अपना मार्ग मास्टर करें
मशीन लर्निंग में विशेषज्ञ बनने के लिए, आपको सबसे पहले सीखने के चार क्षेत्रों में एक मजबूत नींव की आवश्यकता है: कोडिंग, गणित, एमएल थ्योरी, और शुरू से आखिर तक अपना खुद का एमएल प्रोजेक्ट कैसे बनाएं।
इन चार स्किल्स को बेहतर बनाने के लिए TensorFlow के क्यूरेटेड करिकुलम के साथ शुरुआत करें, या नीचे हमारी रिसोर्स लाइब्रेरी को एक्सप्लोर करके अपना खुद का लर्निंग पाथ चुनें।
मशीन लर्निंग शिक्षा के चार क्षेत्र
अपने शैक्षिक पथ की शुरुआत करते समय, सबसे 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 आधारभूत टुकड़ा प्रदान करता है। आपके रास्ते में आपकी मदद करने के लिए, हमने ऐसी 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। अपने ज्ञान को बढ़ाने के लिए डिज़ाइन किए गए हमारे निर्देशित पाठ्यक्रम से शुरुआत करें, या हमारे संसाधन पुस्तकालय की खोज करके अपना रास्ता चुनें।
टेंसरफ्लो पाठ्यक्रम
अनुशंसित पाठ्यक्रमों, पुस्तकों और वीडियो वाले हमारे निर्देशित पाठ्यक्रमों में से एक के साथ सीखना प्रारंभ करें।
पुस्तकों और ऑनलाइन पाठ्यक्रमों के इस संग्रह के साथ एमएल की मूल बातें सीखें। आपको ML से परिचित कराया जाएगा और TensorFlow 2.0 का उपयोग करके गहन शिक्षण के माध्यम से निर्देशित किया जाएगा। फिर आपके पास शुरुआती ट्यूटोरियल्स के साथ जो कुछ भी आप सीखते हैं उसका अभ्यास करने का अवसर होगा।
एक बार जब आप मशीन सीखने की मूल बातें समझ जाते हैं, तो तंत्रिका नेटवर्क की सैद्धांतिक समझ, गहन शिक्षा और अंतर्निहित गणित अवधारणाओं के अपने ज्ञान में सुधार करके अपनी क्षमताओं को अगले स्तर पर ले जाएं।
जावास्क्रिप्ट में मशीन लर्निंग मॉडल विकसित करने की मूल बातें जानें, और सीधे ब्राउज़र में कैसे परिनियोजित करें। आपको डीप लर्निंग और हाथों-हाथ अभ्यास के माध्यम से TensorFlow.js के साथ शुरुआत करने के बारे में एक उच्च-स्तरीय परिचय मिलेगा।
शैक्षिक संसाधन
अपना स्वयं का सीखने का मार्ग चुनें, और आपको ML की नींव सिखाने के लिए TensorFlow टीम द्वारा सुझाई गई पुस्तकों, पाठ्यक्रमों, वीडियो और अभ्यासों का पता लगाएं।
पुस्तकें
पढ़ना एमएल और गहन शिक्षा की नींव को समझने के सर्वोत्तम तरीकों में से एक है। पुस्तकें आपको भविष्य में और अधिक तेज़ी से नई अवधारणाओं को सीखने में मदद करने के लिए आवश्यक सैद्धांतिक समझ प्रदान कर सकती हैं।
यह परिचयात्मक पुस्तक वेब, मोबाइल, क्लाउड और एम्बेडेड रनटाइम के लिए कंप्यूटर दृष्टि, प्राकृतिक भाषा प्रसंस्करण (एनएलपी), और अनुक्रम मॉडलिंग जैसे सबसे सामान्य एमएल परिदृश्यों को लागू करने का तरीका सीखने के लिए एक कोड-प्रथम दृष्टिकोण प्रदान करती है।
यह पुस्तक केरस के साथ डीप लर्निंग का एक व्यावहारिक, व्यावहारिक परिचय है।
ठोस उदाहरण, न्यूनतम सिद्धांत, और दो उत्पादन-तैयार पायथन फ्रेमवर्क- स्किकिट-लर्न और टेन्सरफ्लो- का उपयोग करके 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 चिकित्सकों 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 सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए एक बढ़िया संदर्भ है।
व्यापक तकनीकी श्रोताओं के लिए TensorFlow.js की बुनियादी बातों के लिए एक हैंड्स-ऑन एंड-टू-एंड दृष्टिकोण। एक बार जब आप इस पुस्तक को समाप्त कर लेते हैं, तो आपको पता चल जाएगा कि TensorFlow.js के साथ उत्पादन-तैयार डीप लर्निंग सिस्टम कैसे बनाया और तैनात किया जाए।
TensorFlow लाइब्रेरी के मुख्य लेखकों द्वारा लिखित, यह पुस्तक आपके ब्राउज़र में या Node.
ऑनलाइन पाठ्यक्रम
मल्टी-पार्ट ऑनलाइन कोर्स लेना एमएल की बुनियादी अवधारणाओं को सीखने का एक अच्छा तरीका है। कई पाठ्यक्रम शानदार विज़ुअल एक्सप्लेनर्स प्रदान करते हैं, और मशीन लर्निंग को सीधे काम पर या आपकी व्यक्तिगत परियोजनाओं के साथ लागू करने के लिए आवश्यक उपकरण प्रदान करते हैं।
डीप लर्निंग.एआई
AI, ML और डीप लर्निंग के लिए TensorFlow का परिचयTensorFlow टीम के सहयोग से विकसित किया गया, यह कोर्स TensorFlow Developer Specialization का हिस्सा है और आपको TensorFlow का उपयोग करने के लिए सर्वोत्तम अभ्यास सिखाएगा।
TensorFlow टीम और Udacity द्वारा विकसित इस ऑनलाइन पाठ्यक्रम में, आप सीखेंगे कि TensorFlow के साथ गहन शिक्षण एप्लिकेशन कैसे बनाएं।
डीप लर्निंग.एआई
TensorFlow डेवलपर विशेषज्ञताTensorFlow डेवलपर द्वारा सिखाए गए 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।
गूगल डेवलपर्स
मशीन लर्निंग क्रैश कोर्सTensorFlow APIs के साथ मशीन लर्निंग क्रैश कोर्स आकांक्षी मशीन लर्निंग प्रैक्टिशनर्स के लिए एक सेल्फ-स्टडी गाइड है। इसमें वीडियो व्याख्यान, वास्तविक दुनिया के मामले के अध्ययन और व्यावहारिक अभ्यास अभ्यास के साथ पाठों की एक श्रृंखला है।
MIT के इस कोर्स में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और TensorFlow में तंत्रिका नेटवर्क बनाने का व्यावहारिक अनुभव प्राप्त करेंगे।
डीप लर्निंग.एआई
डीप लर्निंग स्पेशलाइजेशनपांच पाठ्यक्रमों में, आप डीप लर्निंग की नींव सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाएं, और सफल मशीन लर्निंग प्रोजेक्ट्स का नेतृत्व करना और एआई में करियर बनाना सीखें। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि यह उद्योग में कैसे लागू होता है।
डीप लर्निंग.एआई
TensorFlow: डेटा और परिनियोजन विशेषज्ञताआपने मॉडल बनाना और प्रशिक्षित करना सीखा 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।
डीप लर्निंग.एआई
TensorFlow: उन्नत तकनीक विशेषज्ञतायह विशेषज्ञता सॉफ्टवेयर और ML इंजीनियरों के लिए है, जिन्हें TensorFlow की बुनियादी समझ है, जो शक्तिशाली मॉडल बनाने के लिए उन्नत TensorFlow सुविधाओं को सीखकर अपने ज्ञान और कौशल सेट का विस्तार करना चाहते हैं।
जानें कि आप अपने अत्याधुनिक अनुसंधान पर अधिक ध्यान कैसे दे सकते हैं, या अपने ग्राहकों या जिस कंपनी के लिए आप वेब-आधारित मशीन लर्निंग के साथ काम करते हैं, उसके लिए भविष्य के काम में अपने वेब ऐप्स में सुपर पॉवर प्रदान कर सकते हैं।
गणित की अवधारणाएँ
अपने एमएल ज्ञान के साथ गहराई तक जाने के लिए, ये संसाधन उच्च स्तर की उन्नति के लिए आवश्यक अंतर्निहित गणित अवधारणाओं को समझने में आपकी सहायता कर सकते हैं।
मशीन सीखने के लिए रैखिक बीजगणित का एक विहंगम दृश्य। रेखीय बीजगणित को कभी नहीं लिया या बुनियादी बातों के बारे में कुछ नहीं जानते हैं, और यह महसूस करना चाहते हैं कि एमएल में इसका उपयोग कैसे किया जाता है? तो यह वीडियो आपके लिए है।
इंपीरियल कॉलेज लंदन
मशीन लर्निंग विशेषज्ञता के लिए गणितकौरसेरा की इस ऑनलाइन विशेषज्ञता का उद्देश्य गणित और मशीन लर्निंग की खाई को पाटना है, आपको अंतर्निहित गणित में तेजी लाने के लिए एक सहज समझ का निर्माण करना है, और इसे मशीन लर्निंग और डेटा साइंस से जोड़ना है।
3ब्लू1ब्राउन दृश्य-प्रथम दृष्टिकोण के साथ गणित प्रस्तुत करने के आसपास केंद्रित है। इस वीडियो श्रृंखला में, आप एक तंत्रिका नेटवर्क की मूल बातें सीखेंगे और यह सीखेंगे कि यह गणित की अवधारणाओं के माध्यम से कैसे काम करता है।
3ब्लू1ब्राउन से लघु, दृश्य वीडियो की एक श्रृंखला जो आव्यूहों, निर्धारकों, आइजन-सामानों और अन्य की ज्यामितीय समझ की व्याख्या करती है।
3ब्लू1ब्राउन से लघु, विज़ुअल वीडियो की एक श्रृंखला जो कैलकुलस के मूल सिद्धांतों को इस तरह से समझाती है जो आपको मूलभूत प्रमेयों की एक मजबूत समझ प्रदान करती है, न कि केवल समीकरण कैसे काम करते हैं।
MIT के इस परिचयात्मक पाठ्यक्रम में मैट्रिक्स सिद्धांत और रेखीय बीजगणित शामिल हैं। उन विषयों पर जोर दिया जाता है जो अन्य विषयों में उपयोगी होंगे, जिनमें समीकरणों की प्रणाली, सदिश स्थान, निर्धारक, आइगेनवैल्यू, समानता और सकारात्मक निश्चित मैट्रिसेस शामिल हैं।
एमआईटी से यह परिचयात्मक कलन पाठ्यक्रम अनुप्रयोगों के साथ एक चर के कार्यों के भेदभाव और एकीकरण को शामिल करता है।
संभाव्यता और सांख्यिकी का एक दृश्य परिचय।
यह पुस्तक सांख्यिकीय सीखने के क्षेत्र का एक सुलभ अवलोकन प्रदान करती है, मशीन सीखने में मॉडल को प्रशिक्षित करने के लिए आवश्यक डेटासेट की विशाल और जटिल दुनिया को समझने के लिए एक आवश्यक टूलसेट।
टेंसरफ्लो संसाधन
TensorFlow पुस्तकालयों और आपकी आवश्यकताओं के लिए विशिष्ट रूपरेखाओं के साथ आरंभ करने में आपकी सहायता के लिए हमने अपने पसंदीदा संसाधन एकत्र किए हैं। TensorFlow.js , TensorFlow Lite , और TFX के लिए हमारे अनुभागों पर जाएं।
आप नवीनतम उदाहरणों और कोलैब्स के लिए आधिकारिक TensorFlow गाइड और ट्यूटोरियल भी ब्राउज़ कर सकते हैं।
मशीन लर्निंग फ़ाउंडेशन एक निःशुल्क प्रशिक्षण पाठ्यक्रम है जहाँ आप TensorFlow का उपयोग करके मशीन से सीखे गए मॉडल बनाने के मूलभूत सिद्धांत सीखेंगे।
यह एमएल टेक टॉक उन लोगों के लिए डिज़ाइन किया गया है जो मशीन लर्निंग की मूल बातें जानते हैं, लेकिन TensorFlow के मूल सिद्धांतों (उच्च स्तरीय एपीआई का उपयोग किए बिना टेंसर, चर और ग्रेडिएंट) पर एक सिंहावलोकन की आवश्यकता है।
इस ML टेक टॉक में रिप्रेजेंटेशन लर्निंग, न्यूरल नेटवर्क के परिवार और उनके एप्लिकेशन, एक डीप न्यूरल नेटवर्क के अंदर पहली नज़र, और TensorFlow के कई कोड उदाहरण और अवधारणाएँ शामिल हैं।
इस श्रृंखला में, TensorFlow टीम TensorFlow के विभिन्न हिस्सों को कोडिंग के नज़रिए से देखती है, जिसमें TensorFlow के उच्च-स्तरीय APIs, प्राकृतिक भाषा प्रसंस्करण, तंत्रिका संरचित शिक्षण, और बहुत कुछ के उपयोग के लिए वीडियो शामिल हैं।
मल्टीमीडिया का विश्लेषण करने, स्मार्ट खोज बनाने, डेटा बदलने और उपयोगकर्ता के अनुकूल टूल के साथ उन्हें अपने ऐप में जल्दी से बनाने के तरीके सहित सबसे आम एमएल उपयोग के मामलों की पहचान करना सीखें।
जावास्क्रिप्ट के साथ ब्राउज़र में एमएल का उपयोग करने का व्यावहारिक कार्य 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 रूपांतरित करें।
व्यापक तकनीकी श्रोताओं के लिए TensorFlow.js की बुनियादी बातों के लिए एक हैंड्स-ऑन एंड-टू-एंड दृष्टिकोण। एक बार जब आप इस पुस्तक को समाप्त कर लेते हैं, 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 पड़ताल करती है, और आपको दिखाती है कि जावास्क्रिप्ट में मशीन लर्निंग मॉडल कैसे बनाया जाता है 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 ऐप कैसे बनाएं जो क्लाइंट साइड पर चल सकें और लगभग किसी भी डिवाइस पर उपयोग किए जा सकें।
मशीन सीखने और तंत्रिका नेटवर्क के निर्माण पर एक बड़ी श्रृंखला का हिस्सा, यह वीडियो प्लेलिस्ट मुख्य एपीआई TensorFlow.js पर केंद्रित है, और एमएल मॉडल को प्रशिक्षित करने और तैनात करने के लिए जावास्क्रिप्ट लाइब्रेरी का उपयोग कैसे करें।
गूगल डेवलपर्स
ऑन-डिवाइस मशीन लर्निंगसीखने के तरीकों के माध्यम से अपना पहला ऑन-डिवाइस एमएल ऐप बनाने का तरीका जानें, जो ऑडियो वर्गीकरण, विज़ुअल उत्पाद खोज आदि सहित सामान्य उपयोग के मामलों के लिए चरण-दर-चरण मार्गदर्शिका प्रदान करता है।
इस कोर्स में TensorFlow Lite के साथ मोबाइल और एम्बेडेड उपकरणों पर डीप लर्निंग मॉडल को लागू करना सीखें, जिसे TensorFlow टीम और Udacity ने सॉफ्टवेयर डेवलपर्स के लिए मॉडल परिनियोजन के व्यावहारिक दृष्टिकोण के रूप में विकसित किया है।
TFX के साथ उत्पादन पाइपलाइन प्रणाली को एक साथ कैसे रखा जाए, इस पर प्रत्यक्ष नज़र डालें। हम डेटा अधिग्रहण, मॉडल निर्माण, परिनियोजन और प्रबंधन के माध्यम से सब कुछ जल्दी 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 TensorFlow और Keras पर आधारित हैं, लेकिन मूल अवधारणाओं को किसी भी ढांचे पर लागू किया जा सकता है।
डीप लर्निंग.एआई
उत्पादन के लिए मशीन लर्निंग इंजीनियरिंग (MLOps) विशेषज्ञताइस चार-पाठ्यक्रम विशेषज्ञता में अपनी उत्पादन इंजीनियरिंग क्षमताओं का विस्तार करें। उत्पादन में लगातार काम करने वाली एकीकृत प्रणालियों की अवधारणा, निर्माण और रखरखाव करना सीखें।
इस उन्नत पाठ्यक्रम में टीएफएक्स घटक, पाइपलाइन ऑर्केस्ट्रेशन और ऑटोमेशन, और Google क्लाउड के साथ एमएल मेटाडेटा को प्रबंधित करने का तरीका शामिल है।
मानव-केंद्रित एआई
एमएल मॉडल को डिजाइन करते समय, या एआई-संचालित अनुप्रयोगों का निर्माण करते समय, उत्पाद के साथ बातचीत करने वाले लोगों पर विचार करना महत्वपूर्ण है, और इन एआई सिस्टम में निष्पक्षता, व्याख्यात्मकता, गोपनीयता और सुरक्षा का निर्माण करने का सबसे अच्छा तरीका है।
TensorFlow का उपयोग करके Responsible AI अभ्यासों को अपने ML कार्यप्रवाह में एकीकृत करने का तरीका जानें।
Google की यह गाइडबुक आपको मानव-केंद्रित AI उत्पाद बनाने में मदद करेगी। यह आपको सामान्य गलतियों से बचने, उत्कृष्ट अनुभव डिज़ाइन करने और एआई-संचालित एप्लिकेशन बनाते समय लोगों पर ध्यान केंद्रित करने में सक्षम बनाएगा।
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 रणनीति भी।