Abstract
Ushbu tezisda Surxondaryo viloyati misolida aholi farovonligini sun’iy intellekt
asosida monitoring qilish va prognozlash uchun innovatsion model ishlab chiqishning ilmiy-uslubiy
asoslari yoritiladi. Tadqiqotda ko‘p manbali ma’lumotlar integratsiyasi, mashinaviy o‘qitish va vaqt
qatorlari tahlili uyg‘unlashtiriladi. Model farovonlik indeksini shakllantirib, hududlar kesimida
risklarni erta aniqlashni ta’minlaydi. Yangilik sifatida interpretatsiyalanuvchi prognozlar va amaliy
boshqaruv qarorlari uchun indikatorlar taklif etiladi
References
1. Goodfellow, I.; Bengio, Y.; Courville, A. Deep Learning. Cambridge: MIT Press, 2016. 800
p.
2. Hastie, T.; Tibshirani, R.; Friedman, J. The Elements of Statistical Learning: Data Mining,
Inference, and Prediction. New York: Springer, 2009. 745 p.
3. Molnar, C. Interpretable Machine Learning. 2nd ed. Berlin: Lulu Press, 2022. 320 p.
4. Айвазян, С. А. Анализ качества и образа жизни населения. Москва: Наука, 2012. 432 с.
5. Шумпетер, Й. А. Теория экономического развития. Москва: Прогресс, 1982. 455 с.
6. Hyndman, R. J.; Athanasopoulos, G. Forecasting: Principles and Practice. Melbourne:
OTexts, 2021. 380 p.
7. Абдурахманов, Қ. Х. Иқтисодий статистика ва ижтимоий кўрсаткичлар таҳлили.
Тошкент: Иқтисод-Молия, 2019. 360 б.
This work is licensed under a Creative Commons Attribution 4.0 International License.
