অনুশীলন

এই পৃষ্ঠায় মেশিন লার্নিং ক্র্যাশ কোর্সের অনুশীলনের তালিকা রয়েছে।

বেশিরভাগ প্রোগ্রামিং ব্যায়াম ক্যালিফোর্নিয়ার হাউজিং ডেটা সেট ব্যবহার করে।

Colaboratory প্ল্যাটফর্ম ব্যবহার করে প্রোগ্রামিং ব্যায়াম সরাসরি আপনার ব্রাউজারে চলে (কোন সেটআপের প্রয়োজন নেই!) Colaboratory বেশিরভাগ প্রধান ব্রাউজারে সমর্থিত, এবং Chrome এবং Firefox-এর ডেস্কটপ সংস্করণগুলিতে সবচেয়ে পুঙ্খানুপুঙ্খভাবে পরীক্ষা করা হয়। আপনি যদি অফলাইনে অনুশীলনগুলি ডাউনলোড এবং চালাতে পছন্দ করেন তবে স্থানীয় পরিবেশ সেট আপ করার জন্য এই নির্দেশাবলী দেখুন।

সব

মার্চ, 2020 এ, এই কোর্সটি tf.keras-এর সাথে কোড করা প্রোগ্রামিং ব্যায়াম ব্যবহার করা শুরু করেছে। আপনি যদি লিগ্যাসি এস্টিমেটর প্রোগ্রামিং অনুশীলনগুলি ব্যবহার করতে পছন্দ করেন তবে আপনি সেগুলি GitHub- এ খুঁজে পেতে পারেন।

ফ্রেমিং

ML-এ অবতরণ

ক্ষতি কমানো

TensorFlow এর সাথে প্রথম ধাপ

প্রশিক্ষণ এবং পরীক্ষার সেট

বৈধতা

বৈশিষ্ট্য ক্রস

সরলতার জন্য নিয়মিতকরণ

শ্রেণীবিভাগ

স্পারসিটির জন্য নিয়মিতকরণ

নিউরাল নেটের ভূমিকা

নিউরাল নেট প্রশিক্ষণ

মাল্টি-ক্লাস নিউরাল নেট

ন্যায্যতা

স্ট্যাটিক বনাম গতিশীল প্রশিক্ষণ

স্ট্যাটিক বনাম ডাইনামিক ইনফারেন্স

ডেটা নির্ভরতা

প্রোগ্রামিং

মার্চ, 2020 এ, এই কোর্সটি tf.keras-এর সাথে কোড করা প্রোগ্রামিং ব্যায়াম ব্যবহার করা শুরু করেছে। আপনি যদি লিগ্যাসি এস্টিমেটর প্রোগ্রামিং অনুশীলনগুলি ব্যবহার করতে পছন্দ করেন তবে আপনি সেগুলি GitHub- এ খুঁজে পেতে পারেন।

ফ্রেমিং

ML-এ অবতরণ

ক্ষতি কমানো

TensorFlow এর সাথে প্রথম ধাপ

প্রশিক্ষণ এবং পরীক্ষার সেট

বৈধতা

বৈশিষ্ট্য ক্রস

সরলতার জন্য নিয়মিতকরণ

শ্রেণীবিভাগ

স্পারসিটির জন্য নিয়মিতকরণ

নিউরাল নেটের ভূমিকা

নিউরাল নেট প্রশিক্ষণ

মাল্টি-ক্লাস নিউরাল নেট

ন্যায্যতা

স্ট্যাটিক বনাম গতিশীল প্রশিক্ষণ

স্ট্যাটিক বনাম ডাইনামিক ইনফারেন্স

ডেটা নির্ভরতা

আপনার বোঝার চেক করুন

মার্চ, 2020 এ, এই কোর্সটি tf.keras-এর সাথে কোড করা প্রোগ্রামিং ব্যায়াম ব্যবহার করা শুরু করেছে। আপনি যদি লিগ্যাসি এস্টিমেটর প্রোগ্রামিং অনুশীলনগুলি ব্যবহার করতে পছন্দ করেন তবে আপনি সেগুলি GitHub- এ খুঁজে পেতে পারেন।

ফ্রেমিং

ML-এ অবতরণ

ক্ষতি কমানো

TensorFlow এর সাথে প্রথম ধাপ

প্রশিক্ষণ এবং পরীক্ষার সেট

বৈধতা

বৈশিষ্ট্য ক্রস

সরলতার জন্য নিয়মিতকরণ

শ্রেণীবিভাগ

স্পারসিটির জন্য নিয়মিতকরণ

নিউরাল নেটের ভূমিকা

নিউরাল নেট প্রশিক্ষণ

মাল্টি-ক্লাস নিউরাল নেট

ন্যায্যতা

স্ট্যাটিক বনাম গতিশীল প্রশিক্ষণ

স্ট্যাটিক বনাম ডাইনামিক ইনফারেন্স

ডেটা নির্ভরতা

খেলার মাঠ

মার্চ, 2020 এ, এই কোর্সটি tf.keras-এর সাথে কোড করা প্রোগ্রামিং ব্যায়াম ব্যবহার করা শুরু করেছে। আপনি যদি লিগ্যাসি এস্টিমেটর প্রোগ্রামিং অনুশীলনগুলি ব্যবহার করতে পছন্দ করেন তবে আপনি সেগুলি GitHub- এ খুঁজে পেতে পারেন।

ফ্রেমিং

ML-এ অবতরণ

ক্ষতি কমানো

TensorFlow এর সাথে প্রথম ধাপ

প্রশিক্ষণ এবং পরীক্ষার সেট

বৈধতা

বৈশিষ্ট্য ক্রস

সরলতার জন্য নিয়মিতকরণ

শ্রেণীবিভাগ

স্পারসিটির জন্য নিয়মিতকরণ

নিউরাল নেটের ভূমিকা

নিউরাল নেট প্রশিক্ষণ

মাল্টি-ক্লাস নিউরাল নেট

ন্যায্যতা

স্ট্যাটিক বনাম গতিশীল প্রশিক্ষণ

স্ট্যাটিক বনাম ডাইনামিক ইনফারেন্স

ডেটা নির্ভরতা