संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
अपने पथ पर महारत हासिल करें
मशीन लर्निंग में विशेषज्ञ बनने के लिए, आपको सबसे पहले चार शिक्षण क्षेत्रों में एक मजबूत नींव की आवश्यकता है: कोडिंग, गणित, एमएल सिद्धांत, और शुरू से अंत तक अपना खुद का एमएल प्रोजेक्ट कैसे बनाएं।
इन चार कौशलों को बेहतर बनाने के लिए TensorFlow के क्यूरेटेड पाठ्यक्रम से शुरुआत करें, या नीचे हमारी संसाधन लाइब्रेरी की खोज करके अपना खुद का सीखने का रास्ता चुनें।
मशीन लर्निंग शिक्षा के चार क्षेत्र
अपना शैक्षिक पथ शुरू करते समय, पहले यह समझना महत्वपूर्ण है कि एमएल कैसे सीखें। हमने सीखने की प्रक्रिया को ज्ञान के चार क्षेत्रों में विभाजित किया है, प्रत्येक क्षेत्र एमएल पहेली का एक मूलभूत हिस्सा प्रदान करता है। आपके पथ पर आपकी मदद करने के लिए, हमने पुस्तकों, वीडियो और ऑनलाइन पाठ्यक्रमों की पहचान की है जो आपकी क्षमताओं को बढ़ाएंगे, और आपको अपनी परियोजनाओं के लिए एमएल का उपयोग करने के लिए तैयार करेंगे। अपना ज्ञान बढ़ाने के लिए डिज़ाइन किए गए हमारे निर्देशित पाठ्यक्रम से शुरुआत करें, या हमारे संसाधन पुस्तकालय की खोज करके अपना रास्ता चुनें।
कोडिंग कौशल: एमएल मॉडल के निर्माण में एमएल अवधारणाओं को जानने के अलावा और भी बहुत कुछ शामिल है - इसमें आपके मॉडल का परीक्षण और अनुकूलन करने के लिए आवश्यक डेटा प्रबंधन, पैरामीटर ट्यूनिंग और परिणामों को पार्स करने के लिए कोडिंग की आवश्यकता होती है।
गणित और आँकड़े: एमएल एक गणित भारी अनुशासन है, इसलिए यदि आप एमएल मॉडल को संशोधित करने या स्क्रैच से नए बनाने की योजना बना रहे हैं, तो अंतर्निहित गणित अवधारणाओं से परिचित होना प्रक्रिया के लिए महत्वपूर्ण है।
एमएल सिद्धांत: एमएल सिद्धांत की मूल बातें जानने से आपको आगे बढ़ने की नींव मिलेगी और कुछ गलत होने पर समस्या निवारण में मदद मिलेगी।
अपनी खुद की परियोजनाएं बनाएं: एमएल के साथ व्यावहारिक अनुभव प्राप्त करना आपके ज्ञान का परीक्षण करने का सबसे अच्छा तरीका है, इसलिए कुछ अभ्यास प्राप्त करने के लिए एक साधारण कोलाब या ट्यूटोरियल के साथ शुरुआत करने से न डरें।
टेन्सरफ्लो पाठ्यक्रम
अनुशंसित पाठ्यक्रमों, पुस्तकों और वीडियो वाले हमारे निर्देशित पाठ्यक्रमों में से किसी एक के साथ सीखना शुरू करें।
पुस्तकों और ऑनलाइन पाठ्यक्रमों के इस संग्रह के साथ एमएल की मूल बातें सीखें। आपको एमएल से परिचित कराया जाएगा और TensorFlow 2.0 का उपयोग करके गहन शिक्षण के माध्यम से मार्गदर्शन किया जाएगा। फिर आपको शुरुआती ट्यूटोरियल के साथ जो सीखा है उसका अभ्यास करने का अवसर मिलेगा।
एक बार जब आप मशीन लर्निंग की मूल बातें समझ जाते हैं, तो तंत्रिका नेटवर्क की सैद्धांतिक समझ, गहन शिक्षण और अंतर्निहित गणित अवधारणाओं के अपने ज्ञान में सुधार करके अपनी क्षमताओं को अगले स्तर तक ले जाएं।
जावास्क्रिप्ट में मशीन लर्निंग मॉडल विकसित करने की मूल बातें जानें, और सीधे ब्राउज़र में कैसे तैनात करें। आपको गहन शिक्षण और व्यावहारिक अभ्यासों के माध्यम से TensorFlow.js के साथ शुरुआत करने के बारे में उच्च-स्तरीय परिचय मिलेगा।
शैक्षिक संसाधन
अपना स्वयं का सीखने का मार्ग चुनें, और आपको एमएल की नींव सिखाने के लिए TensorFlow टीम द्वारा अनुशंसित पुस्तकों, पाठ्यक्रमों, वीडियो और अभ्यासों का पता लगाएं।
पुस्तकें
ऑनलाइन पाठ्यक्रम
गणित की अवधारणाएँ
टीएफ संसाधन
मानव-केंद्रित ए.आई
पुस्तकें
पढ़ना एमएल और गहन शिक्षा की नींव को समझने के सर्वोत्तम तरीकों में से एक है। किताबें आपको भविष्य में नई अवधारणाओं को और अधिक तेज़ी से सीखने में मदद करने के लिए आवश्यक सैद्धांतिक समझ दे सकती हैं।
यह परिचयात्मक पुस्तक कंप्यूटर विज़न, प्राकृतिक भाषा प्रसंस्करण (एनएलपी), और वेब, मोबाइल, क्लाउड और एम्बेडेड रनटाइम के लिए अनुक्रम मॉडलिंग जैसे सबसे सामान्य एमएल परिदृश्यों को लागू करने के तरीके को सीखने के लिए एक कोड-प्रथम दृष्टिकोण प्रदान करती है।
ठोस उदाहरणों, न्यूनतम सिद्धांत और दो उत्पादन-तैयार पायथन फ्रेमवर्क- स्किकिट-लर्न और टेन्सरफ्लो का उपयोग करते हुए यह पुस्तक आपको बुद्धिमान प्रणालियों के निर्माण के लिए अवधारणाओं और उपकरणों की सहज समझ हासिल करने में मदद करती है।
यह डीप लर्निंग पाठ्यपुस्तक एक संसाधन है जिसका उद्देश्य छात्रों और अभ्यासकर्ताओं को सामान्य रूप से मशीन लर्निंग और विशेष रूप से डीप लर्निंग के क्षेत्र में प्रवेश करने में मदद करना है।
यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक बढ़िया संदर्भ है।
व्यापक तकनीकी दर्शकों के लिए TensorFlow.js के बुनियादी सिद्धांतों पर एक व्यावहारिक दृष्टिकोण। एक बार जब आप इस पुस्तक को समाप्त कर लेंगे, तो आपको पता चल जाएगा कि TensorFlow.js के साथ उत्पादन-तैयार डीप लर्निंग सिस्टम कैसे बनाया और तैनात किया जाए।
फ्रेंकोइस चॉलेट के साथ शैनकिंग कै, स्टेनली बिलेस्ची, एरिक डी. नील्सन द्वारा
TensorFlow लाइब्रेरी के मुख्य लेखकों द्वारा लिखित, यह पुस्तक आपके ब्राउज़र या नोड पर जावास्क्रिप्ट में गहन शिक्षण ऐप्स के लिए आकर्षक उपयोग के मामले और गहन निर्देश प्रदान करती है।
एमएल की बुनियादी अवधारणाओं को सीखने के लिए बहु-भागीय ऑनलाइन पाठ्यक्रम लेना एक अच्छा तरीका है। कई पाठ्यक्रम महान दृश्य व्याख्याकार और मशीन लर्निंग को सीधे काम पर या आपकी व्यक्तिगत परियोजनाओं के साथ लागू करना शुरू करने के लिए आवश्यक उपकरण प्रदान करते हैं।
TensorFlow टीम के सहयोग से विकसित, यह पाठ्यक्रम TensorFlow डेवलपर विशेषज्ञता का हिस्सा है और आपको TensorFlow का उपयोग करने के लिए सर्वोत्तम अभ्यास सिखाएगा।
TensorFlow डेवलपर द्वारा सिखाई गई इस चार-कोर्स विशेषज्ञता में, आप TensorFlow में स्केलेबल AI-संचालित एल्गोरिदम बनाने के लिए उपयोग किए जाने वाले टूल और सॉफ़्टवेयर डेवलपर्स का पता लगाएंगे।
टेन्सरफ्लो एपीआई के साथ मशीन लर्निंग क्रैश कोर्स इच्छुक मशीन लर्निंग चिकित्सकों के लिए एक स्व-अध्ययन मार्गदर्शिका है। इसमें वीडियो व्याख्यान, वास्तविक दुनिया के मामले के अध्ययन और व्यावहारिक अभ्यास अभ्यास के साथ पाठों की एक श्रृंखला शामिल है।
एमआईटी के इस पाठ्यक्रम में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और टेन्सरफ्लो में तंत्रिका नेटवर्क के निर्माण में व्यावहारिक अनुभव प्राप्त करेंगे।
पांच पाठ्यक्रमों में, आप डीप लर्निंग की मूल बातें सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाए, और सफल मशीन लर्निंग परियोजनाओं का नेतृत्व कैसे करें और एआई में करियर कैसे बनाएं। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि इसे उद्योग में कैसे लागू किया जाता है।
आपने मॉडल बनाना और प्रशिक्षित करना सीख लिया है। अब इस चार-कोर्स विशेषज्ञता में अपने मॉडल को प्रशिक्षित करने के लिए विभिन्न परिनियोजन परिदृश्यों को नेविगेट करना और डेटा का अधिक प्रभावी ढंग से उपयोग करना सीखें।
यह विशेषज्ञता TensorFlow की मूलभूत समझ रखने वाले सॉफ़्टवेयर और ML इंजीनियरों के लिए है, जो शक्तिशाली मॉडल बनाने के लिए उन्नत TensorFlow सुविधाओं को सीखकर अपने ज्ञान और कौशल का विस्तार करना चाहते हैं।
जानें कि कैसे आप अपने अत्याधुनिक अनुसंधान पर अधिक ध्यान आकर्षित कर सकते हैं, या वेब-आधारित मशीन लर्निंग के साथ अपने ग्राहकों या जिस कंपनी के लिए आप काम करते हैं, उसके लिए भविष्य में अपने वेब ऐप्स में सुपर पावर प्रदान कर सकते हैं।
मशीन लर्निंग के लिए रैखिक बीजगणित का एक विहंगम दृश्य। क्या आपने कभी रैखिक बीजगणित नहीं लिया है या बुनियादी बातों के बारे में थोड़ा भी नहीं जानते हैं, और यह जानना चाहते हैं कि एमएल में इसका उपयोग कैसे किया जाता है? तो फिर ये वीडियो आपके लिए है.
कौरसेरा की इस ऑनलाइन विशेषज्ञता का उद्देश्य गणित और मशीन लर्निंग के अंतर को पाटना है, आपको सहज समझ बनाने के लिए अंतर्निहित गणित में गति प्रदान करना है, और इसे मशीन लर्निंग और डेटा साइंस से जोड़ना है।
3ब्लू1ब्राउन गणित को दृश्य-प्रथम दृष्टिकोण के साथ प्रस्तुत करने पर केन्द्रित है। इस वीडियो श्रृंखला में, आप तंत्रिका नेटवर्क की मूल बातें सीखेंगे और गणित अवधारणाओं के माध्यम से यह कैसे काम करता है।
3ब्लू1ब्राउन के लघु, दृश्य वीडियो की एक श्रृंखला जो कैलकुलस के बुनियादी सिद्धांतों को इस तरह से समझाती है जो आपको बुनियादी प्रमेयों की एक मजबूत समझ देती है, न कि केवल समीकरण कैसे काम करते हैं।
एमआईटी का यह परिचयात्मक पाठ्यक्रम मैट्रिक्स सिद्धांत और रैखिक बीजगणित को शामिल करता है। उन विषयों पर जोर दिया जाता है जो अन्य विषयों में उपयोगी होंगे, जिनमें समीकरणों की प्रणाली, वेक्टर रिक्त स्थान, निर्धारक, eigenvalues, समानता और सकारात्मक निश्चित मैट्रिक्स शामिल हैं।
गैरेथ जेम्स, डेनिएला विटेन, ट्रेवर हेस्टी और रॉब टिब्शिरानी द्वारा
यह पुस्तक सांख्यिकीय शिक्षण के क्षेत्र का एक सुलभ अवलोकन प्रदान करती है, जो मशीन लर्निंग में मॉडलों को प्रशिक्षित करने के लिए आवश्यक डेटासेट की विशाल और जटिल दुनिया को समझने के लिए एक आवश्यक टूलसेट है।
हमने आपकी आवश्यकताओं के लिए विशिष्ट TensorFlow लाइब्रेरीज़ और फ़्रेमवर्क के साथ आरंभ करने में आपकी सहायता के लिए हमारे पसंदीदा संसाधन एकत्र किए हैं। TensorFlow.js , TensorFlow Lite और TFX के लिए हमारे अनुभागों पर जाएँ।
आप नवीनतम उदाहरणों और कोलाबों के लिए आधिकारिक TensorFlow गाइड और ट्यूटोरियल भी ब्राउज़ कर सकते हैं।
यह एमएल टेक टॉक उन लोगों के लिए डिज़ाइन किया गया है जो मशीन लर्निंग की मूल बातें जानते हैं लेकिन उन्हें टेन्सरफ्लो (उच्च स्तरीय एपीआई का उपयोग किए बिना टेंसर, वेरिएबल और ग्रेडिएंट) के मूल सिद्धांतों पर एक सिंहावलोकन की आवश्यकता है।
इस एमएल टेक टॉक में प्रतिनिधित्व सीखना, तंत्रिका नेटवर्क के परिवार और उनके अनुप्रयोग, एक गहरे तंत्रिका नेटवर्क के अंदर पहली नज़र, और टेन्सरफ्लो से कई कोड उदाहरण और अवधारणाएं शामिल हैं।
इस श्रृंखला में, TensorFlow टीम TensorFlow के विभिन्न भागों को कोडिंग परिप्रेक्ष्य से देखती है, जिसमें TensorFlow के उच्च-स्तरीय API, प्राकृतिक भाषा प्रसंस्करण, तंत्रिका संरचित शिक्षण और बहुत कुछ के उपयोग के लिए वीडियो शामिल हैं।
मल्टीमीडिया का विश्लेषण करने, स्मार्ट खोज बनाने, डेटा को बदलने और उपयोगकर्ता के अनुकूल टूल के साथ उन्हें अपने ऐप में जल्दी से बनाने सहित सबसे आम एमएल उपयोग मामलों को पहचानना सीखें।
जावास्क्रिप्ट के साथ ब्राउज़र में एमएल का उपयोग करने का व्यावहारिक कार्यसाधक ज्ञान प्राप्त करें। एक खाली कैनवास से कस्टम मॉडल लिखना सीखें, ट्रांसफर लर्निंग के माध्यम से मॉडल को फिर से प्रशिक्षित करें और पायथन से मॉडल को परिवर्तित करें।
व्यापक तकनीकी दर्शकों के लिए TensorFlow.js के बुनियादी सिद्धांतों पर एक व्यावहारिक दृष्टिकोण। एक बार जब आप इस पुस्तक को समाप्त कर लेंगे, तो आपको पता चल जाएगा कि TensorFlow.js के साथ उत्पादन-तैयार डीप लर्निंग सिस्टम कैसे बनाया और तैनात किया जाए।
एक 3-भाग की श्रृंखला जो TensorFlow.js के साथ मशीन लर्निंग मॉडल के प्रशिक्षण और निष्पादन दोनों की खोज करती है, और आपको दिखाती है कि जावास्क्रिप्ट में मशीन लर्निंग मॉडल कैसे बनाया जाए जो सीधे ब्राउज़र में निष्पादित होता है।
TensorFlow.js का उपयोग करके वेब एमएल के साथ शून्य से नायक तक जाएं। जानें कि अगली पीढ़ी के वेब ऐप्स कैसे बनाएं जो क्लाइंट साइड चला सकें और लगभग किसी भी डिवाइस पर उपयोग किए जा सकें।
मशीन लर्निंग और न्यूरल नेटवर्क के निर्माण पर एक बड़ी श्रृंखला का हिस्सा, यह वीडियो प्लेलिस्ट TensorFlow.js, कोर एपीआई और एमएल मॉडल को प्रशिक्षित और तैनात करने के लिए जावास्क्रिप्ट लाइब्रेरी का उपयोग करने के तरीके पर केंद्रित है।
जानें कि सीखने के मार्गों के माध्यम से अपना पहला ऑन-डिवाइस एमएल ऐप कैसे बनाया जाए जो ऑडियो वर्गीकरण, विज़ुअल उत्पाद खोज और बहुत कुछ सहित सामान्य उपयोग के मामलों के लिए चरण-दर-चरण मार्गदर्शिका प्रदान करता है।
सॉफ्टवेयर डेवलपर्स के लिए मॉडल परिनियोजन के व्यावहारिक दृष्टिकोण के रूप में TensorFlow टीम और Udacity द्वारा विकसित इस पाठ्यक्रम में जानें कि TensorFlow Lite के साथ मोबाइल और एम्बेडेड उपकरणों पर गहन शिक्षण मॉडल कैसे तैनात किया जाए।
टीएफएक्स के साथ उत्पादन पाइपलाइन प्रणाली को एक साथ कैसे रखा जाए, इस पर व्यावहारिक नज़र डालें। हम डेटा अधिग्रहण, मॉडल निर्माण से लेकर तैनाती और प्रबंधन तक सब कुछ शीघ्रता से कवर करेंगे।
यह पुस्तक आपको TensorFlow पारिस्थितिकी तंत्र का उपयोग करके एमएल पाइपलाइन को स्वचालित करने के चरणों के बारे में बताती है। इस पुस्तक में मशीन लर्निंग के उदाहरण टेन्सरफ्लो और केरस पर आधारित हैं, लेकिन मुख्य अवधारणाओं को किसी भी ढांचे पर लागू किया जा सकता है।
इस चार-कोर्स विशेषज्ञता में अपनी उत्पादन इंजीनियरिंग क्षमताओं का विस्तार करें। उत्पादन में निरंतर संचालित होने वाली एकीकृत प्रणालियों की संकल्पना, निर्माण और रखरखाव करना सीखें।
एमएल मॉडल डिजाइन करते समय, या एआई-संचालित अनुप्रयोगों का निर्माण करते समय, उत्पाद के साथ बातचीत करने वाले लोगों और इन एआई सिस्टम में निष्पक्षता, व्याख्या, गोपनीयता और सुरक्षा का निर्माण करने के सर्वोत्तम तरीके पर विचार करना महत्वपूर्ण है।
Google की यह गाइडबुक आपको मानव-केंद्रित AI उत्पाद बनाने में मदद करेगी। एआई-संचालित एप्लिकेशन बनाते समय यह आपको सामान्य गलतियों से बचने, उत्कृष्ट अनुभव डिजाइन करने और लोगों पर ध्यान केंद्रित करने में सक्षम करेगा।
Google के MLCC के भीतर यह एक घंटे का मॉड्यूल शिक्षार्थियों को विभिन्न प्रकार के मानवीय पूर्वाग्रहों से परिचित कराता है जो प्रशिक्षण डेटा में प्रकट हो सकते हैं, साथ ही उनके प्रभावों की पहचान करने और उनका मूल्यांकन करने की रणनीतियों से भी परिचित कराते हैं।
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"वह जानकारी मौजूद नहीं है जो मुझे चाहिए"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"बहुत मुश्किल है / बहुत सारे चरण हैं"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"पुराना"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"अनुवाद से जुड़ी समस्या"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"सैंपल / कोड से जुड़ी समस्या"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"अन्य"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"समझने में आसान है"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"मेरी समस्या हल हो गई"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"अन्य"
}]
{}
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","otherDown","thumb-down"]],[],[],[]]
