इस पेज पर, मशीन लर्निंग क्रैश कोर्स में बताई गई कसरतों की सूची दी गई है.
ज़्यादातर प्रोग्रामिंग कसरतें कैलिफ़ोर्निया हाउसिंग डेटा सेट का इस्तेमाल करती हैं.
सभी
मार्च 2020 में, इस कोर्स में tf.keras की मदद से कोड किए गए प्रोग्रामिंग टूल का इस्तेमाल करना शुरू किया गया था. अगर आप लेगसी एस्टीमेटर प्रोग्रामिंग एक्सरसाइज़ की सुविधा का इस्तेमाल करना चाहते हैं, तो उन्हें GitHub पर देखें.
फ़्रेमिंग
एमएल में घटते क्रम में
नुकसान कम करना
- लर्निंग रेट को ऑप्टिमाइज़ करना
- अपने हिसाब से देखें: बैच का साइज़
- प्लेग्राउंड: लर्निंग रेट और कन्वर्जेंस
TensorFlow का पहला चरण
- प्रोग्रामिंग एक्सरसाइज़: NumPy अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग एक्सरसाइज़: पांडा अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग कसरत: सिंथेटिक डेटा के साथ लीनियर रिग्रेशन
- प्रोग्रामिंग एक्सरसाइज़: रीयल डेटासेट के साथ लीनियर रिग्रेशन
ट्रेनिंग और टेस्ट सेट
पुष्टि
फ़ीचर क्रॉस
- प्लेग्राउंड: पेश है फ़ीचर क्रॉस, ज़्यादा जटिल फ़ीचर क्रॉस
- समझें: सुविधा के बारे में जानकारी
- प्रोग्रामिंग एक्सरसाइज़: फ़ीचर क्रॉस का इस्तेमाल करना
आसान तरीका
- प्लेग्राउंड: ओवरक्रॉसिंग?
- अपनी समझ की जांच करें: L2 रेगुलराइज़ेशन, L2 सामान्य बनाने और उससे जुड़ी सुविधाएं
- खेल का मैदान: L2 रेगुलराइज़ेशन की जांच की जा रही है
कैटगरी
- अपनी समझ की जांच करें: सटीक होना, सटीक होना, याद रखना, सटीक होने की जानकारी, और कॉल को वापस लेना
- अपनी समझ की जांच करें: ROC और AUC
- प्रोग्रामिंग एक्सरसाइज़: बाइनरी क्लासिफ़िकेशन
कम रोशनी के लिए सलाह
- अपनी समझ का पता लगाएं: L1 रेगुलराइज़ेशन, L1 बनाम L2 रेगुलराइज़ेशन
- प्लेग्राउंड: L1 परीक्षा में शामिल होना
न्यूरल नेट्स के बारे में जानकारी
- प्लेग्राउंड: फ़र्स्ट न्यूरल नेटवर्क, न्यूरल नेट इनीशियलाइज़ेशन, न्यूरल नेट स्पाइरल
- प्रोग्रामिंग एक्सरसाइज़: न्यूरल नेटवर्क के बारे में जानकारी
ट्रेनिंग न्यूरल नेट्स
कई कक्षाओं के न्यूरल नेट्स
निष्पक्षता
स्टैटिक बनाम डाइनैमिक ट्रेनिंग
स्टैटिक बनाम डाइनैमिक अनुमान
डेटा डिपेंडेंसी
प्रोग्रामिंग
मार्च 2020 में, इस कोर्स में tf.keras की मदद से कोड किए गए प्रोग्रामिंग टूल का इस्तेमाल करना शुरू किया गया था. अगर आप लेगसी एस्टीमेटर प्रोग्रामिंग एक्सरसाइज़ की सुविधा का इस्तेमाल करना चाहते हैं, तो उन्हें GitHub पर देखें.
फ़्रेमिंग
एमएल में घटते क्रम में
नुकसान कम करना
- लर्निंग रेट को ऑप्टिमाइज़ करना
- अपने हिसाब से देखें: बैच का साइज़
- प्लेग्राउंड: लर्निंग रेट और कन्वर्जेंस
TensorFlow का पहला चरण
- प्रोग्रामिंग एक्सरसाइज़: NumPy अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग एक्सरसाइज़: पांडा अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग कसरत: सिंथेटिक डेटा के साथ लीनियर रिग्रेशन
- प्रोग्रामिंग एक्सरसाइज़: रीयल डेटासेट के साथ लीनियर रिग्रेशन
ट्रेनिंग और टेस्ट सेट
पुष्टि
फ़ीचर क्रॉस
- प्लेग्राउंड: पेश है फ़ीचर क्रॉस, ज़्यादा जटिल फ़ीचर क्रॉस
- समझें: सुविधा के बारे में जानकारी
- प्रोग्रामिंग एक्सरसाइज़: फ़ीचर क्रॉस का इस्तेमाल करना
आसान तरीका
- प्लेग्राउंड: ओवरक्रॉसिंग?
- अपनी समझ की जांच करें: L2 रेगुलराइज़ेशन, L2 सामान्य बनाने और उससे जुड़ी सुविधाएं
- खेल का मैदान: L2 रेगुलराइज़ेशन की जांच की जा रही है
कैटगरी
- अपनी समझ की जांच करें: सटीक होना, सटीक होना, याद रखना, सटीक होने की जानकारी, और कॉल को वापस लेना
- अपनी समझ की जांच करें: ROC और AUC
- प्रोग्रामिंग एक्सरसाइज़: बाइनरी क्लासिफ़िकेशन
कम रोशनी के लिए सलाह
- अपनी समझ का पता लगाएं: L1 रेगुलराइज़ेशन, L1 बनाम L2 रेगुलराइज़ेशन
- प्लेग्राउंड: L1 परीक्षा में शामिल होना
न्यूरल नेट्स के बारे में जानकारी
- प्लेग्राउंड: फ़र्स्ट न्यूरल नेटवर्क, न्यूरल नेट इनीशियलाइज़ेशन, न्यूरल नेट स्पाइरल
- प्रोग्रामिंग एक्सरसाइज़: न्यूरल नेटवर्क के बारे में जानकारी
ट्रेनिंग न्यूरल नेट्स
कई कक्षाओं के न्यूरल नेट्स
निष्पक्षता
स्टैटिक बनाम डाइनैमिक ट्रेनिंग
स्टैटिक बनाम डाइनैमिक अनुमान
डेटा डिपेंडेंसी
अपनी समझ को समझना
मार्च 2020 में, इस कोर्स में tf.keras की मदद से कोड किए गए प्रोग्रामिंग टूल का इस्तेमाल करना शुरू किया गया था. अगर आप लेगसी एस्टीमेटर प्रोग्रामिंग एक्सरसाइज़ की सुविधा का इस्तेमाल करना चाहते हैं, तो उन्हें GitHub पर देखें.
फ़्रेमिंग
एमएल में घटते क्रम में
नुकसान कम करना
- लर्निंग रेट को ऑप्टिमाइज़ करना
- अपने हिसाब से देखें: बैच का साइज़
- प्लेग्राउंड: लर्निंग रेट और कन्वर्जेंस
TensorFlow का पहला चरण
- प्रोग्रामिंग एक्सरसाइज़: NumPy अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग एक्सरसाइज़: पांडा अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग कसरत: सिंथेटिक डेटा के साथ लीनियर रिग्रेशन
- प्रोग्रामिंग एक्सरसाइज़: रीयल डेटासेट के साथ लीनियर रिग्रेशन
ट्रेनिंग और टेस्ट सेट
पुष्टि
फ़ीचर क्रॉस
- प्लेग्राउंड: पेश है फ़ीचर क्रॉस, ज़्यादा जटिल फ़ीचर क्रॉस
- समझें: सुविधा के बारे में जानकारी
- प्रोग्रामिंग एक्सरसाइज़: फ़ीचर क्रॉस का इस्तेमाल करना
आसान तरीका
- प्लेग्राउंड: ओवरक्रॉसिंग?
- अपनी समझ की जांच करें: L2 रेगुलराइज़ेशन, L2 सामान्य बनाने और उससे जुड़ी सुविधाएं
- खेल का मैदान: L2 रेगुलराइज़ेशन की जांच की जा रही है
कैटगरी
- अपनी समझ की जांच करें: सटीक होना, सटीक होना, याद रखना, सटीक होने की जानकारी, और कॉल को वापस लेना
- अपनी समझ की जांच करें: ROC और AUC
- प्रोग्रामिंग एक्सरसाइज़: बाइनरी क्लासिफ़िकेशन
कम रोशनी के लिए सलाह
- अपनी समझ का पता लगाएं: L1 रेगुलराइज़ेशन, L1 बनाम L2 रेगुलराइज़ेशन
- प्लेग्राउंड: L1 परीक्षा में शामिल होना
न्यूरल नेट्स के बारे में जानकारी
- प्लेग्राउंड: फ़र्स्ट न्यूरल नेटवर्क, न्यूरल नेट इनीशियलाइज़ेशन, न्यूरल नेट स्पाइरल
- प्रोग्रामिंग एक्सरसाइज़: न्यूरल नेटवर्क के बारे में जानकारी
ट्रेनिंग न्यूरल नेट्स
कई कक्षाओं के न्यूरल नेट्स
निष्पक्षता
स्टैटिक बनाम डाइनैमिक ट्रेनिंग
स्टैटिक बनाम डाइनैमिक अनुमान
डेटा डिपेंडेंसी
खेल का मैदान
मार्च 2020 में, इस कोर्स में tf.keras की मदद से कोड किए गए प्रोग्रामिंग टूल का इस्तेमाल करना शुरू किया गया था. अगर आप लेगसी एस्टीमेटर प्रोग्रामिंग एक्सरसाइज़ की सुविधा का इस्तेमाल करना चाहते हैं, तो उन्हें GitHub पर देखें.
फ़्रेमिंग
एमएल में घटते क्रम में
नुकसान कम करना
- लर्निंग रेट को ऑप्टिमाइज़ करना
- अपने हिसाब से देखें: बैच का साइज़
- प्लेग्राउंड: लर्निंग रेट और कन्वर्जेंस
TensorFlow का पहला चरण
- प्रोग्रामिंग एक्सरसाइज़: NumPy अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग एक्सरसाइज़: पांडा अल्ट्राक्विक ट्यूटोरियल
- प्रोग्रामिंग कसरत: सिंथेटिक डेटा के साथ लीनियर रिग्रेशन
- प्रोग्रामिंग एक्सरसाइज़: रीयल डेटासेट के साथ लीनियर रिग्रेशन
ट्रेनिंग और टेस्ट सेट
पुष्टि
फ़ीचर क्रॉस
- प्लेग्राउंड: पेश है फ़ीचर क्रॉस, ज़्यादा जटिल फ़ीचर क्रॉस
- समझें: सुविधा के बारे में जानकारी
- प्रोग्रामिंग एक्सरसाइज़: फ़ीचर क्रॉस का इस्तेमाल करना
आसान तरीका
- प्लेग्राउंड: ओवरक्रॉसिंग?
- अपनी समझ की जांच करें: L2 रेगुलराइज़ेशन, L2 सामान्य बनाने और उससे जुड़ी सुविधाएं
- खेल का मैदान: L2 रेगुलराइज़ेशन की जांच की जा रही है
कैटगरी
- अपनी समझ की जांच करें: सटीक होना, सटीक होना, याद रखना, सटीक होने की जानकारी, और कॉल को वापस लेना
- अपनी समझ की जांच करें: ROC और AUC
- प्रोग्रामिंग एक्सरसाइज़: बाइनरी क्लासिफ़िकेशन
कम रोशनी के लिए सलाह
- अपनी समझ का पता लगाएं: L1 रेगुलराइज़ेशन, L1 बनाम L2 रेगुलराइज़ेशन
- प्लेग्राउंड: L1 परीक्षा में शामिल होना
न्यूरल नेट्स के बारे में जानकारी
- प्लेग्राउंड: फ़र्स्ट न्यूरल नेटवर्क, न्यूरल नेट इनीशियलाइज़ेशन, न्यूरल नेट स्पाइरल
- प्रोग्रामिंग एक्सरसाइज़: न्यूरल नेटवर्क के बारे में जानकारी