Build your ultimate AI agent
कोर्स विवरण
Python में RNN मॉडलिंग का उपयोग करना सीखें
इस पाठ्यक्रम में, आप पाठ को वर्गीकृत करने (द्विआधारी और बहुवर्गीय), वाक्यांश उत्पन्न करने, और पुर्तगाली वाक्यों का अंग्रेज़ी में अनुवाद करने के लिए Recurrent Neural Networks का उपयोग करना सीखेंगे।मशीन लर्निंग मॉडल भविष्यवाणी और वर्गीकरण करने के लिए संख्यात्मक मानों पर आधारित होते हैं, लेकिन कंप्यूटर टेक्स्ट डेटा को कैसे संभाल सकते हैं? उपलब्ध टेक्स्ट डेटा में भारी वृद्धि के साथ, स्वचालित दस्तावेज़ वर्गीकरण, टेक्स्ट जनरेशन और न्यूरल मशीन ट्रांसलेशन जैसी एप्लिकेशन संभव हो गई हैं। यहाँ, आप सीखेंगे कि मशीन लर्निंग में RNNs इस प्रक्रिया में कैसे सहायता कर सकते हैं।
पुनरावृत्त न्यूरल नेटवर्क्स की शक्ति की खोज करें
आप इस चार घंटे के पाठ्यक्रम की शुरुआत Recurrent Neural Networks की बुनियादों को समझने से करेंगे। यह जानेंगे कि जानकारी एक पुनरावर्ती न्यूरल नेटवर्क में कैसे प्रवाहित होती है, और आप एक Keras RNN मॉडल का उपयोग करके भावना वर्गीकरण करेंगे।जब आप RNN आर्किटेक्चर को और विस्तार से समझेंगे, तो आप vanishing और exploding gradient समस्याओं के बारे में जानेंगे और यह भी सीखेंगे कि किसी language model में लेयर्स को कैसे embed किया जाता है।
वास्तविक डेटा के साथ भाषा मॉडल्स का अन्वेषण करें
इस ज्ञान के आधार पर, आप सीखेंगे कि मल्टी-क्लास वर्गीकरण कार्य के लिए डेटा कैसे तैयार किया जाता है, और यह भी जानेंगे कि ये कार्य बाइनरी वर्गीकरण से किस प्रकार भिन्न होते हैं।अंत में, आप सीखेंगे कि टेक्स्ट जनरेशन और न्यूरल मशीन ट्रांसलेशन के लिए RNN मॉडल्स का उपयोग कैसे किया जाता है। आप अपनी recurrent neural networks की जानकारी का उपयोग करके The Big Bang Theory के शेल्डन की आवाज़ की नकल करेंगे और पुर्तगाली वाक्यांशों का अंग्रेज़ी में अनुवाद करेंगे।
यह पाठ्यक्रम मशीन लर्निंग में RNNs पर गहराई से जानकारी प्रदान करता है, जिससे आप इस क्षेत्र में अपनी क्षमताओं का निर्माण कर सकते हैं।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
Recurrent Neural Networks और Keras
इस अध्याय में, आप Recurrent Neural Networks (RNN) की बुनियादें सीखेंगे। हम कुछ पूर्व-आवश्यकताओं से शुरुआत करेंगे, फिर समझेंगे कि नेटवर्क में सूचना कैसे बहती है, और अंत में Keras के साथ ऐसे मॉडलों को सेंटिमेंट क्लासिफिकेशन टास्क पर कैसे इम्प्लीमेंट करें।
- कोर्स का परिचय50 XP
- RNN और ANN के पैरामीटर्स की संख्या की तुलना50 XP
- सेंटिमेंट एनालिसिस100 XP
- सीक्वेंस-टू-सीक्वेंस मॉडल50 XP
- भाषा मॉडलों का परिचय50 XP
- टेक्स्ट डेटा से हाथ आज़माना100 XP
- मॉडल इनपुट के लिए टेक्स्ट डेटा तैयार करना100 XP
- नया टेक्स्ट ट्रांसफॉर्म करना100 XP
- Keras में RNN का परिचय50 XP
- Keras मॉडल100 XP
- Keras प्रीप्रोसेसिंग100 XP
- आपका पहला RNN मॉडल100 XP
2
RNN आर्किटेक्चर
आप RNNs में अक्सर आने वाली vanishing और exploding gradient समस्याओं के बारे में जानेंगे, और GRU तथा LSTM सेल्स से उनसे कैसे निपटा जाए।
साथ ही, आप भाषा मॉडलों के लिए एम्बेडिंग लेयर्स बनाएँगे और सेंटिमेंट क्लासिफिकेशन टास्क को फिर से देखें گے।
3
मल्टी-क्लास क्लासिफिकेशन
इसके बाद, इस अध्याय में आप मल्टी-क्लास क्लासिफिकेशन टास्क के लिए डेटा कैसे तैयार किया जाए, यह सीखेंगे, साथ ही मल्टी-क्लास क्लासिफिकेशन और बाइनरी क्लासिफिकेशन (सेंटिमेंट एनालिसिस) के बीच के अंतर समझेंगे। अंत में, आप Keras के साथ मॉडल बनाना और उनके प्रदर्शन को मापना सीखेंगे।
4
सीक्वेंस-टू-सीक्वेंस मॉडल
यह अध्याय आपको RNN मॉडलों के दो उपयोगों से परिचित कराता है: टेक्स्ट जनरेशन और न्यूरल मशीन ट्रांसलेशन। आप सीखेंगे कि मॉडलों द्वारा अपेक्षित फ़ॉर्मेट में टेक्स्ट डेटा कैसे तैयार किया जाए।
टेक्स्ट जनरेशन मॉडल किसी किरदार की बोलने की शैली की नकल करने के लिए उपयोग होता है, और हम Sheldon (The Big Bang Theory) की नकल करके थोड़ा मज़ा भी करेंगे।
न्यूरल मशीन ट्रांसलेशन, उदाहरण के लिए, Google Translate में एक कहीं अधिक जटिल मॉडल में उपयोग होता है। इस अध्याय में, आप एक ऐसा मॉडल बनाएँगे जो पुर्तगाली की छोटी उक्तियों का अंग्रेज़ी में अनुवाद करता है।
Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)
कोर्स
पूरा
