Understanding Artificial Intelligence
Maarten Van den Broeck
Senior Content Developer at DataCamp


Machine Learning: डेटा से सीखना और पैटर्न पहचानना

Machine Learning: डेटा से सीखना और पैटर्न पहचानना

Machine Learning: डेटा से सीखना और पैटर्न पहचानना

Machine Learning: डेटा से सीखना और पैटर्न पहचानना

Machine Learning: डेटा से सीखना और पैटर्न पहचानना

Classification: हर डेटा ऑब्ज़र्वेशन को उसके संभावित केटेगरी (class) में सौंपना

Classification: हर डेटा ऑब्ज़र्वेशन को उसके संभावित केटेगरी (class) में सौंपना
Supervised learning: सीखने/ट्रेन करने के लिए Data annotation चाहिए (यानी पहले से ज्ञात class वाले लेबल्ड ऑब्ज़र्वेशन) ताकि inference करने में सक्षम model बने

Regression: हर डेटा ऑब्ज़र्वेशन के इनपुट के आधार पर एक संख्यात्मक आउटपुट या label देना

Time series forecasting: पिछले व्यवहार के आधार पर वैरिएबल के भविष्य मान predict करना

Clustering: similar विशेषताओं वाले डेटा के सबग्रुप ढूँढना (जैसे k-means एल्गोरिदम)

Anomaly detection: abnormal डेटा ऑब्ज़र्वेशन पहचानना, जैसे असामान्य कार्ड ट्रांज़ैक्शन

Association rule discovery: ट्रांज़ैक्शन डेटा में आइटम की सामान्य सह-घटनाएँ ढूँढना

Reinforcement learning: experience (trial and error) से सीखकर जटिल कार्य में महारत पाना

Deep neural networks पर आधारित अत्यधिक उन्नत मॉडल: जहाँ classical ML मॉडल सीमित हो जाते हैं, वहाँ बहुत कठिन टास्क हल करें
डेटा से वैसे सीखें जैसे मानव मस्तिष्क सीखता है
सीखने के लिए बहुत सारा डेटा चाहिए: कभी-कभी millions ऑब्ज़र्वेशन

Deep neural networks पर आधारित अत्यधिक उन्नत मॉडल: जहाँ classical ML मॉडल सीमित हो जाते हैं, वहाँ बहुत कठिन टास्क हल करें
सीखने के लिए बहुत सारा डेटा चाहिए: कभी-कभी millions ऑब्ज़र्वेशन

Understanding Artificial Intelligence