Deep learning परिचय

Python में Deep Learning परिचय

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

मान लीजिए आप एक बैंक में काम करते हैं

आपको अनुमान लगाना है कि अगले साल हर ग्राहक कितने लेन-देन करेगा

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.003.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.004.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.005.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.006.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.007.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.008.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.009.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.011.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.012.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.013.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.014.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.015.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.016.png

लिनियर रिग्रेशन की नज़र से उदाहरण

ch1_1.017.png

इंटरैक्शन

Neural networks इंटरैक्शन को बहुत अच्छे से कैप्चर करते हैं
Deep learning खास तौर पर पावरफुल neural networks उपयोग करता है
- टेक्स्ट
- इमेजेज
- वीडियो
- ऑडियो
- सोर्स कोड

कोर्स संरचना

पहले दो चैप्टर कॉन्सेप्टुअल नॉलेज पर फोकस करेंगे
- परंपरागत प्रेडिक्शन समस्याओं पर deep learning मॉडल्स को डिबग और ट्यून करें
- मॉडर्न एप्लिकेशन की ओर बढ़ने की नींव रखें
इसका फायदा तीसरे और चौथे चैप्टर में मिलेगा

keras के साथ deep learning मॉडल बनाएँ और ट्यून करें

import numpy as np
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
predictors = np.loadtxt('predictors_data.csv', delimiter=',')
n_cols = predictors.shape[1]
model = Sequential()

model.add(Dense(100, activation='relu', input_shape = (n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))