TensorFlow का उपयोग करके गहन शिक्षा का परिचय

रूसी में पूर्ण पाठ्यक्रम इस लिंक पर पाया जा सकता है।
इस लिंक पर मूल अंग्रेजी पाठ्यक्रम उपलब्ध है।



हर 2-3 दिनों में नए व्याख्यान निर्धारित होते हैं।

ये लोग कौन हैं?

आइए उन लोगों के बारे में अधिक जानें जिन्होंने हमारे लिए यह पाठ्यक्रम तैयार किया है और इसे पढ़ाएंगे।

तीन लोग:

• मैग्नस हाईटस्टन , डेवलपर एडवोकेट, Google
• जुआन डेलगाडो , कंटेंट डेवलपर, उडेसिटी
• पैगी बेली , डेवलपर एडवोकेट, Google

सबसे पहले, डेवलपर अधिवक्ता कौन हैं? हैबर के साथ इस लेख को देखते हुए , ये प्रचारक हैं। इंजीलवादी कौन हैं?

आईटी प्रचारक एक पेशेवर पेशेवर है जो सूचना प्रौद्योगिकी के क्षेत्र में वकालत में लगा हुआ है।

यह तो इंटरेस्टिंग है।

मशीन लर्निंग का अध्ययन करते समय, हम कई नए और अलग-अलग शब्दों में आते हैं, उदाहरण के लिए, कृत्रिम बुद्धिमत्ता , मशीन सीखने , तंत्रिका नेटवर्क और गहन सीखने जैसे शब्द। इन शब्दों का वास्तव में क्या मतलब है और वे एक दूसरे से कैसे संबंधित हैं?

नीचे हम इनमें से प्रत्येक शब्द का विश्लेषण करेंगे और एक दूसरे के साथ उनके संबंध को प्रदर्शित करेंगे।

आर्टिफिशियल इंटेलिजेंस : कंप्यूटर विज्ञान का एक क्षेत्र जिसका उद्देश्य कंप्यूटर में मानव जैसी बुद्धि के विकास को प्राप्त करना है। अपने लक्ष्यों को प्राप्त करने के कई तरीके हैं, जिनमें मशीन लर्निंग और डीप लर्निंग शामिल हैं।

मशीन लर्निंग : संबंधित तकनीकों का एक सेट जिसमें कंप्यूटर को एक विशेष कार्य करने के लिए प्रशिक्षित किया जाता है, बजाय किसी समस्या के समाधान के सीधे प्रोग्रामिंग करने के लिए।

तंत्रिका नेटवर्क : जैविक मस्तिष्क में न्यूरॉन्स (तंत्रिका कोशिकाओं) के नेटवर्क से प्रेरित मशीन लर्निंग में एक संरचना। तंत्रिका नेटवर्क गहरी शिक्षा का एक मूलभूत हिस्सा हैं और इस पाठ्यक्रम में अध्ययन (प्रभावित) किया जाएगा।

डीप लर्निंग : मल्टीलेयर न्यूरल नेटवर्क (कई परतों से युक्त तंत्रिका नेटवर्क) का उपयोग करके मशीन लर्निंग का उप-क्षेत्र। अक्सर "मशीन लर्निंग" और "डीप लर्निंग" शब्दों का परस्पर उपयोग किया जाता है।

मशीन लर्निंग और डीप लर्निंग में कई उप-क्षेत्र, शाखाएं और अनूठी तकनीकें भी शामिल हैं। सबसे महत्वपूर्ण और प्रसिद्ध उदाहरणों में से एक " एक शिक्षक के साथ सीखने " और " एक शिक्षक के बिना सीखने " का अलगाव है।

सरल शब्दों में, "एक शिक्षक के साथ सीखना" में आप जानते हैं कि आप कंप्यूटर को क्या सिखाना चाहते हैं, जबकि "शिक्षक के बिना सीखना" कंप्यूटर को यह निर्धारित करने के समान है कि क्या सीखा जा सकता है। " एक शिक्षक के साथ शिक्षण " मशीन सीखने का सबसे मानक प्रकार है, और यह इस पर है कि हम इस पाठ्यक्रम में ध्यान केंद्रित करेंगे।

हमें औजारों से क्या चाहिए?

पायथन - बुनियादी ज्ञान (लूप्स, सशर्त बयान, सूचियां, अंकगणितीय संचालन और कुछ अन्य बुनियादी संरचनाएं)।

यदि आप चाहें, तो आप अपने ब्राउज़र में अपनी पसंदीदा जावास्क्रिप्ट भाषा में TensorFlow.js लाइब्रेरी का उपयोग कर सकते हैं।

TensorFlow आपको "पोर्ट्स" -कनेक्ट के माध्यम से भी काम करने की अनुमति देता है, स्विफ्ट, आर और जूलिया जैसी भाषाओं के साथ। फिलहाल पायथन और जावास्क्रिप्ट के पास सबसे अधिक पूर्ण समर्थन है, इसलिए उन्हें अनुशंसित किया गया है।

कोलैब: हमारे अनुप्रयोगों के लिए सैंडबॉक्स प्लेटफॉर्म

सॉफ़्टवेयर की मात्रा को कम करने के लिए जिसे आपको एक स्थानीय मशीन पर स्थापित करने की आवश्यकता होती है, पूरे पाठ्यक्रम में हम मुफ्त Google सेवा - जूपिटर पर आधारित कोलाब का उपयोग करेंगे।

... और मानक कॉल-टू-एक्शन - साइन अप करें, एक प्लस लगाएं और शेयर करें :)


YouTube: https://youtube.com/channel/ashmig
टेलीग्राम: https://t.me/ashmig
VKontakte: https://vk.com/ashmig

पुनश्च

इस दिशा में किस तरह के अंग्रेजी-भाषा के पाठ्यक्रमों को जनता के लिए अनुवाद करने और सामग्री में पैक करने के लिए लिया जाना चाहिए (पाठ + वीडियो)? इन क्षेत्रों में व्यावहारिक कार्यों का कौन सा प्रारूप सबसे उपयुक्त है - सभी भागों की बाद की व्यक्तिगत जानकारी के लिए गिटहब या कोड स्निपेट पर तैयार विधानसभाएं?

किसी भी प्रतिक्रिया की सराहना की है!