یہ باب مشین لرننگ اور اس کی دو اہم اقسام — نگرانی شدہ اور غیر نگرانی شدہ — سے متعارف کرائے گا۔ آپ سیکھیں گے کہ یہ کیا ہیں اور انہیں کیسے استعمال کیا…
یہ باب مشین لرننگ اور اس کی دو اہم اقسام — نگرانی شدہ اور غیر نگرانی شدہ — سے متعارف کرائے گا۔ آپ سیکھیں گے کہ یہ کیا ہیں اور انہیں کیسے استعمال کیا جاتا ہے۔ آپ یہ بھی سیکھیں گے کہ مشین لرننگ کا مصنوعی ذہانت سے کیا تعلق ہے۔ اس باب میں ڈیٹا کی اہمیت پر بات کی جائے گی اور اس کی وضاحت کی جائے گی۔ یہ باب مشین لرننگ کے لیے درجہ بندی اور ریگریشن کے درمیان فرق کی بھی وضاحت کرے گا۔
تعلیمی مقاصد:
- سمجھیں کہ مشین لرننگ کیا ہے
- درجہ بندی اور ریگریشن کے درمیان فرق کو سمجھیں
مہارتیں جو آپ حاصل کریں گے
Automated Machine LearningMachine LearningMachine Learning AlgorithmsMachine Learning MethodsSupervised LearningUnsupervised Learningآپ کیا سیکھیں گے
- سمجھیں کہ مشین لرننگ کیا ہے اور اسے کیسے استعمال کیا جاتا ہے۔
- زیر نگرانی اور غیر زیر نگرانی سیکھنے میں فرق کریں
- درجہ بندی اور رجعت کے درمیان فرق کی وضاحت کریں
- بیان کریں کہ کس طرح مشین لرننگ مصنوعی ذہانت سے متعلق ہے
- مشین لرننگ میں ڈیٹا کی اہمیت کو تسلیم کریں
- مشین لرننگ کے کام کے لیے JupyterLab کے ساتھ شروعات کریں
اہم نکات
- مشین لرننگ کے دو اہم زمرے ہیں: زیر نگرانی سیکھنے اور غیر زیر نگرانی سیکھنے۔
- مشین لرننگ کا تعلق مصنوعی ذہانت سے ہے۔
- مشین لرننگ اور اس کے اطلاق کے لیے ڈیٹا اہم ہے۔
- مشین لرننگ میں درجہ بندی اور رجعت مختلف طریقے استعمال کیے جاتے ہیں۔
- باب متعارف کرایا گیا ہے کہ مشین لرننگ کیا ہے اور اسے کیسے استعمال کیا جاتا ہے۔
اکثر پوچھے گئے سوالات
اس کورس میں کیا شامل ہے؟
یہ باب مشین لرننگ اور اس کے دو اہم زمروں، زیر نگرانی اور غیر زیر نگرانی سیکھنے کو متعارف کراتا ہے، جس میں یہ بھی شامل ہے کہ وہ کیا ہیں اور انہیں کیسے استعمال کیا جاتا ہے۔ اس میں یہ بھی شامل ہے کہ کس طرح مشین لرننگ مصنوعی ذہانت سے متعلق ہے، ڈیٹا کی اہمیت، اور درجہ بندی اور رجعت کے درمیان فرق ہے۔
اس کورس کے سیکھنے کے مقاصد کیا ہیں؟
مقصد یہ سمجھنا ہے کہ مشین لرننگ کیا ہے اور درجہ بندی اور رجعت کے درمیان فرق کو سمجھنا ہے۔
اسباق میں کون سے موضوعات شامل ہیں؟
اسباق میں JupyterLab کا تعارف، مشین لرننگ اور اس کے استعمال، مشین لرننگ اور مصنوعی ذہانت، درجہ بندی بمقابلہ رجعت، ڈیٹا کی اہمیت، اور غیر زیر نگرانی تعلیم بمقابلہ زیر نگرانی تعلیم شامل ہیں۔
یہ کورس کون سی مہارتیں پیدا کرنے میں مدد کرتا ہے؟
اس میں مشین لرننگ، مشین لرننگ الگورتھم، مشین لرننگ کے طریقے، خودکار مشین لرننگ، زیر نگرانی تعلیم، اور غیر زیر نگرانی سیکھنا شامل ہے۔
متن
متن
مشین لرننگ میں خوش آمدید: JupyterLab کا تعارف۔ JupyterLab ایک ویب پر مبنی ہے۔ انٹرایکٹو ترقیاتی ماحول، یا IDE، Jupyter نوٹ بک، کوڈ اور ڈیٹا کے لیے۔ اس میں حسب ضرورت انٹرفیس ہے۔ اور مختلف ورک فلو کو نافذ کرنے میں مددگار ہے۔ اس میں مختلف قسم کے پلگ ان اور ایکسٹینشنز بھی شامل ہیں۔ یہ آپ کو دوسری صلاحیتوں کو مربوط کرنے کے قابل بنائے گا۔ آپ JupyterLab کو کیسے انسٹال کرتے ہیں؟ JupyterLab کو انسٹال کرنے کے آسان ترین طریقے آپ کے کمپیوٹر پر ایناکونڈا ترتیب دے رہے ہیں۔ یا کونڈا یا پی آئی پی کا استعمال کرتے ہوئے. ایناکونڈا کے لیے، anaconda.com/products/individual پر جائیں۔ ایناکونڈا انسٹالرز سیکشن تک نیچے سکرول کریں۔ اپنے آپریٹنگ سسٹم کے لیے انسٹالر کو منتخب کریں اور ڈاؤن لوڈ کریں۔ اور پھر اسے ڈاؤن لوڈ کریں، اسے انسٹال کریں۔ اور سیٹ اپ مکمل کریں۔ اگر آپ کے پاس پہلے سے کونڈا انسٹال ہے، آپ اس کمانڈ کو چلا سکتے ہیں، جو conda install -c conda-forge jupyterlab ہے۔ اور اگر آپ کے پاس PIP انسٹال ہے، آپ آسانی سے pip install jupyterlab چلا سکتے ہیں۔ اب JupyterLab استعمال کرنے کے لیے۔ اس کورس میں JupyterLab کا بنیادی طریقہ استعمال کیا جائے گا۔ Python کوڈ پر عمل کرنے اور مارک ڈاؤن زبان دکھانے کے لیے ہے، یہ سب متن یہاں ہے، آپ جانتے ہیں، مارک ڈاؤن کا استعمال کرتے ہوئے. ایک سادہ مثال کے طور پر، ہم numpy درآمد کرنے والے ہیں۔ اور اس طرح، کوڈ ٹائپ کیا گیا ہے، آپ جانتے ہیں، یہ باکس یہاں، جسے سیل کہتے ہیں۔ سیل کو چلانے کے لیے، آپ یہاں جا کر اس پلے بٹن کو دبا سکتے ہیں۔ اور کوڈ عمل میں آئے گا۔ آپ Shift کو دبا کر بھی Enter دبا سکتے ہیں۔ کوڈ کو بھی عمل میں لانے کے لیے۔ اور جیسے ہی آپ عملدرآمد کریں گے، کوڈ پرنٹ آؤٹ ہو جائے گا، آپ جانتے ہیں، سیل کے بالکل نیچے۔ اس سے یہ سبق ختم ہوتا ہے۔
چلتے پھرتے سیکھیں
اپنی تعلیم ہر جگہ ساتھ لے جائیں — KnowledgeCity موبائل ایپ آپ کو چلتے پھرتے اسباق دیکھنے کی سہولت دیتی ہے۔