салыстырмалы түрде MLP Classifier арқылы дәлдігі басқалармен салыстырғанда тиімді болып отыр.

Әрбір сыныпқа жеке-жеке сипаттау арқылы осы алгоритмдердің ішінде, автомобиль сыныбы бойынша MLP Classifier, экономика және бизнес сыныбы бойынша логистикалық регрессия классификациясы, шоу-бизнес және ойын сауық сыныбы бойынша логистикалық регрессия, отбасы сыныбы бойынша MLP Classifier, сән сыныбы бойынша MLP Classifier және басқа сыныптарда салыстырмалы түрде MLP Classifier арқылы дәлдігі басқалармен салыстырғанда тиімді болып отыр.

Машиналық оқытудың логистикалық регрессия, кездейсоқ орман және анықтамалық векторлар әдістері қолданылған, осыған ұқсас жұмыстарға әдеби талдау жасалған.

Тұлғалар типіне жіктеу тапсырмасын жүзеге асыру үшін машиналық оқытудың логистикалық регрессия, кездейсоқ орман әдісі, анықтамалық вектор әдістері қолданылды.

Логистикалық регрессия

Логистикалық регрессия - бұл машиналық оқытудың сызықтық классификация алгоритмі, ол болжамдық талдау алгоритмі және ықтималдық тұжырымдамасына негізделген.

Жалпы айтқанда, логистикалық регрессияны сигмоидты активтендіру функциясы бар бір қабатты нейрондық желі ретінде ұсынуға болады, оның салмағы логистикалық регрессия коэффициенттері болады.

Оларды жіктеу тапсырмалары үшін де, регрессия үшін де қолдануға болады.

Бұл әдіс логистикалық регрессия сияқты, деректер жиынтығындағы кластарды бөлетін гипержазықтықты табуға тырысады.

Логистикалық регрессия және анықтамалық векторлар машиналық оқыту әдістерінің пайыздық көрсеткіштері өте жоғары мәндерді көрсетті.

Бұл зерттеуде MBTI индивидуалды типі негізінде тұлғаның типін болжау процесін автоматтандыруға арналған машиналық оқытудың логистикалық регрессия, кездейсоқ орман және анықтамалық вектор әдістері зерттелді.

Бұл зерттеуде MBTI индивидуалды типі негізінде тұлғаның типін болжау процесін автоматтандыруға арналған машиналық оқытудың логистикалық регрессия, кездейсоқ орман және анықтамалық вектор әдістері зерттелді.

г) стереотипия-үйреншiктi әрекеттердi ойсыз қайталай беру; д) регрессия өмiрдiң алғашқы кезеңдерiнде игерiлген үлгiлерге елiктей, ойсыз қимылдау (қазақта "балалығына түстi")[Жарықбаев Қ, 1991.