Google 致力于为黑人社区推动种族平等。查看具体举措
इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

अपनी राह में महारत हासिल करो

मशीन लर्निंग में एक विशेषज्ञ बनने के लिए, आपको सबसे पहले चार सीखने के क्षेत्रों में एक मजबूत नींव की आवश्यकता है: कोडिंग, गणित, एमएल सिद्धांत और कैसे शुरू से अंत तक अपने स्वयं के एमएल प्रोजेक्ट का निर्माण करना है।

इन चार कौशलों को बेहतर बनाने के लिए TensorFlow के क्यूरेटेड क्यूरिकल्म्स से शुरुआत करें, या नीचे दिए गए हमारे संसाधन पुस्तकालय की खोज करके अपना स्वयं का सीखने का रास्ता चुनें।

मशीन लर्निंग एजुकेशन के चार क्षेत्र

अपने शैक्षिक पथ की शुरुआत करते समय, पहले यह समझना महत्वपूर्ण है कि एमएल कैसे सीखें। हमने ज्ञान के चार क्षेत्रों में सीखने की प्रक्रिया को तोड़ा है, प्रत्येक क्षेत्र के साथ एमएल पहेली का एक मूलभूत टुकड़ा प्रदान किया है। अपने रास्ते पर मदद करने के लिए, हमने 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 या हमारे संसाधन पुस्तकालय की खोज करके अपना रास्ता चुनने के लिए डिज़ाइन किए गए हमारे निर्देशित पाठ्यक्रम के साथ शुरू करें।

  • कोडिंग स्किल्स: बिल्डिंग एमएल मॉडल्स में एमएल कॉन्सेप्ट्स को जानने की तुलना में बहुत कुछ शामिल होता है- इसके लिए डेटा मैनेजमेंट, पैरामीटर ट्यूनिंग और अपने मॉडल को टेस्ट और ऑप्टिमाइज़ करने के लिए पार्सिंग परिणामों की आवश्यकता होती है।

  • गणित और आँकड़े: एमएल एक गणित भारी अनुशासन है, इसलिए यदि आप एमएल मॉडल को संशोधित करने या खरोंच से नए निर्माण करने की योजना बनाते हैं, तो अंतर्निहित गणित अवधारणाओं के साथ परिचित होना प्रक्रिया के लिए महत्वपूर्ण है।

  • एमएल सिद्धांत: एमएल सिद्धांत की मूल बातें जानने से आपको निर्माण करने की नींव मिलेगी, और कुछ गलत होने पर आपको समस्या का निवारण करने में मदद मिलेगी।

  • अपनी खुद की परियोजनाओं का निर्माण करें: अपने ज्ञान को परीक्षण में लगाने का सबसे अच्छा तरीका एमएल के साथ अनुभव प्राप्त करना है, इसलिए कुछ अभ्यास प्राप्त करने के लिए एक साधारण कोलाब या ट्यूटोरियल के साथ जल्दी से गोता लगाने से डरो मत।

टेंसोरफ्लो करिकुलम

अनुशंसित पाठ्यक्रमों, पुस्तकों और वीडियो वाले हमारे निर्देशित पाठ्यक्रम में से एक के साथ सीखना शुरू करें।

नौसिखिये के लिए
TensorFlow के साथ मशीन सीखने की मूल बातें

पुस्तकों और ऑनलाइन पाठ्यक्रमों के इस संग्रह के साथ एमएल की मूल बातें जानें। आपको TensorFlow 2.0 का उपयोग करके गहन शिक्षण के माध्यम से निर्देशित, scikit-learn के साथ एमएल में पेश किया जाएगा, और फिर आपके पास शुरुआती ट्यूटोरियल के साथ सीखने का अभ्यास करने का अवसर होगा।

मध्यवर्ती स्तर और विशेषज्ञों के लिए
TensorFlow के साथ सैद्धांतिक और उन्नत मशीन सीखना

एक बार जब आप मशीन सीखने की मूल बातें समझ लेते हैं, तो अपनी क्षमताओं को तंत्रिका नेटवर्क की सैद्धांतिक समझ, गहरी सीखने और अंतर्निहित गणित अवधारणाओं के अपने ज्ञान में सुधार करके अगले स्तर तक ले जाएं।

नौसिखिये के लिए
विशेषज्ञता: जावास्क्रिप्ट विकास के लिए टेन्सरफ्लो की मूल बातें

जावास्क्रिप्ट में विकासशील मशीन लर्निंग मॉडल की मूल बातें जानें, और ब्राउज़र में सीधे कैसे तैनात करें। आप गहरी शिक्षा पर और हाथों पर अभ्यास के माध्यम से TensorFlow.js के साथ आरंभ करने के बारे में एक उच्च-स्तरीय परिचय प्राप्त करेंगे।

शैक्षिक संसाधन

अपना खुद का सीखने का रास्ता चुनें, और TensorFlow टीम द्वारा आपको एमएल की नींव सिखाने के लिए अनुशंसित पुस्तकों, पाठ्यक्रमों, वीडियो और अभ्यासों का पता लगाएं।

पुस्तकें

एमएल और गहरी शिक्षा की नींव को समझने के लिए पढ़ना सबसे अच्छा तरीका है। किताबें आपको भविष्य में और अधिक तेज़ी से नई अवधारणाओं को सीखने में मदद करने के लिए आवश्यक सैद्धांतिक समझ दे सकती हैं।

पुस्तकें
फ्रेंकॉइस चॉलेट द्वारा पायथन के साथ डीप लर्निंग

यह किताब एक व्यावहारिक, हाथों में परिचय के साथ डीप लर्निंग के लिए है।

पुस्तकें
हाथों पर मशीन लर्निंग के साथ Scikit-Learn, Keras, और TensorFlow, दूसरा संस्करण, Auréli Géron द्वारा

ठोस उदाहरणों, न्यूनतम सिद्धांत, और दो उत्पादन-तैयार पायथन फ्रेमवर्क-स्किकिट-लर्न और टेन्सरफ्लो का उपयोग करना - यह पुस्तक आपको बुद्धिमान प्रणालियों के निर्माण के लिए अवधारणाओं और उपकरणों की सहज समझ प्राप्त करने में मदद करती है।

पुस्तकें
डीप लर्निंग: एक एमआईटी प्रेस बुक, इयान गुडफेलो, योशुआ बेंगियो और आरोन कोर्टविल द्वारा

यह डीप लर्निंग पाठ्यपुस्तक छात्रों और चिकित्सकों को सामान्य रूप से मशीन लर्निंग के क्षेत्र में प्रवेश करने और विशेष रूप से गहरी सीखने में मदद करने के लिए एक संसाधन है।

पुस्तकें
माइकल नील्सन द्वारा न्यूरल नेटवर्क और डीप लर्निंग

यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए एक महान संदर्भ है।

पुस्तकें
शेनकिंग के साथ डीप लर्निंग, फ्रैंकोइस चॉलेट के साथ शेनकेन कै, स्टेनली बाइलची, एरिक डी। नीलसन

TensorFlow पुस्तकालय के मुख्य लेखकों द्वारा लिखी गई, यह पुस्तक आपके ब्राउज़र में या Node पर जावास्क्रिप्ट में गहन सीखने वाले ऐप्स के लिए आकर्षक उपयोग के मामले और गहन निर्देश प्रदान करती है।

बहु-भाग ऑनलाइन पाठ्यक्रम

बहु-भाग ऑनलाइन पाठ्यक्रम लेना एमएल की मूल अवधारणाओं को सीखने का एक अच्छा तरीका है। कई पाठ्यक्रम महान दृश्य व्याख्याकार प्रदान करते हैं, और काम पर या सीधे अपने व्यक्तिगत परियोजनाओं के साथ मशीन सीखने को लागू करने के लिए आवश्यक उपकरण।

परिचयात्मक ऑनलाइन पाठ्यक्रम
deeplearning.ai: TensorFlow: डेटा और परिनियोजन विशेषज्ञता

आपने मॉडल बनाना और प्रशिक्षित करना सीखा है। अब इस चार-पाठ्यक्रम विशेषज्ञता में अपने मॉडल को प्रशिक्षित करने के लिए विभिन्न तैनाती परिदृश्यों को नेविगेट करना और अधिक प्रभावी ढंग से डेटा का उपयोग करना सीखें।

परिचयात्मक ऑनलाइन पाठ्यक्रम
deeplearning.ai: एअर इंडिया, एमएल, और डीप लर्निंग के लिए TensorFlow का परिचय

TensorFlow टीम के सहयोग से विकसित, यह कोर्स प्रैक्टिस स्पेशलाइजेशन में TensorFlow का हिस्सा है और TensorFlow का उपयोग करने के लिए आपको सर्वोत्तम अभ्यास सिखाएगा।

परिचयात्मक ऑनलाइन पाठ्यक्रम
उदर: गहन शिक्षा के लिए TensorFlow का परिचय

TensorFlow टीम और Udacity द्वारा विकसित इस ऑनलाइन कोर्स में, आप TensorFlow के साथ गहन शिक्षण अनुप्रयोगों का निर्माण करना सीखेंगे।

परिचयात्मक ऑनलाइन पाठ्यक्रम
deeplearning.ai: अभ्यास विशेषज्ञता में TensorFlow

TensorFlow डेवलपर द्वारा सिखाई गई 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।

परिचयात्मक ऑनलाइन पाठ्यक्रम
deeplearning.ai: दीप लर्निंग विशेषज्ञता

पांच पाठ्यक्रमों में, आप डीप लर्निंग की नींव सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाए, और यह सीखें कि सफल मशीन सीखने की परियोजनाओं का नेतृत्व कैसे करें और एआई में कैरियर का निर्माण करें। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि यह उद्योग में कैसे लागू होता है।

परिचयात्मक ऑनलाइन पाठ्यक्रम
स्टैनफोर्ड कोर्स CS231n: विजुअल रिकॉग्निशन के लिए कन्वेंशनल न्यूरल नेटवर्क्स

यह कोर्स कंप्यूटर विज़न कार्यों, विशेष रूप से छवि वर्गीकरण के लिए एंड-टू-एंड मॉडल सीखने पर ध्यान केंद्रित करने के साथ डीप लर्निंग आर्किटेक्चर के विवरण में एक गहरा गोता है। पाठ्यक्रम के पिछले पुनरावृत्तियों से व्याख्यान वीडियो, स्लाइड और पिछले पाठ्यक्रम नोटों का अन्वेषण करें।

परिचयात्मक ऑनलाइन पाठ्यक्रम
एमआईटी कोर्स 6.S191: डीप लर्निंग का परिचय

एमआईटी से इस कोर्स में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और टेन्सेफ्लो में तंत्रिका नेटवर्क के निर्माण में व्यावहारिक अनुभव प्राप्त करेंगे।

अन्य संसाधन

मोबाइल और वेब डेवलपर्स और उत्पादन पाइपलाइनों का निर्माण करने के इच्छुक उपयोगकर्ताओं के लिए, हमने आपके पसंदीदा संसाधनों को इकट्ठा करने में आपकी मदद करने के लिए हमारे TensorFlow पुस्तकालयों और फ्रेमवर्क सहित अपनी आवश्यकताओं को पूरा करने में मदद करने के लिए इकट्ठा किया है।

परिचयात्मक ऑनलाइन पाठ्यक्रम
आशी कृष्णन द्वारा जेएस में डीप लर्निंग

Deeplearn.js का उपयोग करके, यह जानें कि गहन शिक्षण प्रणाली कैसे सीखती हैं और जांचती हैं कि वे कैसे सोचते हैं।

नि: शुल्क
वीडियो देखना  
परिचयात्मक ऑनलाइन पाठ्यक्रम
TensorFlow.js द्वारा TensorFlow द्वारा आरंभ करना

3-भाग श्रृंखला जो प्रशिक्षण और निष्पादन मशीन दोनों की खोज करती है, TensorFlow.js के साथ मॉडल सीखती है, और आपको दिखाती है कि जावास्क्रिप्ट में मशीन लर्निंग मॉडल कैसे बनाया जाए जो सीधे ब्राउज़र में निष्पादित होता है।

नि: शुल्क
वीडियो देखना  
परिचयात्मक ऑनलाइन पाठ्यक्रम
TensorFlow.js: कोडिंग ट्रेन द्वारा खुफिया और सीखने की श्रृंखला

मशीन सीखने और तंत्रिका नेटवर्क के निर्माण पर एक बड़ी श्रृंखला का हिस्सा, यह वीडियो प्लेलिस्ट TensorFlow.js, कोर एपीआई और एमएल मॉडल को प्रशिक्षित करने और तैनात करने के लिए जावास्क्रिप्ट पुस्तकालय का उपयोग कैसे करें पर केंद्रित है।

नि: शुल्क
वीडियो देखना  
परिचयात्मक ऑनलाइन पाठ्यक्रम
TensorFlow.js डीप लर्निंग विथ जावास्क्रिप्ट विथ डेप्लायर्ड

यह श्रृंखला क्लाइंट-साइड कृत्रिम तंत्रिका नेटवर्क की अवधारणा का परिचय देती है। क्लाइंट-सर्वर डीप लर्निंग आर्किटेक्चर के बारे में जानें, केरस मॉडल्स को TFJS मॉडल्स में बदलना, Node.js के साथ मॉडल्स परोसना, ब्राउजर में ट्रेनिंग और ट्रांसफर सीखना आदि।

नि: शुल्क
वीडियो देखना  
परिचयात्मक ऑनलाइन पाठ्यक्रम
TensorFlow विस्तारित: वास्तविक विश्व मशीन उत्पादन में सीखना

TensorFlow Extended (TFX) का उपयोग करने पर TensorFlow टीम की एक पांच भाग श्रृंखला अपने स्वयं के उत्पादन ML पाइपलाइन बनाने के लिए।

नि: शुल्क
वीडियो देखना  
परिचयात्मक ऑनलाइन पाठ्यक्रम
आपके डिवाइस पर मशीन सीखना: विकल्प (Google I / O'19)

Google I / O का यह सत्र मोबाइल ऐप और एज डिवाइस को बढ़ाने के लिए मशीन लर्निंग के उपयोग के लिए उपलब्ध विभिन्न विकल्पों को ध्वस्त कर देगा। जानें कि मॉडल को प्रशिक्षित करने के लिए और विभिन्न उपकरणों में उनका उपयोग कैसे किया जा सकता है।

नि: शुल्क
वीडियो देखना  

गणित की अवधारणाएँ

अपने एमएल ज्ञान के साथ गहराई से जाने के लिए, ये संसाधन आपको उच्च स्तर की उन्नति के लिए आवश्यक अंतर्निहित गणित अवधारणाओं को समझने में मदद कर सकते हैं।

गणित की अवधारणाएँ
गूगल डेवलपर्स मशीन लर्निंग क्रैश कोर्स

TensorFlow APIs के साथ मशीन लर्निंग क्रैश कोर्स आकांक्षी मशीन लर्निंग चिकित्सकों के लिए एक स्व-अध्ययन गाइड है। इसमें वीडियो व्याख्यान, वास्तविक दुनिया के मामले के अध्ययन और हाथों पर अभ्यास अभ्यास के साथ कई पाठों की श्रृंखला है।

गणित की अवधारणाएँ
कौरसेरा: मशीन लर्निंग विशेषज्ञता के लिए गणित

कौरसेरा की इस ऑनलाइन विशेषज्ञता का उद्देश्य गणित और मशीन लर्निंग के अंतर को पाटना है, जो आपको एक सहज ज्ञान युक्त समझ बनाने के लिए अंतर्निहित गणित में तेजी लाने और मशीन लर्निंग और डेटा साइंस से संबंधित है।

गणित की अवधारणाएँ
डीप लर्निंग, 3blue1brown द्वारा

एक दृश्य-प्रथम दृष्टिकोण के साथ गणित प्रस्तुत करने के आसपास 3blue1brown केंद्र। इस वीडियो श्रृंखला में, आप एक तंत्रिका नेटवर्क की मूल बातें सीखेंगे और यह गणित की अवधारणाओं के माध्यम से कैसे काम करता है।

नि: शुल्क
वीडियो देखना  
गणित की अवधारणाएँ
रैखिक बीजगणित का सार, 3blue1brown द्वारा

3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो मैट्रिसेस, निर्धारक, ईजन-सामान और अधिक की ज्यामितीय समझ को समझाती है।

नि: शुल्क
वीडियो देखना  
गणित की अवधारणाएँ
3blue1brown द्वारा पथरी का सार

3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला, जो एक तरह से पथरी के मूल सिद्धांतों की व्याख्या करती है, जो आपको मौलिक प्रमेयों की एक मजबूत समझ देती है, न कि यह कि समीकरण कैसे काम करते हैं।

नि: शुल्क
वीडियो देखना  
गणित की अवधारणाएँ
MIT पाठ्यक्रम 18.06: रैखिक बीजगणित

एमआईटी से यह परिचयात्मक पाठ्यक्रम मैट्रिक्स सिद्धांत और रैखिक बीजगणित को कवर करता है। उन विषयों पर जोर दिया जाता है, जो अन्य विषयों में उपयोगी होंगे, जिसमें समीकरणों की प्रणाली, वेक्टर रिक्त स्थान, निर्धारक, आइजनवेल्यूज, समानता और सकारात्मक निश्चित मैट्रिक्स शामिल हैं।

गणित की अवधारणाएँ
एमआईटी पाठ्यक्रम 18.01: एकल चर पथरी

एमआईटी से यह परिचयात्मक कलन पाठ्यक्रम, अनुप्रयोगों के साथ एक चर के कार्यों के भेदभाव और एकीकरण को कवर करता है।

गणित की अवधारणाएँ
थ्योरी देखकर

संभाव्यता और आँकड़ों का एक दृश्य परिचय।

गणित की अवधारणाएँ
जेम्स, जी।, विटेन, डी।, हस्ती, टी।, और टिब्शिरानी, ​​आर।

यह पुस्तक सांख्यिकीय शिक्षा 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 की समझ बनाने के लिए एक आवश्यक टूलसेट।

मानव-केंद्रित AI

जब एक एमएल मॉडल डिजाइन करते हैं, या एआई-संचालित अनुप्रयोगों का निर्माण करते हैं, तो उत्पाद के साथ बातचीत करने वाले लोगों पर विचार करना महत्वपूर्ण है, और इन एआई सिस्टम में निष्पक्षता, व्याख्या, गोपनीयता और सुरक्षा बनाने का सबसे अच्छा तरीका है।

मानव-केंद्रित AI
जिम्मेदार ए.आई.

TensorFlow का उपयोग करके अपने AI वर्कफ़्लो में जिम्मेदार AI प्रथाओं को एकीकृत करना सीखें।

मानव-केंद्रित AI
लोग + एआई गाइडबुक

Google की यह मार्गदर्शिका आपको मानव-केंद्रित AI उत्पादों के निर्माण में मदद करेगी। यह आपको सामान्य गलतियों से बचने, उत्कृष्ट अनुभवों को डिजाइन करने और एआई-संचालित अनुप्रयोगों का निर्माण करने के लिए लोगों पर ध्यान केंद्रित करने में सक्षम बनाएगा।

मानव-केंद्रित AI
मशीन लर्निंग मॉड्यूल में निष्पक्षता का परिचय

Google के MLCC के भीतर यह एक घंटे का मॉड्यूल शिक्षार्थियों को विभिन्न प्रकार के मानव पूर्वाग्रहों का परिचय देता है जो प्रशिक्षण डेटा में प्रकट हो सकते हैं, साथ ही उनके प्रभावों की पहचान करने और उनका मूल्यांकन करने की रणनीति भी।