AI के साथ पैटर्न खोजें

  • किसी चीज़ की भविष्यवाणी करने के लिए मशीन लर्निंग मॉडल को प्रशिक्षित करें

3 मशीन लर्निंग के भाग

याद रखें कि आर्टिसिफिकल इंटेलिजेंस, विशेष रूप से मशीन लर्निंग, के 3 मुख्य भाग हैं।

डेटासेट

पैटर्न खोजें

भविष्यवाणी करें

इस पाठ में, हम दूसरे भाग पर ध्यान केंद्रित करने जा रहे हैं, पैटर्न खोजें, अपने स्वयं के एआई मॉडल को प्रशिक्षित करके जो भविष्यवाणी करने में सक्षम होगा।

कई  हैंमुफ्त ऑनलाइन प्लेटफ़ॉर्म जहाँ आप पर्यवेक्षित शिक्षण का उपयोग करके AI मॉडल को प्रशिक्षित कर सकते हैं।

मशीन लर्निंग के दो मुख्य प्रकार हैं - पर्यवेक्षित लर्निंग और अपर्यवेक्षित लर्निंग । 

पर्यवेक्षित शिक्षण वैसा ही है जैसा कि यह सुनने में लगता है - आप मॉडल को सही उत्तर बताकर यह निगरानी करते हैं कि वह कैसे सीखता है।

अप्रशिक्षित शिक्षण एक अलग दृष्टिकोण अपनाता है। मॉडल को डेटा प्रदान किया जाता है, लेकिन बिना किसी मार्गदर्शन या पर्यवेक्षण के। एआई मॉडल अपने स्वयं के पैटर्न खोजता है। यह विधि एआई मॉडल को बिना किसी पूर्व-निर्धारित ज्ञान के डेटा के बीच नए समूहों, समानताओं और अंतरों की खोज करने की अनुमति देती है।

इस पाठ्यक्रम में, हम मशीन लर्निंग के लिए पर्यवेक्षित शिक्षण पद्धति का उपयोग करेंगे। उदाहरण के लिए, मान लीजिए कि आप चाहते हैं कि एक AI मॉडल यह बताए कि कोई चित्र कुत्ते का है या बिल्ली का

dog's face
cat's face

आपका डेटासेट कुत्तों और बिल्लियों के बहुत सारे और बहुत सारे चित्र होंगे।

आप मॉडल को यह बताकर प्रशिक्षित करने में मदद करेंगे कि कौन से चित्र कुत्ते हैं और कौन सी बिल्लियाँ हैं

अपने मॉडल के लिए योजना

आपका मॉडल कुछ भविष्यवाणी करेगा, या वर्गीकृत करेगा। अक्सर इन मॉडलों को वर्गीकरण मॉडल कहा जाता है, इस कारण से। 

पहला कदम:

  1. आप क्या वर्गीकृत कर रहे हैं? क्या वे चित्र, पाठ, ध्वनियां हैं? यह आपका डेटा प्रकार है।
  2. विभिन्न संभावित वर्गीकरण क्या हैं?  उदाहरण के लिए, कुत्तों और बिल्लियों। ये आपकी कक्षाएं हैं। उन्हें कभी-कभी लेबल के रूप में भी जाना जाता है
  3. अपने मॉडल को प्रशिक्षित करने के लिए उपयुक्त डेटा इकट्ठा करें। प्रत्येक वर्ग का प्रतिनिधित्व करने के लिए बहुत सारे और बहुत सारे विविध डेटा खोजें। उदाहरण के लिए, कुत्तों और बिल्लियों के विभिन्न प्रकार के बहुत सारे और बहुत सारे चित्र!
Teachable Machine screenshot training dogs and cats

अनुशंसित प्लेटफॉर्म

एआई वर्गीकरण मॉडल बनाने के लिए कई स्वतंत्र और ओपन सोर्स प्लेटफॉर्म उपलब्ध हैं। 

हमने उन कार्यक्रमों और प्लेटफार्मों की एक सूची तैयार की है जहां आप कर सकते हैं:

  • भविष्यवाणी करने के लिए अपना मॉडल बनाएं
  • फिर भविष्यवाणी के आधार पर कार्रवाई करने के लिए मोबाइल या वेब ऐप में अपने मॉडल का उपयोग करें

यहां एक त्वरित अवलोकन दिया गया है कि प्रत्येक प्लेटफ़ॉर्म किसके साथ वर्गीकृत और एकीकृत कर सकता है।

प्लेटफार्म वर्गीकरण प्रकार टेक्नोवेशन एकीकरण
टीचेबल मशीन Google द्वारा चित्र, ध्वनियाँ, पोज़ ऐप आविष्कारक, पायथन, अन्य एकीकरण संभव
बच्चों के लिए मशीन लर्निंग चित्र, ध्वनियाँ, पाठ, संख्याएँ पायथन, ऐप इन्वेंटर (कुछ डेटा प्रकारों के लिए)
एमआईटी ऐप आविष्कारक चित्र, ध्वनियाँ, पोज़ ऐप आविष्कारक
ज़िमिलर छवियां थंकेबल, ऐप आविष्कारक, ऐप ऐप्स, एपीआई का उपयोग करना

गतिविधि: मशीन लर्निंग मॉडल को प्रशिक्षित करें

अनुमानित समय: 30 मिनट

एक रॉक, पेपर कैंची मॉडल बनाएं

चट्टान, कागज और कैंची के हाथ के संकेतों को पहचानने के लिए मशीन लर्निंग मॉडल बनाने के लिए Google के टीचेबल मशीन प्लेटफॉर्म का उपयोग करने के लिए वर्कशीट का पालन करें।

फिर अपने मॉडल को एक साधारण पूर्व-निर्मित जावास्क्रिप्ट इंटरैक्शन के साथ कार्रवाई में देखें।
कार्यपत्रक खोलना

पूर्व-निर्मित मॉडल

अब जबकि आपने अपना पहला AI मॉडल बना लिया है और आप अपनी परियोजना के लिए अपने स्वयं के मॉडल की योजना बनाना शुरू कर रहे हैं, तो आप पहले से बने मॉडल का उपयोग करने पर विचार कर सकते हैं।

पहिये का पुनः आविष्कार क्यों किया जाए, है न? 

ऐसी कई साइटें हैं जो सार्वजनिक और साझा AI मॉडल उपलब्ध कराती हैं। अगर वे आपको मनचाहा वर्गीकरण प्रदान करती हैं, तो आप उनका उपयोग करने पर विचार कर सकते हैं। यहाँ कुछ ऐसी साइटें दी गई हैं जो सार्वजनिक ML मॉडल उपलब्ध कराती हैं।

इन मॉडलों का उपयोग करने के लिए, आपको संभवतः पायथन या जावास्क्रिप्ट जैसी पाठ-आधारित भाषा का उपयोग करना होगा।

अगर आप कोडिंग में बिल्कुल नए हैं, तो अपना खुद का मॉडल बनाना एक बेहतरीन विकल्प है। इससे आप नियंत्रण में रहेंगे और इस प्रक्रिया में आप AI के बारे में बहुत कुछ सीखेंगे!

परावर्तन

आपने अपना पहला AI मॉडल बना लिया है! यह आपको एआई मॉडल बनाने की प्रक्रिया की एक झलक देगा। सभी मॉडल निर्माण प्लेटफॉर्म एक समान तरीके से काम करते हैं, हालांकि इंटरफेस थोड़े भिन्न हो सकते हैं।

reflection in building
क्या आपका मॉडल चट्टान, कागज या कैंची का पता लगाने में सफल रहा?
क्या इसे "अच्छे" डेटासेट के साथ बनाया गया था?
आप डेटासेट को बेहतर कैसे बना सकते हैं?
यदि आपके से अलग स्थान पर कोई मित्र या व्यक्ति आपके मॉडल और प्रोजेक्ट का उपयोग करता है, तो क्या यह भी प्रदर्शन करेगा? क्यों या क्यों नहीं?

प्रमुख शब्दों की समीक्षा

  • एआई (या मशीन लर्निंग) मॉडल - कृत्रिम बुद्धिमत्ता जिसे किसी चीज की भविष्यवाणी या वर्गीकृत करने के लिए पैटर्न को पहचानने के लिए डेटासेट पर प्रशिक्षित किया जाता है
  • पर्यवेक्षित सीखना - मशीन लर्निंग जहां एक मॉडल को सही या गलत परिणाम बताकर प्रशिक्षित किया जाता है
  • अप्रशिक्षित शिक्षण - मशीन लर्निंग जहां एक मॉडल बिना किसी हस्तक्षेप के, स्वयं ही पैटर्न खोज लेता है
  • कक्षा - एक लेबल जो एआई मॉडल को प्रदान किया जाता है ताकि यह सीखता है कि अपनी कक्षा द्वारा इनपुट को कैसे वर्गीकृत किया जाए

अतिरिक्त संसाधन

यदि आप कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के बारे में अधिक जानना चाहते हैं, तो यहां न्यूयॉर्क विश्वविद्यालय के डैनियल शिफमैन की एक बेहतरीन प्लेलिस्ट है।