मशीन लर्निंग क्रैश कोर्स
Google का मशीन लर्निंग का तेज़ और व्यावहारिक परिचय, जिसमें वीडियो लेक्चर, इंटरैक्टिव विज़ुअलाइज़ेशन और खुद करने वाली प्रैक्टिस के साथ लेसन की एक सीरीज़ मौजूद है.
100 से ज़्यादा व्यायाम
12 मॉड्यूल
15 घंटे
एमएल के कॉन्सेप्ट की जानकारी देने वाले वीडियो
असल दुनिया के उदाहरण
इंटरैक्टिव विज़ुअलाइज़ेशन
मशीन लर्निंग क्रैश कोर्स में नया क्या है?
साल 2018 से लेकर अब तक, लाखों लोग यह जानने के लिए मशीन लर्निंग क्रैश कोर्स पर भरोसा कर रहे हैं कि मशीन लर्निंग कैसे काम करती है और मशीन लर्निंग उनके लिए कैसे काम करती है. हमें यह बताते हुए खुशी हो रही है कि हम एमएलसीसी के नए वर्शन को लॉन्च करेंगे. इसमें एआई (AI) के क्षेत्र में हाल ही में किए गए सभी कामों के बारे में जानकारी दी जाएगी. साथ ही, हम इंटरैक्टिव लर्निंग पर ज़्यादा ध्यान दे रहे हैं. नए और बेहतर एमएलसीसी के बारे में ज़्यादा जानने के लिए, यह वीडियो देखें.
कोर्स के मॉड्यूल
हर मशीन लर्निंग क्रैश कोर्स मॉड्यूल अपने-आप में होता है. इसलिए, अगर आपके पास मशीन लर्निंग का पुराना अनुभव है, तो सीधे उन विषयों पर जाएं जिन्हें आपको सीखना है. अगर आपने मशीन लर्निंग का इस्तेमाल पहले कभी नहीं किया है, तो हमारा सुझाव है कि आप नीचे दिए गए क्रम में मॉड्यूल पूरे करें.
ML मॉडल
इन मॉड्यूल में, रिग्रेशन और कैटगरी तय करने की बुनियादी बातें शामिल हैं मॉडल.
लीनियर रिग्रेशन
लीनियर रिग्रेशन के बारे में जानकारी. इसमें लीनियर मॉडल, लॉस, ग्रेडिएंट डिसेंट, और हाइपर पैरामीटर ट्यूनिंग को शामिल किया गया है.
लॉजिस्टिक रिग्रेशन
लॉजिस्टिक रिग्रेशन के बारे में जानकारी, जिसमें एमएल मॉडल इस तरह से डिज़ाइन किए जाते हैं कि किसी दिए गए नतीजे की संभावना का अनुमान लगाया जा सके.
कैटगरी
बाइनरी क्लासिफ़िकेशन मॉडल के बारे में जानकारी. इनमें थ्रेशोल्डिंग, भ्रम की स्थिति वाले मैट्रिक्स, और सटीक होने, सटीक होने, याद रखने, और AUC (AUC) जैसी मेट्रिक शामिल हैं.
डेटा
इन मॉड्यूल में, मशीन लर्निंग के डेटा के साथ काम करने की बुनियादी तकनीकों और सबसे सही तरीकों के बारे में बताया गया है.
न्यूमेरिक डेटा के साथ काम करना
एमएल मॉडल को बेहतर तरीके से ट्रेनिंग देने के लिए, अंकों वाले डेटा का विश्लेषण करने और उसे बदलने का तरीका जानें.
कैटगरीकल डेटा के साथ काम करना
कैटगरी पर आधारित डेटा के साथ काम करने से जुड़ी बुनियादी बातें जानें: कैटगरी वाले डेटा और संख्या वाले डेटा में अंतर कैसे करें; वन-हॉट एन्कोडिंग, फ़ीचर हैशिंग, और मीन एन्कोडिंग का इस्तेमाल करके, कैटगरी वाले डेटा को अंकों के हिसाब से कैसे दिखाएं, और फ़ीचर क्रॉस कैसे करें.
डेटासेट, सामान्य के मुताबिक बनाना, और ओवरफ़िटिंग
मशीन लर्निंग डेटासेट की विशेषताओं के बारे में जानकारी. साथ ही, अपने मॉडल की ट्रेनिंग और आकलन के दौरान, अच्छी क्वालिटी वाले नतीजे पाने के लिए अपने डेटा को तैयार करने का तरीका.
बेहतर एमएल मॉडल
इन मॉड्यूल में, ऐडवांस एमएल मॉडल के आर्किटेक्चर के बारे में जानकारी दी गई है.
न्यूरल नेटवर्क
न्यूरल नेटवर्क आर्किटेक्चर के बुनियादी सिद्धांतों के बारे में जानकारी. इनमें पेसेट्रॉन, छिपी हुई लेयर, और ऐक्टिवेशन फ़ंक्शन शामिल हैं.
एम्बेड करना
जानें कि एम्बेड करने की मदद से, बड़े फ़ीचर वेक्टर पर मशीन लर्निंग कैसे की जा सकती है.
नया
बड़े लैंग्वेज मॉडल
टोकन से लेकर ट्रांसफ़ॉर्मर तक, बड़े लैंग्वेज मॉडल की जानकारी. एलएलएम से टेक्स्ट आउटपुट का अनुमान लगाने के बारे में बुनियादी बातें जानें. साथ ही, यह भी जानें कि उन्हें डिज़ाइन और ट्रेनिंग कैसे दी जाती है.
रीयल-वर्ल्ड एमएल
ये मॉड्यूल असल दुनिया में मशीन लर्निंग मॉडल को बनाते और लागू करते समय, ध्यान देने वाली ज़रूरी बातों पर फ़ोकस करते हैं. इनमें प्रोडक्शन के सबसे सही तरीके, ऑटोमेशन, और रिस्पॉन्सिबल इंजीनियरिंग शामिल हैं.
प्रोडक्शन एमएल सिस्टम
जानें कि मशीन लर्निंग प्रोडक्शन सिस्टम अलग-अलग कॉम्पोनेंट पर कैसे काम करता है.
एमएल फ़ेयरनेस
निष्पक्षता के लिए, एमएल मॉडल के ऑडिट के सबसे सही तरीकों और सिद्धांतों के बारे में जानें. इनमें डेटा में मौजूद भेदभाव को पहचानने और उसे कम करने की रणनीतियां भी शामिल हैं.