Sun’iy Intellekt Tizimlari Regressiya Modelini Ishlab Chiqish 1-qadam. Ma’lumotlar to’plamini yig’ish . Bizga berilgan ma'lumotlar: Mashina bozori ma’lumotlari, kerakli mashinani yaxshi o'tkazilgan so'rovnoma natijasi. Demak vazifa yuqorida ma'lumotlarga asoslangan holda turli modeldagi mashina bahosini aniqlab beruvchi intellektual model (dastur) yaratish 2-qadam. Kerakli modullar import qilinadi Python dasturlash tilining Pandas, Numpy, Scikit-learn, Matplotlib kutubxonalarni import qilinadi. Scikit-learn - Python dasturlash tili uchun mashinaviy o’qitish algoritmlari jamlangan kutubxonadir. U turli tasniflash, regressiya va klasterlash algoritmlarini o'z ichiga oladi 3-qadam. Ma’lumotlar to’plamini yuklash va tahlil qilish. Bizda mavjud bo’lgan ma’lumotlar to’plamini chaqiramiz

Info funksiyasi yordamida dataset haqida ma’lumotlarni olamiz. Agar NaN (mavjud bo’lmagan) qiymatlar bo’lsa ularni bartaraf etiladi.

Demak natijadan NaN qiymatlar mavjud emasligini ko’rishimiz mumkin.

4-qadam. Ma’lumotlarining korrelyatsiya tahlili . Korrelyatsiya tahlili turli xil xususiyatlar va ularning maqsadli o‘zgaruvchi bilan bog‘lanishlari o‘rtasidagi munosabatlarni o‘rganadi Natijalar shuni ko’rsatadiki uy bahosiga uyning maydoni eng yaxshi bog’liqlikga ega ekan. 5-qadam. Encoder c Agar ustundagi ma’lumotlar keraksiz bo’lsa tashlab yuborish ham mumkin. 6-qadam. Ma’lumotlar to’plamini normallashtirish : Raqamli xususiyatlarni umumiy miqyosga keltirish uchun masshtablash, kattaroq kattalikdagi xususiyatlarni modelda hukmronlik qilishiga yo‘l qo‘ymaydi.

7-qadam. Ma’lumotlar to’plamini bo’lish. Mashinaviy o’qitish uchun ma’lumotlarni ikki qismga ajratib olishimiz kerak.  O’quv to’plami(train set) model yaratish uchun  Sinov to’plami(test set) - model aniqligini tekshirish uchun 8-qadam. Model yaratish.