ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
TensorFlow का परिचय प्राप्त करें
कुछ समय पहले तक, अत्याधुनिक कंप्यूटर विज़न एल्गोरिद्म बिल्लियों और कुत्तों की छवियों के बीच अंतर नहीं कर पाते थे। आज, एक कुशल डेटा वैज्ञानिक, जिसके पास केवल एक लैपटॉप है, दसियों हज़ार वस्तुओं को मानव आँख से कहीं अधिक सटीकता के साथ वर्गीकृत कर सकता है।इस पाठ्यक्रम में, आप TensorFlow 2.6 का उपयोग करके उन मॉडलों को विकसित, प्रशिक्षित और पूर्वानुमान करने के लिए करेंगे, जिन्होंने अनुशंसा प्रणालियों, छवि वर्गीकरण, और FinTech में प्रमुख प्रगति को शक्ति दी है।
पूर्वानुमान लगाने के लिए रैखिक मॉडल का उपयोग करें
आप TensorFlow 2.6 का उपयोग करके रैखिक प्रतिगमन मॉडलों के माध्यम से पूर्वानुमान लगाना सीखेंगे, और King County में घरों की कीमतों का पूर्वानुमान लगाकर अपने ज्ञान का परीक्षण करेंगे। इस पाठ्यक्रम के इस खंड में लॉस फ़ंक्शनों का एक अवलोकन शामिल है और यह भी कि आप अपने रैखिक मॉडल को बैचों में प्रशिक्षित करके अपने संसाधन उपयोग को कैसे कम कर सकते हैं।अपने न्यूरल नेटवर्क को प्रशिक्षित करें
पाठ्यक्रम के दूसरे भाग में, आप न्यूरल नेटवर्क का उपयोग करके पूर्वानुमान लगाने के लिए उन्हीं उपकरणों का उपयोग करेंगे। आप TensorFlow में एक नेटवर्क को प्रशिक्षित करने का अभ्यास करेंगे, जिसमें आप trainable variables जोड़ेंगे और target values की भविष्यवाणी करने के लिए अपने model और test features का उपयोग करेंगे।TensorFlow को Keras API के साथ संयोजित करें
अपने कौशल-संग्रह में Keras के शक्तिशाली API को जोड़ें और TensorFlow 2.6 के साथ इसे मिलाकर पूर्वानुमान लगाना और मॉडलों का मूल्यांकन करना सीखें। इस पाठ्यक्रम के अंत तक, आप Estimators API का उपयोग करके मॉडल परिभाषा को सुव्यवस्थित करने और त्रुटियों से बचने का तरीका समझ जाएंगे।पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
TensorFlow परिचय
TensorFlow 2 में एडवांस्ड मॉडल बनाने से पहले, आपको बेसिक्स समझने होंगे। इस चैप्टर में, आप कॉन्स्टेंट्स और वैरिएबल्स को परिभाषित करना, टेन्सर ऐडिशन और मल्टिप्लिकेशन करना, और डेरिवेटिव्स निकालना सीखेंगे। लीनियर अलजेब्रा का ज्ञान सहायक होगा, लेकिन अनिवार्य नहीं है।
- Constants और variables50 XP
- डेटा को constants के रूप में परिभाषित करना100 XP
- Variables को परिभाषित करना100 XP
- बेसिक ऑपरेशंस50 XP
- Element-wise multiplication करना100 XP
- Matrix multiplication से predictions बनाना100 XP
- टेंसर के डायमेंशनों पर सम (sum) निकालना50 XP
- एडवांस्ड ऑपरेशंस50 XP
- टेन्सर को रीशेप करना100 XP
- ग्रेडिएंट्स के साथ ऑप्टिमाइज़ करना100 XP
- इमेज डेटा के साथ काम करना100 XP
2
लिनियर मॉडल
इस चैप्टर में, आप सीखेंगे कि TensorFlow 2 में मॉडल कैसे बनाएँ, उन्हें हल करें, और उनसे प्रेडिक्शन करवाएँ। आप एक सरल मॉडल क्लास—लिनियर रिग्रेशन मॉडल—पर फोकस करेंगे और हाउसिंग प्राइसेज़ प्रेडिक्ट करने की कोशिश करेंगे। चैप्टर के अंत तक, आप डेटा लोड और मैनिपुलेट करना, लॉस फंक्शंस बनाना, मिनिमाइज़ेशन करना, प्रेडिक्शन करना, और बैच ट्रेनिंग से रिसोर्स उपयोग कम करना सीख चुके होंगे।
3
न्यूरल नेटवर्क्स
पिछले चैप्टर्स में आपने देखा कि TensorFlow 2 में मॉडल कैसे बनाए जाते हैं। इस चैप्टर में, आप वही टूल्स न्यूरल नेटवर्क्स बनाने, उन्हें ट्रेन करने, और उनसे प्रेडिक्शन करवाने में लगाएंगे। आप डेंस लेयर्स परिभाषित करना, एक्टिवेशन फंक्शंस लगाना, एक ऑप्टिमाइज़र चुनना, और ओवरफिटिंग घटाने के लिए रेग्युलराइज़ेशन लागू करना सीखेंगे। आप TensorFlow की लचीलापन का लाभ उठाएँगे और मॉडल परिभाषित व ट्रेन करने के लिए लो-लेवल लीनियर अलजेब्रा के साथ-साथ हाई-लेवल Keras API ऑपरेशंस दोनों का उपयोग करेंगे।
4
हाई-लेवल APIs
अंतिम चैप्टर में, आप TensorFlow 2 की हाई-लेवल APIs का उपयोग करके साइन लैंग्वेज के अक्षरों का एक क्लासिफ़ायर ट्रेन करेंगे। आप क्रमिक (sequential) और फंक्शनल Keras APIs, दोनों का उपयोग करके मॉडल्स को ट्रेन, वैलिडेट, प्रेडिक्ट, और इवैल्युएट करेंगे। आप Estimators API का उपयोग करके मॉडल परिभाषा और ट्रेनिंग प्रक्रिया को सरल बनाना और त्रुटियों से बचना भी सीखेंगे।
Python में TensorFlow परिचय
कोर्स
पूर्ण
