МАШИНА МЕНЕН ҮЙРӨНҮҮ МЕНЕН АЙЫЛ ЧАРБА МИЛДЕТТЕРИН БИЛҮҮ
##semicolon##
машинаны үйрөнүү ыкмалары, түшүмдү моделдөө, маалымат базасы, ко-кус токой, моделдин тактыгын баалоо.Аннотация
Бул макалада өнүккөн машина үйрөнүү алгоритмдерин колдонуу менен болжолдоо натыйжалары визуализацияланат. Моделдин тактыгына баа берүү машиналарды үйрөнүү ыкмаларын колдонуу менен алынат. Биз башка эң алдыңкы машина үйрөнүү алгоритмдери менен жүгөрүнүн түшүмдүүлүгүн болжолдоо үчүн RF методунун күчүн кеңейтүү үчүн болжолдоо процессин изилдедик.
##submission.citations##
1. Ali, A. M., Abouelghar, M. A., Belal, A.-A., Saleh, N., Younes, M., Selim, A., et al. (2022). Crop yield prediction using multi sensors remote sensing (re-view article). Egypt. J. Remote Sens. Space Sci. 25, 711–716. doi:10.1016/j.ejrs.2022.04.006
2. Archontoulis, S. V., Castellano, M. J., Licht, M. A., Nichols, V., Baum, M., Huber, I., et al. (2020). Predicting crop yields and soil-plant nitrogen dy-namics in the US Corn Belt. Crop Sci. 60 (2), 721–738. doi:10.1002/csc2.20039
3. Arnault, J., Rummler, T., Baur, F., Lerch, S., Wagner, S., Fersch, B., et al. (2018). Precipitation sensitivity to the uncertainty of terrestrial water flow in WRF-Hydro: An ensemble analysis for central Europe. J. Hydrometeorol. 19 (6), 1007–1025. doi:10.1175/jhm-d-17-0042.1