Learn All PRO Machine Learning Tutorials Offline for Android APK
| फाइलको प्रकार | APK |
|---|---|
| संस्करण | 0.0.1 |
| प्रकाशक | Prabartan Information Technology |
| जारी मिति | २०२० अक्टोबर २ |
| मिति थपियो | २०२० अक्टोबर २ |
| ओएस आवश्यकताहरू | Android |
| आवश्यकताहरु | Requires Android 4.4 and up |
| कुल डाउनलोड | ० |
| मूल्य | $5.49 |
वर्णन
विज्ञापन मुक्त | कुनै विज्ञापन छैन
2020 मा मानिसले देखाएको बौद्धिकताको विपरीत मेशिनहरूद्वारा प्रदर्शन गरिएको बुद्धिमत्ता भनेको कृत्रिम बुद्धिमत्ता हो। यो ट्यूटोरियलले आर्टिफिसियल न्यूरल नेटवर्कहरू, प्राकृतिक भाषा प्रशोधन, मेशिन लर्निङ, अलगोरिथ, गहिरो शिक्षा आदि जस्ता आर्टिफिसियल इन्टेलिजेन्सका विभिन्न क्षेत्रहरूका आधारभूत अवधारणाहरूलाई समेट्छ। ., र Python मा यसको कार्यान्वयन।
यस ट्युटोरियलमा, हामी Caffe2 (फास्ट फीचर इम्बेडिङका लागि कन्भोलुसनल आर्किटेक्चर) नामक गहिरो सिकाइ फ्रेमवर्क कसरी प्रयोग गर्ने भनेर सिक्नेछौं। यसबाहेक २०२० मा, हामीले परम्परागत मेसिन लर्निङ र गहिरो सिकाइ बीचको भिन्नता, Caffe2 मा Caffe को तुलनामा नयाँ सुविधाहरू के के छन् र Caffe2 को स्थापना निर्देशनहरू बुझ्नेछौं।
H2O धेरै व्यापक रूपमा स्वीकृत ML एल्गोरिदमहरूको पूर्ण-परीक्षण कार्यान्वयनको साथ एक खुला स्रोत मेसिन लर्निङ फ्रेमवर्क हो। २०२० मा तपाईंले भर्खरै यसको विशाल भण्डारबाट एल्गोरिदम उठाउनु पर्छ र यसलाई तपाईंको डाटासेटमा लागू गर्नुपर्नेछ। यसले सबैभन्दा व्यापक रूपमा प्रयोग हुने सांख्यिकीय र ML एल्गोरिदमहरू समावेश गर्दछ। H2O ले दिइएको डेटासेटमा विभिन्न ML एल्गोरिदमहरू लागू गर्न प्रयोग गर्न सजिलो खुला स्रोत प्लेटफर्म प्रदान गर्दछ।
पाइथन एक सामान्य-उद्देश्यीय उच्च स्तरको प्रोग्रामिङ भाषा हो जुन डेटा विज्ञानमा र गहिरो सिकाइ एल्गोरिदमहरू उत्पादन गर्न व्यापक रूपमा प्रयोग गरिन्छ। यो संक्षिप्त ट्यूटोरियलले पाइथन र यसका पुस्तकालयहरू जस्तै Numpy, Scipy, Pandas, Matplotlib लाई परिचय गराउँछ; Theano, TensorFlow, Keras जस्ता फ्रेमवर्कहरू।
Keras पाइथनका लागि खुला स्रोत गहिरो शिक्षा ढाँचा हो। यसलाई गुगलका फ्रान्कोइस चोलेट नामका आर्टिफिसियल इन्टेलिजेन्स अनुसन्धानकर्ताले विकास गरेका हुन् । Google, Square, Netflix, Huawei र Uber जस्ता अग्रणी संस्थाहरूले हाल Keras प्रयोग गरिरहेका छन्। यो ट्यूटोरियल Keras को स्थापना, गहिरो शिक्षाको आधारभूत कुराहरू, Keras मोडेलहरू, Keras तहहरू, Keras मोड्युलहरू मार्फत हिंड्छ र अन्तमा 2020 मा केही वास्तविक-समय अनुप्रयोगहरूको साथ समाप्त हुन्छ।
KNIME ले विकासको लागि ग्राफिकल इन्टरफेस प्रदान गर्दछ। KNIME को परिचयले मेसिन लर्निङ मोडेलको विकासलाई आम मानिसको दायरामा ल्याएको छ।
Logistic Regression वस्तुहरूको वर्गीकरण गर्ने सांख्यिकीय विधि हो। यस ट्यूटोरियलमा, हामी लजिस्टिक रिग्रेसन प्रविधि प्रयोग गरेर बाइनरी वर्गीकरण समस्या समाधान गर्नमा ध्यान केन्द्रित गर्नेछौं।
आजको आर्टिफिसियल इन्टेलिजेन्स (एआई) ले ब्लकचेन र क्वान्टम कम्प्युटिङको हाइपलाई पार गरिसकेको छ। विकासकर्ताहरूले अब नयाँ मेसिन लर्निङ मोडेलहरू सिर्जना गर्न र राम्रो प्रदर्शन र परिणामहरूको लागि अवस्थित मोडेलहरूलाई पुन: तालिम दिन यसको फाइदा उठाउँछन्।
Pybrain पाइथन प्रयोग गरी कार्यान्वयन गरिएको मेसिन लर्निङको लागि खुला स्रोत पुस्तकालय हो। पुस्तकालयले तपाईंलाई नेटवर्कहरू, डेटासेटहरू, प्रशिक्षकहरूको लागि प्रशिक्षण र नेटवर्क परीक्षण गर्नका लागि प्रशिक्षण एल्गोरिदमहरू प्रयोग गर्न सजिलो प्रदान गर्दछ।
TensorFlow सबै विकासकर्ताहरूको लागि खुला स्रोत मेसिन लर्निङ फ्रेमवर्क हो। यो मेसिन लर्निङ र गहिरो शिक्षा अनुप्रयोगहरू लागू गर्न प्रयोग गरिन्छ। कृत्रिम बुद्धिमत्तामा मनमोहक विचारहरू विकास गर्न र अनुसन्धान गर्न, Google टोलीले TensorFlow सिर्जना गर्यो। TensorFlow पाइथन प्रोग्रामिङ भाषामा डिजाइन गरिएको छ।
Theano एउटा पाइथन पुस्तकालय हो जसले तपाईंलाई मेसिन लर्निङमा प्रयोग हुने गणितीय अभिव्यक्तिहरू परिभाषित गर्न, यी अभिव्यक्तिहरूलाई अप्टिमाइज गर्न र महत्त्वपूर्ण क्षेत्रहरूमा GPU हरू निर्णायक रूपमा प्रयोग गरेर धेरै प्रभावकारी रूपमा मूल्याङ्कन गर्न दिन्छ।
एक समय श्रृंखला एक निश्चित अवधि मा अवलोकन को एक अनुक्रम हो। समय शृङ्खलाको सबैभन्दा सरल उदाहरण जुन हामी सबैले दिनहुँ दिन वा हप्ता वा महिना वा वर्षभरि तापमानमा हुने परिवर्तन हो। समय संग परिवर्तन।
मेशिन लर्निङ (ML) मूलतया कम्प्युटर विज्ञानको त्यो क्षेत्र हो जसको मद्दतले कम्प्युटर प्रणालीहरूले डेटालाई मानिसले जस्तै गरी ज्ञान प्रदान गर्न सक्छ। सरल शब्दहरूमा, ML कृत्रिम बुद्धिमत्ताको एक प्रकार हो जसले एल्गोरिदम वा विधि प्रयोग गरेर कच्चा डाटाबाट ढाँचाहरू निकाल्छ। ML को मुख्य फोकस कम्प्युटर प्रणालीहरूलाई स्पष्ट रूपमा प्रोग्राम वा मानव हस्तक्षेप बिना अनुभवबाट सिक्न अनुमति दिनु हो।