१ 1959 XNUMX in मा आर्थर शमूएलले मेशिन लर्निंगलाई "अध्ययनको क्षेत्र भनेर परिभाषित गर्यो जुन कम्प्युटरलाई स्पष्टसँग प्रोग्राम नगरीकन सिक्ने क्षमता प्रदान गर्दछ"। ईआईटीसी/एआई/एमएलपीपी मेशिन लर्निंग प्रोग्रामिंगको साथ पाइथन प्रोग्रामिंगको उद्देश्य भनेको पाइथनको साथ प्रोग्रामिंगमा ध्यान केन्द्रित गर्दै मेशिन लर्निंग (सिद्धान्तको आधारभूत समझ सहित) को बुनियादी परिचय प्रस्तुत गर्नु हो। सिद्धान्त बाहेक यसले सुपरिवेक्षण, अनअवेर्वेइज्ड, र डीप लर्निंग मेशिन लर्निंग एल्गोरिदमका सैद्धांतिक र व्यावहारिक पक्षहरूको साथ अनुप्रयोगहरूलाई समाहित गर्दछ। कार्यक्रमले रैखिक प्रतिगमन, K नजिकैका छिमेकीहरू, समर्थन भेक्टर मेशिन (SVM), फ्ल्याट क्लस्टरिtering, श्रेणीबद्ध क्लस्टरिंग, र न्यूरल नेटवर्कहरू समावेश गर्दछ। यसमा शामिल एल्गोरिथिमक्सको आधारभूत धारणा र पछाडि तर्क समावेश छ। यसले प्रोग्रामिंगमा एल्गोरिथ्मको अनुप्रयोगहरूको चर्चा पनि मोड्युलहरू (उदाहरणको लागि साइकिट-सिक्नुहोस्) को साथ नमूना वास्तविक डाटा सेटको प्रयोग गरेर कभर गर्दछ। कार्यक्रमले यी एल्गोरिदमहरू कोडमा कार्यान्वयन गरेर प्रत्येक एल्गोरिदमको विवरणहरू पनि समाहित गर्दछ, समावेश गरिएको गणितले कसरी एल्गोरिदमहरू ठीकसँग काम गर्दछन्, कसरी परिमार्जन गर्न सकिन्छ, र उनीहरूका सुविधाहरू के हुन्, लाभ र हानि सहित। मेशिन लर्निंगमा संलग्न एल्गोरिथिक्स यति मात्र सरल छन् (ठूलो डाटा सेटहरूको लागि तिनीहरूको स्केलि by आवश्यकताले सर्त गरे जस्तै) जुन तिनीहरू गणितमा आधारित छन् (रैखिक बीजगणित)।
पाठ्यक्रम संदर्भ संसाधन
पाइथन कागजात
https://www.python.org/doc/
पाइथनले डाउनलोडहरू जारी गर्दछ
https://www.python.org/downloads/
शुरुवात गाइडका लागि पाइथन
https://www.python.org/about/gettingstarted/
पाइथन विकी शुरुवात गाइड
https://wiki.python.org/moin/BeginnersGuide
W3Schools अजगर मेसिन लर्निंग ट्यूटोरियल
https://www.w3schools.com/python/python_ml_getting_started.asp
EITC/AI/MLP Machine Learning with Python कार्यक्रमको लागि पूर्ण अफलाइन स्व-सिक्ने तयारी सामग्रीहरू PDF फाइलमा डाउनलोड गर्नुहोस्।
EITC/AI/MLP तयारी सामग्री - मानक संस्करण
EITC/AI/MLP तयारी सामग्री - समीक्षा प्रश्नहरूको साथ विस्तारित संस्करण