AI लर्निंग पाथ

Python में कोड करके मशीन लर्निंग सीखें

15 चुनौतियाँ जिनमें आप क्लासिक मशीन लर्निंग एल्गोरिदम ख़ुद लिखते हैं, बिना लाइब्रेरी के: डेटा स्केलिंग, लीनियर और लॉजिस्टिक रिग्रेशन, परसेप्ट्रॉन, k-निकटतम पड़ोसी, नाइव बेज़, डिसीज़न ट्री स्प्लिट और k-means। इन्हें Python में क्रम से हल करें; हर चुनौती ब्राउज़र में चलती है और तुरंत टेस्ट व AI समीक्षा मिलती है।

  1. 1

    डेटा के साथ काम

    मैट्रिक्स गुणन और फ़ीचर स्केलिंग।

    0/3
    1. 1 मैट्रिक्स गुणन आसान Python में हल करें
    2. 2 मिन-मैक्स नॉर्मलाइज़ेशन आसान Python में हल करें
    3. 3 Z-स्कोर स्टैंडर्डाइज़ेशन आसान Python में हल करें
  2. 2

    रिग्रेशन

    सूत्र से और ग्रेडिएंट डिसेंट से रेखा फ़िट करें, फिर प्रायिकताओं का अनुमान लगाएँ।

    0/4
    1. 1 सिंपल लीनियर रिग्रेशन (लीस्ट स्क्वेयर्स) मध्यम Python में हल करें
    2. 2 ग्रेडिएंट डिसेंट से लीनियर रिग्रेशन मध्यम Python में हल करें
    3. 3 लॉजिस्टिक रिग्रेशन से अनुमान आसान Python में हल करें
    4. 4 परसेप्ट्रॉन लर्निंग एल्गोरिदम मध्यम Python में हल करें
  3. 3

    क्लासिफ़िकेशन

    Softmax, क्रॉस-एंट्रॉपी, निकटतम पड़ोसी, नाइव बेज़ और डिसीज़न ट्री स्प्लिट।

    0/6
    1. 1 सॉफ्टमैक्स फ़ंक्शन आसान Python में हल करें
    2. 2 कैटेगोरिकल क्रॉस-एंट्रॉपी लॉस आसान Python में हल करें
    3. 3 K-नियरेस्ट नेबर्स क्लासिफ़ायर मध्यम Python में हल करें
    4. 4 नेव बेयस क्लासिफ़ायर मध्यम Python में हल करें
    5. 5 जिनी इम्प्योरिटी आसान Python में हल करें
    6. 6 इन्फ़ॉर्मेशन गेन मध्यम Python में हल करें
  4. 4

    समानता और क्लस्टरिंग

    कोसाइन समानता और k-means क्लस्टरिंग।

    0/2
    1. 1 कोसाइन समानता आसान Python में हल करें
    2. 2 K-मीन्स क्लस्टरिंग मध्यम Python में हल करें