२०१९ चे मशिन लर्निंग
8 Questions
0 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

यंत्रणा शिक्षणातील एक प्रकार म्हणजे काय?

  • अनियमित शिक्षण
  • स्वयं शिक्षण
  • पर्यवेक्षित शिक्षण (correct)
  • पुरस्कार शिक्षण
  • ओव्हरफिटिंगचा अर्थ काय आहे?

  • डेटाच्या शुद्धतेचा अभाव
  • मॉडेलच्या अचूकतेचा अभाव
  • मॉडेलच्या जटिलतेमुळे नवीन डेटावर खराब प्रदर्शन (correct)
  • मॉडेलच्या जटिलतेचा अभाव
  • एनएलपी मधील एक प्रकार म्हणजे काय?

  • भाषा औचित्य
  • भाषा विश्लेषण (correct)
  • भाषा निर्मिती
  • भाषा संकल्पना
  • भाषा विश्लेषणातील एक प्रक्रिया म्हणजे काय?

    <p>टोकनायझेशन</p> Signup and view all the answers

    ग्रेडियंट डिसेंट अल्गोरिदमचा उपयोग कोणत्या प्रक्रियेसाठी केला जातो?

    <p>लॉस फंक्शनचे मूल्य कमी करणे</p> Signup and view all the answers

    एनएलपी मधील एक मुख्य उद्देश म्हणजे काय?

    <p>मानवी भाषा समजून घेणे</p> Signup and view all the answers

    मशिन लर्निंगमधील एक प्रकार म्हणजे काय?

    <p>रिन्फोर्समेंट शिक्षण</p> Signup and view all the answers

    बायस-वेरिएन्स ट्रेडофचा अर्थ काय आहे?

    <p>मॉडेलच्या साधेपणामुळे निर्माण होणारा त्रुटी</p> Signup and view all the answers

    Study Notes

    Machine Learning

    • Definition: Machine learning is a subfield of artificial intelligence that involves using algorithms and statistical models to enable machines to learn from data, make decisions, and improve their performance over time.
    • Types:
      • Supervised Learning: The machine is trained on labeled data to learn the relationship between input and output.
      • Unsupervised Learning: The machine is trained on unlabeled data to discover patterns and relationships.
      • Reinforcement Learning: The machine learns through trial and error by interacting with an environment and receiving feedback.

    Key Concepts in Machine Learning

    • Overfitting: When a model is too complex and performs well on training data but poorly on new data.
    • Underfitting: When a model is too simple and fails to capture the underlying patterns in the data.
    • Bias-Variance Tradeoff: The tradeoff between the error introduced by simplifying a model (bias) and the error introduced by fitting the noise in the data (variance).
    • Gradient Descent: An optimization algorithm used to minimize the loss function and find the optimal parameters for a model.

    Natural Language Processing (NLP)

    • Definition: NLP is a subfield of artificial intelligence that deals with the interaction between computers and humans in natural language.
    • Goals:
      • Language Understanding: Enable computers to understand and interpret human language.
      • Language Generation: Enable computers to generate human-like language.

    Key Concepts in NLP

    • Tokenization: The process of breaking down text into individual words or tokens.
    • Named Entity Recognition (NER): The process of identifying and extracting named entities such as people, places, and organizations from text.
    • Part-of-Speech (POS) Tagging: The process of identifying the grammatical category of each word in a sentence.
    • Sentiment Analysis: The process of determining the sentiment or emotional tone behind a piece of text.

    Applications of NLP

    • Chatbots: Computer programs that use NLP to understand and respond to user input.
    • Language Translation: Systems that use NLP to translate text from one language to another.
    • Text Summarization: Systems that use NLP to summarize large documents or articles.
    • Speech Recognition: Systems that use NLP to recognize and transcribe spoken language.

    मशीन लर्निंग

    • व्याख्या: मशीन लर्निंग ही आर्टिफिशियल इंटेलिजेंसची एक उपशाखा आहे जी डेटा Вар आधारित मशीनांना शिकवून, निर्णय घेऊन आणि कालांतराने त्यांची कामगिरी सुधारवण्यास मदत करते.
    • प्रकार:
      • सुपервाइज्ड लर्निंग: मशीन लर्निंग मध्ये लेबल केलेल्या डेटा वर प्रशिक्षण देण्यात येते जेणेकरून मशीन इनपुट आणि आउटपुट यांच्यातील संबंध समजून घेऊ शकते.
      • अनसुपервाइज्ड लर्निंग: मशीन लर्निंग मध्ये अनलेबल केलेल्या डेटा वर प्रशिक्षण देण्यात येते जेणेकरून मशीन पॅटर्न्स आणि संबंध शोधू शकते.
      • रिनफोर्समेंट लर्निंग: मशीन लर्निंग मध्ये परिस्थितीशीインタएक्ट करून आणि फिडबॅक मिळवून शिक्षण घेतले जाते.

    मशीन लर्निंग मधील महत्त्वाची कल्पना

    • ओव्हरफिटिंग: जेव्हा मशीनचा मॉडेल फार कॉम्प्लेक्स असतो आणि ट्रेनिंग डेटा वर चांगला प्रदर्शन करतो परंतु नवीन डेटा वर खराब प्रदर्शन करतो.
    • अंडरफिटिंग: जेव्हा मशीनचा मॉडेल फार सिम्पल असतो आणि डेटा मधील पॅटर्न्स शोधू शकत नाही.
    • बायस-व्हेरिएन्स ट्रेड ऑफ: मॉडेलची सिम्प्लिसिटी (बायस) आणि डेटा मधील नॉइस (व्हेरिएन्स) यांच्यातील ट्रेड ऑफ.
    • ग्रेडिएंट डिसेंट: मॉडेलचा लॉस फंक्शन tốiमाईज करण्यासाठी वापरला जाणारा ऑप्टिमायझेशन अल्गोरिदम.

    नॅचरल लॅंग्वेज प्रोसेसिंग (एनएलपी)

    • व्याख्या: एनएलपी ही आर्टिफिशियल इंटेलिजेंसची एक उपशाखा आहे जी मानव आणि कॉम्प्युटर यांच्यातील नॅचरल लॅंग्वेजमधील इंटरेक्शन वर केंद्रित आहे.
    • उद्देश:
      • लॅंग्वेज अंडरस्टॅंडिंग: कॉम्प्युटरना मानव भाषा समजून घेण्यासाठी.
      • लॅंग्वेज जेनेरेशन: कॉम्प्युटरना मानव-एखादी लॅंग्वेज प्रयोग करून भाषा निर्माण करण्यासाठी.

    एनएलपीमधील महत्त्वाची कल्पना

    • टोकनायझेशन: टेक्स्टचे व्यक्तिगत शब्द किंवा टोकन्स मध्ये विभाजन.
    • नेम्ड एंटिटी रेकग्निशन (एनईआर): टेक्स्टमधील नेम्ड एंटिटी जसे लोक, स्थाने आणि संस्था ओळखून काढणे.
    • पार्ट-ऑफ-स्पीच (पीओएस) टॅगिंग: टेक्स्टमधील प्रत्येक शब्दाची व्याकरणिक श्रेणी ओळखून काढणे.
    • सेंटीमेंट अॅनालिसिस: टेक्स्टचा सेंटीमेंट किंवा भावना ओळखून काढणे.

    एनएलपीचे अॅप्लिकेशन्स

    • चॅटबॉट: एनएलपी वापरून वापरकर्त्याच्या इनपुटचे विश्लेषण करून प्रतिक्रिया देणारे कॉम्प्युटर प्रोग्राम.
    • लॅंग्वेज ट्रान्स्लेशन: एनएलपी वापरून एका भाषेतील टेक्स्ट दुसरी भाषेत रूपांतरित करणारे सिस्टम.
    • टेक्स्ट सुमॅरायझेशन: एनएलपी वापरून मोठ्या दस्तावेजांचे सारांश करणारे सिस्टम.
    • स्पीच रेकग्निशन: एनएलपी वापरून बोललेली भाषा ओळखून काढणारे सिस्टम.

    Studying That Suits You

    Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

    Quiz Team

    Description

    मशिन लर्निंग ही आर्टिफिशियल इंटेलिजेंसची उपशाखा आहे जी मॅशीन्सना डेटावरून शिकण्यास, निर्णय घेण्यास आणि वेळोवेळी सुधारण्यास मदत करते. यात सुपर्वाइज्ड लर्निंग, अनसुपर्वाइज्ड लर्निंग इत्यादी प्रकार आहेत.

    More Like This

    Introduction to Machine Learning Overview
    16 questions
    Machine Learning Basics
    16 questions

    Machine Learning Basics

    FruitfulHippopotamus avatar
    FruitfulHippopotamus
    Introduction to Machine Learning
    10 questions
    Use Quizgecko on...
    Browser
    Browser