Mr.Mirmakhmudov | Blog 🎓


Гео и язык канала: Узбекистан, Узбекский
Категория: Познавательное


My fullname is Mirmakhmudov Abdulmajid, I'm 16 years old. I'm study at PDP School. In my blog you can see opinions, photos, videos and some mems 😁
I'm Front-end and Back-end Developer 😉
🫵 youtube.com/@Mirmakhmudov_coder
✌️ github.com/theMirmakhmudov

Связанные каналы

Гео и язык канала
Узбекистан, Узбекский
Статистика
Фильтр публикаций




Репост из: Azimjon's Fikrlog
Google’dagi Azimjon, bog’chadagi Azimjondan ko’p farq qilmaydi. Ikkisi ham erkinlik uchun kurashadi.

5 yoshda 7 kun bog'chada
25 yoshda 7 yil ishda o'tdi.

Google’da ishlash qiyin va men qiyinchilikni sevaman. Katta muammolar, aqlli yechimlar meni bu yergacha olib keldi. Aqlli insonlar bilan birga ishladim, ko'p narsa o'rgandim, ozmi-ko'pmi pul topdim. Endi esa qolishim uchun eng muhim narsa yetishmayapti: mazmun va maqsad.

Kuni kecha anchadan buyon xohlab yurgan ishni qildim: -7 ºC da muzlagan ko’lga tushdim - mazza qildim. Endi o’ylab ko’ring: kimdir meni shu sovuqda ko’lga itarib yuborsa qanchalik razil inson bo’lardi. Sizni siz ko’tara oladigan qiyinchiliklarga majburlay oluvchi yagona inson - o’zingiz. O’sish qiyinchiliksiz bo’lmaydi.

Men ustida ishlaydigan loyihalarning maqsad & mazmuni va eng muhimi ularning taqdiri menga bog’liq bo’lishini, o’zimni qay darajada o’stira olishimni haqiqatda bilmoqchiman. Google bilan xayrlashish vaqti keldi va Google men uchun so’ngi ish beruvchi bo'lganidan xursandman.

Katakli ko'ylakni yechdim.
employee entrepreneur


https://github.com/dev-au/tez_control
https://pypi.org/project/tez-control/

pip install tez-control

Tez -> Serverga har safar login, parollarni termasdan, tez ulanish va uzundan uzun buyruqlarni qisqartiruvchi kutubxona. Shuningdek local da ham buruqlarni qisqartirish mumkin. Example konfiguratsiya olish uchun tez ex buyruqni tering

Qo'lbola CI / CD 😅


📢 1.3 Mashina O‘rganish (ML) ning Ishlash Jarayoni@EldorML 📡

🚀 Ushbu Postda Mashina O‘rganishning Ishlash Jarayoni (Machine Learning Lifecycle) bosqichlarini tushuntiramiz!

🔹 1. Muammoni aniqlash (Problem Definition)
✅ Model qaysi muammoni hal qilishi kerakligini tushunish muhimdir.
📌 Izoh: Noto‘g‘ri aniqlangan muammo modelning samarasiz bo‘lishiga olib kelishi mumkin.

🎯 Muammoni to‘g‘ri aniqlash bosqichlari:
🔹 Maqsadni belgilash – Modeldan qanday natijalar kutilayotganini aniqlash.
🔹 Ma’lumotlar manbalarini aniqlash – Model uchun kerakli ma’lumotlarni tanlash.
🔹 Yechim yondashuvlarini tahlil qilish – ML yondashuvi muammoga mos keladimi?

✅ Misollar:
✔️ Bank tizimida firibgarlikni aniqlash
✔️ Tibbiy diagnostika – kasalliklarni sun’iy intellekt yordamida aniqlash

🔹 2. Ma’lumot to‘plash (Data Collection)
✅ Modelning sifatli ishlashi uchun to‘g‘ri tuzilgan dataset zarur.
📌 Izoh: Kam yoki noto‘g‘ri ma’lumot modelning noaniq natija berishiga olib keladi.

📊 Ma’lumot to‘plash usullari:
🔹 Mavjud ma’lumotlardan foydalanish
🔹 Web scraping (BeautifulSoup, Selenium)
🔹 Sensorlar va IoT qurilmalaridan ma’lumot olish

✅ Maslahatlar:
✔️ Ishonchli ma’lumotlardan foydalaning.
✔️ Ma’lumotlarni doimiy yangilang.

🔹 3. Ma’lumotlarni tozalash va oldindan qayta ishlash (Data Cleaning & Preprocessing)
✅ Toza ma’lumotlar model natijalarini sezilarli darajada yaxshilaydi.
📌 Izoh: Noto‘g‘ri yoki yetishmayotgan ma’lumotlar noto‘g‘ri bashoratlarga olib kelishi mumkin.

🛠 Asosiy bosqichlar:
🔹 Yo‘qolgan qiymatlarni to‘ldirish
🔹 Chegaradan tashqari qiymatlarni aniqlash va boshqarish (Outliers)

✅ Maslahatlar:
✔️ Matnli ma’lumotlarni raqamli shaklga o‘tkazing (One-Hot Encoding, Label Encoding).
✔️ Ma’lumotlar to‘g‘ri formatda ekanligiga ishonch hosil qiling.

🔹 4. Modelni tanlash va o‘qitish (Model Selection & Training)
✅ Modelni to‘g‘ri tanlash natijaga katta ta’sir qiladi.
📌 Izoh: Muammo tasniflash, regressiya yoki klasterizatsiya ekanligini aniqlash kerak.

🤖 Mashhur ML modellar:
✔️ Chiziqli model (Linear Regression, Logistic Regression)
✔️ Qaror daraxtlari (Decision Trees, Random Forests)

✅ Maslahatlar:
✔️ Overfitting oldini olish uchun kross-validatsiyadan foydalaning.
✔️ Hyperparameter tuning orqali modelni optimallashtiring.

🔹 5. Modelni baholash va optimallashtirish (Model Evaluation & Optimization)
✅ Model ishlashini baholash uchun quyidagi metrikalardan foydalaniladi:
📌 Izoh: Model natijalarining sifati qanday baholanishi kerakligi aniq bo‘lishi lozim.

📊 Asosiy baholash metrikalari:
🔹 Aniqlik (Accuracy), Precision, Recall, F1-score

📌 Modelni optimallashtirish usullari:
✔️ Hyperparameter tuning (GridSearchCV, RandomizedSearchCV)
✔️ Xususiyatlarni optimallashtirish (Feature Engineering & Selection)

🚀 Xulosa
Mashina o‘rganish jarayoni quyidagi bosqichlardan iborat:

✅ Muammoni aniqlash – Qanday muammo hal qilinishi kerakligini tushunish.
✅ Ma’lumot to‘plash – Model uchun sifatli dataset yaratish.
✅ Ma’lumotlarni tozalash – Ortikcha va noto‘g‘ri ma’lumotlarni olib tashlash.
✅ Modelni o‘qitish – Eng mos modelni tanlash va o‘rgatish.
✅ Modelni baholash va optimallashtirish – Model natijalarini yaxshilash.


📌 Mavzu bo’yicha to’liq ma’lumot: Mavzuni to’liq o’qish

📌 Telegram kanalimizga qo‘shiling va bilimlaringizni oshiring! – @EldorML 📡


Репост из: Botir Ziyatov
Nima uchun hamma dasturchilardan qutulishni xohlaydi?

Dasturchilar ko‘pincha "orzular qotili" bo‘ladi - ular boshqalarning g‘oyalarini texnik jihatdan baholab, "bu mumkin emas" yoki "bunga juda ko‘p vaqt ketadi" deb rad etishadi.
Boshqalar bunga qarshi chiqolmaydi, chunki texnik tushunchalar ular uchun murakkab.

Shuning uchun ko‘p kompaniyalar "qaysar" dasturchilardan qutulish uchun sehrli yechim izlashadi - go‘yoki barcha g‘oyalarni bir zumda amalga oshiradigan vosita bo‘lsa!
Shunda "dangasa va qimmat" dasturchilar to‘sqinlik qilmasdan, har qanday g‘oya darrov dasturga aylanardi...
Ammo bu shunchaki shirin xayol 😄

Dasturchilar alohida ishlashadi, chunki bu sohani tushunish uchun maxsus bilim kerak.

Lekin tan olish kerak - dasturchilarning o‘zida ham kamchiliklar yo‘q emas.
Ko‘pchilik faqat kod yozishni biladi, lekin muloqot qilish, g‘oyalarni tushunish va tushuntirish qobiliyati past.

Zamonaviy dasturchi qanday bo‘lishi kerak?

Orginal maqola bu yerda.

@botirziyatov






Видео недоступно для предпросмотра
Смотреть в Telegram
#telefon

Hozirgi kunlar haqida zo'r video bo'libdi.

Kitob vs telefon


nano ~/.local/share/applications/firefox.desktop

[Desktop Entry]
Version=1.0
Name=Firefox
Comment=Web Browser
Exec=firefox %u
Icon=firefox
Terminal=false
Type=Application
Categories=Network;WebBrowser;

#firefox #install #set_custom_icon

@all_multicoders


Linux version 🐧


import subprocess
import sys

def create_django_project(project_name):
if not os.path.exists(project_name):
os.makedirs(project_name)
os.chdir(project_name)
subprocess.check_call([sys.executable, "-m", "venv", "venv"])

subprocess.check_call([sys.executable, "-m", "pip", "install", "django"])
subprocess.check_call([os.path.join("venv", "bin", "django-admin"),
"startproject", project_name])

print(f"Django loyihasi '{project_name}' muvaffaqiyatli yaratildi.")
os.chdir(project_name)
print(f"Serverni ishga tushirish uchun: cd {project_name} va python manage.py runserver")

if __name__ == "__main__":
project_name = "myproject"
create_django_project(project_name)
#django #createproject #Linux

@all_multicoders


Awesome algoritm and script 😁

import os
import subprocess
import sys

def create_django_project(project_name):
if not os.path.exists(project_name):
os.makedirs(project_name)
os.chdir(project_name)
subprocess.check_call([sys.executable, "-m", "venv", "venv"])

if sys.platform == "win32":
activate_script = os.path.join("venv", "Scripts", "activate.bat")
else:
activate_script = os.path.join("venv", "bin", "activate")

subprocess.check_call([sys.executable, "-m", "pip", "install", "django"])
subprocess.check_call([os.path.join("venv", "bin", "django-admin" if sys.platform != "win32" else "django-admin.exe"),
"startproject", project_name])

print(f"Django loyihasi '{project_name}' muvaffaqiyatli yaratildi.")
os.chdir(project_name)
print(f"Serverni ishga tushirish uchun: cd {project_name} va python manage.py runserver")

if __name__ == "__main__":
project_name = "myproject"
create_django_project(project_name)
#django #createproject #windows

@all_multicoders




Видео недоступно для предпросмотра
Смотреть в Telegram
How Django works?

👉 @all_multicoders






Rest API dizayni(qo'llanma)

👉 @all_multicoders




Python 30 yoshda

Tug'ilgan kuningiz bilan Python, bu hafta siz 30 yoshdasiz: o'rganish oson va kerakli vaqtda kerakli vosita.

👉 @all_multicoders


🚀 OpenAI yangi o3-mini modelini taqdim etdi:

OpenAI o3-mini modelini taqdim etdi, bu yangi model 24% tezroq va aniqroq bo‘lib, matematika, kod yozish va ilmiy vazifalar uchun juda mos. Eng yaxshi tomoni – endi bepul foydalanuvchilar ham undan foydalanishlari mumkin!

⚡ Yangi imkoniyatlar:

Tezkor javoblar – o1-mini’dan 24% tezroq.
Aqlli natijalar – muammoni qanday hal qilganini ko‘rsatadi.
Bepul versiya – cheklangan foydalanish bilan bepul.
Kod yozish uchun eng yaxshi – murakkab kod yozish uchun maxsus versiyasi mavjud.
Internet qidiruvi bilan integratsiya – real vaqtda havolalar bilan javob topadi.

💼 Dasturchilar uchun: o3-mini API orqali foydalanish imkoniyati
📥 o3-mini’ni ChatGPT’da HOZIR sinab ko‘ring! Faqat Reason funksiyasini tanlang.
💬 Sizningcha, o3-mini boshqa ilg‘or AI modellariga raqobat qila oladimi? Fikrlaringizni izohlarda qoldiring! 👇



Показано 20 последних публикаций.