ज़रूरी शर्तें और प्रीवर्क

क्या मशीन लर्निंग क्रैश कोर्स आपके लिए सही है?

मेरे पास मशीन लर्निंग के बारे में बहुत कम या कोई जानकारी नहीं है.

मेरे पास मशीन लर्निंग के बारे में कुछ जानकारी है, लेकिन मुझे इस बारे में ज़्यादा और अप-टू-डेट जानकारी चाहिए.

मेरे पास डेटा के साथ काम करने और मॉडल बनाने के लिए, मशीन लर्निंग के सिद्धांतों को लागू करने का व्यावहारिक अनुभव है.

मुझे Keras जैसे एमएल एपीआई इस्तेमाल करने के बारे में ट्यूटोरियल चाहिए.

मशीन लर्निंग क्रैश कोर्स शुरू करने से पहले, कृपया यहां दिए गए पहले से किए जाने वाले काम और ज़रूरी शर्तें सेक्शन को पढ़ें. इससे आपको यह पक्का करने में मदद मिलेगी कि आप सभी मॉड्यूल पूरे करने के लिए तैयार हैं.

सेशन की तैयारी

मशीन लर्निंग क्रैश कोर्स शुरू करने से पहले, ये काम करें:

1. अगर आपको मशीन लर्निंग के बारे में जानकारी नहीं है, तो मशीन लर्निंग के बारे में जानकारी लेख पढ़ें. इस छोटे से सेल्फ़-स्टडी कोर्स में, मशीन लर्निंग के बुनियादी सिद्धांतों के बारे में बताया गया है.
2. अगर आपने NumPy का इस्तेमाल पहले कभी नहीं किया है, तो NumPy के बारे में बेहद कम समय में जानकारी देने वाला ट्यूटोरियल वाला Colab एक्सरसाइज़ करें. इसमें आपको इस कोर्स के लिए, NumPy के बारे में ज़रूरी जानकारी मिलेगी.
3. अगर आपने pandas का इस्तेमाल पहले कभी नहीं किया है, तो pandas के बारे में बेहद कम समय में जानकारी देने वाला ट्यूटोरियल वाला Colab एक्सरसाइज़ करें. इसमें आपको pandas के बारे में वह सारी जानकारी मिलेगी जो इस कोर्स के लिए ज़रूरी है.

अपनी मशीन पर प्रोग्रामिंग कसरतें डाउनलोड, इंस्टॉल करने, और चलाने का तरीका जानने के लिए, स्थानीय तौर पर प्रोग्रामिंग एक्सरसाइज़ चलाना देखें.

ज़रूरी शर्तें

मशीन लर्निंग क्रैश कोर्स में, मशीन लर्निंग के बारे में पहले से कोई जानकारी होना ज़रूरी नहीं है. हालांकि, हमारा सुझाव है कि यहां दिए गए कॉन्सेप्ट को समझने और गतिविधियां पूरी करने के लिए, छात्र-छात्राएं ये ज़रूरी शर्तें पूरी करें:

• आपको वैरिएबल, लीनियर समीकरण, फ़ंक्शन के ग्राफ़, हिस्टोग्राम, और आंकड़ों के तरीके के बारे में जानकारी होनी चाहिए.

• आप अच्छे प्रोग्रामर हों. आम तौर पर, आपके पास Python में प्रोग्रामिंग का कुछ अनुभव होना चाहिए, क्योंकि प्रोग्रामिंग से जुड़े एक्सरसाइज़ Python में होते हैं. हालांकि, Python का इस्तेमाल न करने वाले अनुभवी प्रोग्रामर, आम तौर पर प्रोग्रामिंग से जुड़े अभ्यास पूरे कर सकते हैं.

यहां दिए गए सेक्शन में, बैकग्राउंड से जुड़े ऐसे अन्य लिंक दिए गए हैं जो मददगार हो सकते हैं.

बीजगणित

• वैरिएबल, कोएफ़िशिएंट, और फ़ंक्शन
• लीनियर इक्वेशन, जैसे कि $y = b + w_1x_1 + w_2x_2$
• लॉगारिदम और लॉगारिद्मिक इक्वेशन, जैसे कि $y = ln(1+ e^z)$
• सिगमॉइड फ़ंक्शन

लीनियर अलजेब्रा

• टेंसर और टेंसर रैंक
• मैट्रिक्स का गुणा

त्रिकोणमिति

• tanh (इसके बारे में ऐक्टिवेशन फ़ंक्शन के तौर पर बताया गया है; इसके लिए, पहले से कोई जानकारी ज़रूरी नहीं है)

आंकड़े

• माध्य, माध्यिका, आउटलायर, और स्टैंडर्ड डिवीऐशन
• हिस्टोग्राम को पढ़ने की क्षमता

कैलकुलस (ज़रूरी नहीं, ऐडवांस विषयों के लिए)

• डेरिवेटिव का कॉन्सेप्ट (आपको डेरिवेटिव का हिसाब नहीं लगाना होगा)
• ग्रेडिएंट या ढलान
• पार्शियल डेरिवेटिव (जो ग्रेडिएंट से काफ़ी मिलते-जुलते हैं)
• चेन नियम (न्यूरल नेटवर्क को ट्रेनिंग देने के लिए, बैकप्रोपगेशन एल्गोरिदम को पूरी तरह से समझने के लिए)

Python प्रोग्रामिंग

Python ट्यूटोरियल में, Python के ये बुनियादी कॉन्सेप्ट शामिल हैं:

• पोज़िशनल और कीवर्ड पैरामीटर का इस्तेमाल करके, फ़ंक्शन तय करना और उन्हें कॉल करना

• डिक्शनरी, सूचियां, सेट (बनाना, ऐक्सेस करना, और दोहराना)

• for लूप, for एक से ज़्यादा आइटरेटर वैरिएबल वाले लूप (उदाहरण के लिए, for a, b in [(1,2), (3,4)])

• if/else कंडीशनल ब्लॉक और कंडिशनल एक्सप्रेशन

• स्ट्रिंग फ़ॉर्मैटिंग (उदाहरण के लिए, '%.2f' % 3.14)

• वैरिएबल, असाइनमेंट, बुनियादी डेटा टाइप (int, float, bool, str)

प्रोग्रामिंग से जुड़े कुछ अभ्यासों में, Python के इन बेहतर कॉन्सेप्ट का इस्तेमाल किया गया है:

• लिस्ट कंप्रेहेन्स

Bash टर्मिनल और Cloud Console

अपनी लोकल मशीन या क्लाउड कंसोल पर प्रोग्रामिंग से जुड़े अभ्यास चलाने के लिए, आपको कमांड लाइन पर काम करने की जानकारी होनी चाहिए:

• Bash रेफ़रंस मैन्युअल
• Bash की चेटशीट
• शेल के बारे में जानें