औलाप्रो अपने उपयोगकर्ताओं को बेहतर अनुभव प्रदान करने के लिए कुकीज़ का उपयोग करता है। आप अधिक जानकारी प्राप्त कर सकते हैं यहां, या ब्राउज़िंग जारी रखने के लिए बस "मैं स्वीकार करता हूं" या इस नोटिस के बाहर क्लिक करें।
इस कोर्स को इसकी उच्च रेटिंग और बड़ी संख्या में रेटिंग के आधार पर कौरसेरा पर शीर्ष 100 सर्वश्रेष्ठ पाठ्यक्रमों में स्थान दिया गया था।
क्या आपके पास डेटा है और आश्चर्य है कि यह आपको क्या बता सकता है? मशीन लर्निंग द्वारा आपके व्यवसाय को बेहतर बनाने के शीर्ष तरीकों की गहरी समझ की आवश्यकता है? प्रतिगमन और वर्गीकरण से लेकर गहन शिक्षण और अनुशंसा प्रणाली तक किसी भी चीज़ पर विशेषज्ञों के साथ चैट करने में सक्षम होना चाहते हैं? इस कोर्स में, आप व्यावहारिक केस स्टडीज की एक श्रृंखला के माध्यम से मशीन लर्निंग के साथ व्यावहारिक अनुभव प्राप्त करेंगे। पहले पाठ्यक्रम के अंत तक, आपने यह अध्ययन किया होगा कि के आधार पर घर की कीमतों का अनुमान कैसे लगाया जाता है
क्या आपके पास डेटा है और आश्चर्य है कि यह आपको क्या बता सकता है? मशीन लर्निंग द्वारा आपके व्यवसाय को बेहतर बनाने के शीर्ष तरीकों की गहरी समझ की आवश्यकता है? प्रतिगमन और वर्गीकरण से लेकर गहन शिक्षण और अनुशंसा प्रणाली तक किसी भी चीज़ पर विशेषज्ञों के साथ चैट करने में सक्षम होना चाहते हैं? इस कोर्स में, आप व्यावहारिक केस स्टडीज की एक श्रृंखला के माध्यम से मशीन लर्निंग के साथ व्यावहारिक अनुभव प्राप्त करेंगे।
पहले पाठ्यक्रम के अंत तक, आपने अध्ययन किया होगा कि घरेलू स्तर की विशेषताओं के आधार पर घर की कीमतों का अनुमान कैसे लगाया जाए, उपयोगकर्ता भावना का विश्लेषण किया जाए, रुचि के दस्तावेजों को पुनः प्राप्त किया जाए, उत्पादों की सिफारिश की जाए और छवियों की खोज की जाए।
इन उपयोग के मामलों के साथ व्यावहारिक अभ्यास के माध्यम से, आप कई प्रकार के डोमेन में मशीन सीखने के तरीकों को लागू करने में सक्षम होंगे।
यह पहला कोर्स मशीन लर्निंग मेथड को ब्लैक बॉक्स के रूप में मानता है।
इस एब्स्ट्रैक्शन का उपयोग करके, आप रुचि के कार्यों को समझने, मशीन लर्निंग टूल्स के साथ इन कार्यों का मिलान करने और परिणाम की गुणवत्ता का मूल्यांकन करने पर ध्यान केंद्रित करेंगे।
बाद के पाठ्यक्रमों में, आप मॉडल और एल्गोरिदम की जांच करके इस ब्लैक बॉक्स के घटकों में तल्लीन होंगे।
साथ में, ये टुकड़े मशीन लर्निंग पाइपलाइन बनाते हैं, जिसका उपयोग आप बुद्धिमान अनुप्रयोगों को विकसित करने में करेंगे।
सीखने के परिणाम: इस पाठ्यक्रम के अंत में, आप सक्षम होंगे: - व्यवहार में मशीन सीखने के संभावित अनुप्रयोगों की पहचान करें।
प्रतिगमन, वर्गीकरण और क्लस्टरिंग द्वारा सक्षम विश्लेषणों में केंद्रीय अंतरों का वर्णन करें।
संभावित अनुप्रयोग के लिए उपयुक्त मशीन लर्निंग कार्य का चयन करें।
-प्रतिगमन, वर्गीकरण, क्लस्टरिंग, पुनर्प्राप्ति, अनुशंसा प्रणाली और गहन शिक्षण लागू करें।
- मशीन लर्निंग मॉडल में इनपुट के रूप में काम करने के लिए अपने डेटा को सुविधाओं के रूप में प्रस्तुत करें।
-प्रत्येक कार्य के लिए प्रासंगिक त्रुटि मेट्रिक्स के संदर्भ में मॉडल की गुणवत्ता का मूल्यांकन करें।
-नए डेटा का विश्लेषण करने के लिए एक मॉडल को फिट करने के लिए डेटा सेट का उपयोग करें।
- एक एंड-टू-एंड एप्लिकेशन बनाएं जो मशीन लर्निंग का मूल रूप से उपयोग करता हो।
-पायथन में इन तकनीकों को लागू करें।
52
मशीन लर्निंग हर जगह है, लेकिन यह अक्सर पर्दे के पीछे काम करता है। विशेषज्ञता के लिए यह परिचय आपको मशीन सीखने की शक्ति और बुद्धिमान अनुप्रयोगों की भीड़ पर शिक्षित करता है जिसे आप व्यक्तिगत रूप से विकसित कर सकते हैं और पूरा होने पर तैनात कर सकते हैं। हम यह भी चर्चा करते हैं कि हम कौन हैं, हम यहां कैसे पहुंचे, और स्मार्ट ऐप्स के भविष्य के लिए हमारी दृष्टि।
इस सप्ताह, आप अपना पहला स्मार्ट ऐप बनाएंगे जो डेटा से पूर्वानुमान लगाता है। हम अपने पहले केस स्टडी के संदर्भ में इस विचार का पता लगाएंगे, घर की कीमतों की भविष्यवाणी, जहां आप ऐसे मॉडल बनाएंगे जो इनपुट विशेषताओं (वर्ग फुटेज, शयनकक्षों और स्नानघरों की संख्या, ...) से निरंतर मूल्य (मूल्य) की भविष्यवाणी करते हैं। . यह कई जगहों में से एक है जहां प्रतिगमन लागू किया जा सकता है। अन्य अनुप्रयोगों में दवा में स्वास्थ्य परिणामों की भविष्यवाणी, वित्त में स्टॉक की कीमतें और उच्च-प्रदर्शन कंप्यूटिंग में ऊर्जा के उपयोग से लेकर यह विश्लेषण करना शामिल है कि जीन अभिव्यक्ति के लिए कौन से नियामक महत्वपूर्ण हैं। आप यह भी जांचेंगे कि जुपिटर नोटबुक का उपयोग करके अपने भविष्य कहनेवाला मॉडल के प्रदर्शन का विश्लेषण कैसे करें और व्यवहार में प्रतिगमन को लागू करें।
आप कैसे बताते हैं कि किसी व्यक्ति ने किसी अनुभव के बारे में सकारात्मक या नकारात्मक महसूस किया है, बस एक छोटी समीक्षा से उन्होंने लिखा है? हमारे दूसरे मामले के अध्ययन में, भावना का विश्लेषण करते हुए, आप ऐसे मॉडल बनाएंगे जो इनपुट सुविधाओं (समीक्षा पाठ, उपयोगकर्ता प्रोफ़ाइल जानकारी, ...) के एक वर्ग (सकारात्मक/नकारात्मक भावना) की भविष्यवाणी करते हैं। यह कार्य वर्गीकरण का एक उदाहरण है, जो मशीन लर्निंग के सबसे व्यापक रूप से उपयोग किए जाने वाले क्षेत्रों में से एक है, जिसमें विज्ञापन लक्ष्यीकरण, स्पैम पहचान, चिकित्सा निदान और छवि वर्गीकरण सहित कई प्रकार के अनुप्रयोग हैं। आप अपने क्लासिफायरियर की सटीकता का विश्लेषण करेंगे, एक ज्यूपिटर नोटबुक में एक वास्तविक क्लासिफायरियर को लागू करेंगे, और पहली बार उस स्मार्ट ऐप के कोर पीस का परीक्षण करेंगे जिसे आप अपने कैपस्टोन में बनाएंगे और लागू करेंगे।
एक पाठक एक विशिष्ट समाचार लेख में रुचि रखता है और सिफारिश करने के लिए इसी तरह के लेख खोजना चाहता है। समानता की सही धारणा क्या है? निकटतम मिलान खोजने के लिए मैं दस्तावेज़ों को स्वचालित रूप से कैसे खोजूं? मैं पहली बार में दस्तावेजों का मात्रात्मक रूप से प्रतिनिधित्व कैसे करूं? इस तीसरे मामले के अध्ययन में, दस्तावेज़ों को प्राप्त करना, आप विभिन्न दस्तावेज़ अभ्यावेदन और सबसे समान उपसमुच्चय को पुनः प्राप्त करने के लिए एक एल्गोरिथ्म की जांच करेंगे। आप उन दस्तावेज़ों के संरचित प्रतिनिधित्व पर भी विचार करेंगे जो स्वचालित रूप से समानता के आधार पर लेखों को समूहित करते हैं (उदाहरण के लिए, दस्तावेज़ का विषय)। वास्तव में, यह जुपिटर नोटबुक में विकिपीडिया प्रविष्टियों के लिए एक स्मार्ट दस्तावेज़ पुनर्प्राप्ति प्रणाली तैयार करेगा।
क्या आपने कभी सोचा है कि अमेज़ॅन अपने व्यक्तिगत उत्पाद अनुशंसाएँ कैसे बनाता है? नेटफ्लिक्स फिल्मों को देखने का सुझाव कैसे देता है? पेंडोरा स्ट्रीम करने के लिए अगला गाना कैसे चुनता है? फेसबुक या लिंक्डइन उन लोगों को कैसे ढूंढता है जिनसे आप जुड़ सकते हैं? वैयक्तिकृत सामग्री के लिए इन सभी तकनीकों के पीछे सहयोगी फ़िल्टरिंग कहा जाता है। आप सीखेंगे कि विभिन्न तकनीकों का उपयोग करके इस तरह की सिफारिश प्रणाली कैसे बनाई जाए और इसके ट्रेड-ऑफ का पता लगाया जाए। एक तरीका जिसकी हम जांच करते हैं वह है मैट्रिक्स फ़ैक्टराइज़ेशन, जो अनुशंसाएँ बनाने के लिए उपयोगकर्ताओं और उत्पादों की विशेषताओं को सीखता है। एक ज्यूपिटर नोटबुक में, आप एक वास्तविक गीत अनुशंसा प्रणाली बनाने के लिए इन तकनीकों का उपयोग करेंगे।
दुनिया के सबसे प्रतिष्ठित विश्वविद्यालयों के साथ खुद को घर से तैयार करें।
कौरसेरा के पाठ्यक्रमों की गुणवत्ता इसके प्रशिक्षकों द्वारा समर्थित है, जो अक्सर डॉक्टरेट के साथ डीन होते हैं।
कौरसेरा के 85% से अधिक छात्र कैरियर लाभ की रिपोर्ट करते हैं, जैसे कि पदोन्नति या वेतन वृद्धि।
कौरसेरा के साथ दुनिया भर में लाखों छात्र अपने व्यक्तिगत और व्यावसायिक लक्ष्यों को पूरा कर रहे हैं।
कौरसेरा दुनिया भर में ऑनलाइन सीखने के लिए 200 से अधिक प्रमुख विश्वविद्यालयों और कंपनियों के पाठ्यक्रम प्रदान करता है। कौरसेरा प्लस सदस्यता के साथ, आप सभी पाठ्यक्रमों के 90% से अधिक तक असीमित पहुंच प्राप्त करते हैं, और कौरसेरा पर सबसे लोकप्रिय पेशेवर प्रमाणपत्र और विशेषज्ञता प्राप्त करते हैं।
डेटा विज्ञान, व्यवसाय और व्यक्तिगत विकास। आप एक साथ कई पाठ्यक्रमों में नामांकन कर सकते हैं, असीमित प्रमाणपत्र अर्जित कर सकते हैं, और करियर शुरू करने, विकसित करने और यहां तक कि बदलने के लिए मांग में नौकरी कौशल सीख सकते हैं।
डिस्कवर करें कि सबसे अधिक कैसे प्राप्त करें, और Coursera Plus* की वार्षिक सदस्यता के साथ $500 से अधिक की बचत करें।
*आप 500 महीनों में USD$12 तक की बचत करते हैं, जब आप प्रचार के साथ वार्षिक सदस्यता के लिए मासिक सदस्यता के लिए $59 USD का भुगतान करते हैं। सामान्य वार्षिक सदस्यता USD $399 है। प्रचार के साथ आप केवल USD $299 का भुगतान करेंगे। पीले बटन पर क्लिक करके जानें सबकुछ।
मशीन लर्निंग के अमेज़न प्रोफेसर
मेरा व्यक्ति_जोड़ 410.851 छात्र
मेरा कंप्यूटर6 पाठ्यक्रम
1861 में स्थापित, वाशिंगटन विश्वविद्यालय पश्चिमी तट पर उच्च शिक्षा के सबसे पुराने राज्य समर्थित संस्थानों में से एक है और दुनिया के अग्रणी शोध विश्वविद्यालयों में से एक है।
नमस्ते मैं आपको कैसे मदद कर सकता हुँ? क्या आप किसी पाठ्यक्रम में रुचि रखते हैं? किस विषय के बारे में?
औलाप्रो अपने उपयोगकर्ताओं को बेहतर अनुभव प्रदान करने के लिए कुकीज़ का उपयोग करता है। आप अधिक जानकारी प्राप्त कर सकते हैं यहां, या ब्राउज़िंग जारी रखने के लिए बस "मैं स्वीकार करता हूं" या इस नोटिस के बाहर क्लिक करें।
अपनी समीक्षा दीजि