सदस्य:IPSHITACHOWDHURY1840255/प्रयोगपृष्ठ
मशीन लर्निंग[संपादित करें]
मशीन लर्निंग, निस्संदेह, कृत्रिम बुद्धिमत्ता के सबसे रोमांचक उपसमुच्चय में से एक है। यह मशीन से विशिष्ट इनपुट के साथ डेटा से सीखने का कार्य पूरा करता है। यह समझना महत्वपूर्ण है कि मशीन लर्निंग क्या काम करता है और इस प्रकार, भविष्य में इसका उपयोग कैसे किया जा सकता है।
मशीन लर्निंग डेटा इनपुट के साथ शुरू होती है। अंतिम मशीन लर्निंग एल्गोरिदम को विकसित करने के लिए डेटा को प्रशिक्षित करना। प्रशिक्षण डेटा इनपुट का प्रकार एल्गोरिथ्म को प्रभावित करता है, और उस अवधारणा को आगे क्षण भर में कवर किया जाएगा। यह जाँचने के लिए कि क्या यह एल्गोरिथम सही तरीके से काम करता है, नए इनपुट विधि डेटा को मशीन लर्निंग एल्गोरिथम में फीड किया गया है। फिर भविष्यवाणी और परिणाम की जाँच की जाती है। यदि पूर्वानुमान अपेक्षित नहीं है, तो वांछित आउटपुट मिलने तक एल्गोरिथ्म को कई बार पुन: प्रशिक्षित किया जाता है। यह मशीन लर्निंग अल्गोरिद्म को लगातार अपने दम पर सीखने में सक्षम बनाता है और सबसे इष्टतम उत्तर देता है जो समय के साथ धीरे-धीरे सटीकता में बढ़ेगा।
मशीन लर्निंग के प्रकार[संपादित करें]
मशीन लर्निंग अपने आप में जटिल है, यही वजह है कि इसे दो मुख्य क्षेत्रों में विभाजित किया गया है, सीखने की निगरानी और अप्रकाशित शिक्षा। प्रत्येक के पास मशीन लर्निंग के भीतर एक विशिष्ट उद्देश्य और कार्य है, विशेष परिणाम देता है, और डेटा के विभिन्न रूपों का उपयोग करता है। लगभग 70 प्रतिशत मशीन लर्निंग की देखरेख सीखने के लिए की जाती है, जबकि बिना पढ़ी हुई लर्निंग 10 से 20 प्रतिशत तक होती है। एक और तरीका जो कम बार उपयोग किया जाता है वह है सुदृढीकरण सीखने।
पर्यवेक्षित लर्निंग[संपादित करें]
पर्यवेक्षित लर्निंग में, हम प्रशिक्षण डेटा के लिए ज्ञात या लेबल किए गए डेटा का उपयोग करते हैं। चूंकि डेटा ज्ञात है, इसलिए अधिगम, पर्यवेक्षण, अर्थात्, सफल निष्पादन में निर्देशित है। इनपुट डेटा मशीन लर्निंग एल्गोरिदम के माध्यम से जाता है और इसका उपयोग मॉडल को प्रशिक्षित करने के लिए किया जाता है। एक बार मॉडल को ज्ञात डेटा के आधार पर प्रशिक्षित किया जाता है, तो आप मॉडल में [[अज्ञात डेटा का उपयोग कर सकते हैं और एक नई प्रतिक्रिया प्राप्त कर सकते हैं।
अनसुचित लर्निंग[संपादित करें]
अप्रशिक्षित शिक्षण में, प्रशिक्षण डेटा अज्ञात और अप्रकाशित है - जिसका अर्थ है कि किसी ने पहले डेटा को नहीं देखा है। ज्ञात डेटा के पहलू के बिना, इनपुट को एल्गोरिथ्म के लिए निर्देशित नहीं किया जा सकता है, जो कि कहां से असुरक्षित शब्द उत्पन्न होता है। यह डेटा मशीन लर्निंग एल्गोरिदम को खिलाया जाता है और मॉडल को प्रशिक्षित करने के लिए उपयोग किया जाता है। प्रशिक्षित मॉडल एक पैटर्न की खोज करने और वांछित प्रतिक्रिया देने की कोशिश करता है। इस मामले में, यह अक्सर ऐसा होता है कि एल्गोरिथ्म एनिग्मा (मशीन) की तरह कोड को तोड़ने की कोशिश कर रहा है, लेकिन मानव मन के बिना सीधे शामिल नहीं है, बल्कि एक मशीन है।
[1]https://ifbwashingmachine.in/
[2]https://datascience.stackovernet.com/hi/q/67
- ↑ Sahoo, Prabhanjan (2019-01-07). "youtube to mp3 क्या है और कैसे काम करता है?". HindiMe (अंग्रेज़ी में). अभिगमन तिथि 2020-02-22.
- ↑ "machine-learning - मशीन-लर्निंग एप्लिकेशन सीखना कुछ आसान हैं?". datascience.stackovernet.com. अभिगमन तिथि 2020-02-22.