मशीन लर्निंग क्रैश कोर्स में आगे बढ़ने के साथ-साथ, tf.keras में कोडिंग मॉडल की मदद से मशीन लर्निंग के सिद्धांतों को लागू किया जाएगा. आप Colab का इस्तेमाल प्रोग्रामिंग एनवायरमेंट के तौर पर करेंगे. Colab, Google का Jupyter Notebook का वर्शन है. Jupyter Notebook की तरह ही, Colab एक इंटरैक्टिव Python प्रोग्रामिंग एनवायरमेंट बनाता है. इसमें टेक्स्ट, कोड, ग्राफ़िक, और प्रोग्राम आउटपुट शामिल होते हैं.
NumPy और पांडा
tf.keras का इस्तेमाल करने के लिए, इन दो ओपन-सोर्स Python लाइब्रेरी को कम से कम समझना ज़रूरी है:
- NumPy, जो श्रेणियों और प्रतिनिधित्व करने वाले लीनियर बीजगणित के कामों को आसान बनाता है.
- पांडा, जो मेमोरी में डेटासेट को दिखाने का आसान तरीका है.
अगर आपको NumPy या पांडा के बारे में कुछ भी नहीं पता है, तो कृपया Colab के दो तरीकों की मदद से शुरुआत करें:
- numPy UltraQuick Tutorial Colab का एक्सरसाइज़, जो इस कोर्स के लिए ज़रूरी NumPy की सारी जानकारी देता है.
- पैन्डा अल्ट्राक्विक ट्यूटोरियल Colab का एक्सरसाइज़, जो आपको इस कोर्स के लिए ज़रूरी सभी पांडा की जानकारी देता है.
tf.keras के साथ लीनियर रिग्रेशन
NumPy और पांडा में क्षमता हासिल करने के बाद, लीनियर रिग्रेशन और tf.keras में हाइपरपैरामीटर ट्यूनिंग के बारे में जानने के लिए, दो Colab कसरतें करें:
- लीनियर डेटा रिग्रेशन के साथ सिंथेटिक डेटा Colab का इस्तेमाल किया जाता है. इसमें खिलौने के डेटासेट के साथ लीनियर रिग्रेशन के बारे में बताया जाता है.
- असल डेटासेट वाले लीनियर रिग्रेशन में Colab का इस्तेमाल किया जाता है. इससे, आपको यह समझने में मदद मिलती है कि आपको असल डेटासेट में किस तरह का विश्लेषण करना चाहिए.
Colaboratory प्लैटफ़ॉर्म का इस्तेमाल करके प्रोग्रामिंग कसरत सीधे आपके ब्राउज़र में चलती है (इसके लिए कोई सेटअप ज़रूरी नहीं है!) Colaboratory ज़्यादातर बड़े ब्राउज़र पर काम करता है. साथ ही, इसे Chrome और Firefox के डेस्कटॉप वर्शन पर अच्छी तरह टेस्ट किया जाता है. अगर आपको एक्सरसाइज़ की सुविधा डाउनलोड करनी है और उसे ऑफ़लाइन चलाना है, तो लोकल एनवायरमेंट सेट अप करने के लिए, ये निर्देश देखें.