localizeflow[bot]
d177b6f2d8
|
4 months ago | |
|---|---|---|
| .. | ||
| README.md | 4 months ago | |
| assignment.md | 7 months ago | |
README.md
ಯಂತ್ರ ಕಲಿಕೆ ತಂತ್ರಗಳು
ಯಂತ್ರ ಕಲಿಕಾ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುವುದು, ಬಳಸುವುದು ಮತ್ತು ನಿರ್ವಹಿಸುವ ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ಅವು ಬಳಸುವ ಡೇಟಾ ವಿವಿಧ ಇತರ ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಪ್ರವಾಹಗಳಿಂದ ಬಹಳ ವಿಭಿನ್ನವಾಗಿದೆ. ಈ ಪಾಠದಲ್ಲಿ, ನಾವು ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸಪಷ್ಟೀಕರಿಸಿ, ನಿಮಗೆ ತಿಳಿಯಬೇಕು ಎಂಬ ಮುಖ್ಯ ತಂತ್ರಗಳನ್ನು ವಿವರಿಸುತ್ತೇವೆ. ನೀವು:
- ಯಂತ್ರ ಕಲಿಕೆಯ ಮೂಲಭೂತ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಹೆಚ್ಚಿನ ಮಟ್ಟದಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತೀರಿ.
- 'ಮಾಡೆಲ್ಸ್', 'ಭವಿಷ್ಯವಾಣಿಗಳು' ಮತ್ತು 'ತರಬೇತಿ ಡೇಟಾ' ಎಂಬ ಮೂಲಭಾವನೆಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತೀರಿ.
ಪೂರ್ವ-ಲೇಕ್ಚರ್ ಕ್ವಿಜ್
🎥 ಈ ಪಾಠವನ್ನು ನೆನೆಸಿಕೊಳ್ಳುವ ಚಿಕ್ಕ ವೀಡಿಯೊಗಾಗಿ ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
ಪರಿಚಯ
ಎತ್ತರದ ಮಟ್ಟದಲ್ಲಿ, ಯಂತ್ರ ಕಲಿಕೆ (ML) ಪ್ರಕ್ರಿಯೆಗಳ ವಿನ್ಯಾಸದಲ್ಲಿ ಕೆಲವು ಹಂತಗಳಿವೆ:
- ಪ್ರಶ್ನೆ ನಿರ್ಧರಿಸಿ. ಹೆಚ್ಚಿನ ML ಪ್ರಕ್ರಿಯೆಗಳು ಸರಳ ಶರತ್ತುಯುಕ್ತ ಕಾರ್ಯಕ್ರಮ ಅಥವಾ ನಿಯಮ ಆಧಾರಿತ ಎಂಜಿನ್ ಮೂಲಕ ಉತ್ತರಿಸಲಾರಾದ ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳುವುದರಿಂದ ಆರಂಭವಾಗುತ್ತದೆ. ಈ ಪ್ರಶ್ನೆಗಳು ಡೇಟಾ ಸಂಗ್ರಹದ ಆಧಾರದ ಮೇಲೆ ಭವಿಷ್ಯವಾಣಿ ಬಗ್ಗೆ ತಿರುಗುತ್ತವೆ.
- ಡೇಟಾ ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ತಯಾರಿಸಿಕೊಳ್ಳಿ. ನಿಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು, ನಿಮ್ಮ ಬಳಿ ಡೇಟಾ ಬೇಕಾಗುತ್ತದೆ. ನಿಮ್ಮ ಡೇಟಾದ ಗುಣಮಟ್ಟ ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ಪ್ರಮಾಣವು ನೀವು ನಿಮ್ಮ ಮೂಲ ಪ್ರಶ್ನೆಗೆ ಎಷ್ಟರಮಟ್ಟಿಗೆ ಉತ್ತರಿಸಬಹುದು ಎಂದು ನಿರ್ಧರಿಸುತ್ತದೆ. ಡೇಟಾ ದೃಶ್ಯೀಕರಣವು ಈ ಹಂತದ ಪ್ರಮುಖ ಅಂಶವಾಗಿದೆ. ಈ ಹಂತದಲ್ಲಿ ಡೇಟಾವನ್ನು ತರಬೇತಿ ಮತ್ತು ಪರೀಕ್ಷಾ ಗುಂಪುಗಳಲ್ಲಿ ವಿಭಜಿಸುವುದೂ ಸೇರಿದೆ.
- ತರಬೇತಿ ವಿಧಾನ ಆಯ್ಕೆಮಾಡಿ. ನಿಮ್ಮ ಪ್ರಶ್ನೆ ಮತ್ತು ಡೇಟಾದ ಸ್ವಭಾವದ ಆಧಾರದ ಮೇಲೆ, ಡೇಟಾವನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುವ ಮತ್ತು ಅದಕ್ಕೆ ತಕ್ಕ ವಿವಿಧ ಭವಿಷ್ಯವಾಣಿಗಳನ್ನು ಮಾಡಲು ನೀವು ಮಾದರಿಯನ್ನು ತರಬೇತಿಮಾಡುವ ವಿಧಾನವನ್ನು ಆಯ್ಕೆಮಾಡಬೇಕಾಗುತ್ತದೆ. ಇದು ನಿಮ್ಮ ML ಪ್ರಕ್ರಿಯೆಯ ಭಾಗವಾಗಿದ್ದು ವಿಶೇಷ ಪರಿಣತಿಯನ್ನು ಹಾಗೂ ಕೆಲವು ಬಾರಿ ಹೆಚ್ಚಿನ ಪ್ರಯೋಗಗಳನ್ನು ಅಗತ್ಯವಿರುತ್ತದೆ.
- ಮಾದರಿಯನ್ನು ತರಬೇತಿಮಾಡಿ. ನಿಮ್ಮ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಬಳಸಿ, ನೀವು ವಿವಿಧ ಅಲ್ಗೋರಿದಮ್ಗಳನ್ನು ಬಳಸಿ ಮಾದರಿಯನ್ನು ತರಬೇತಿಮಾಡುತ್ತೀರಿ ಮತ್ತು ಡೇಟಾದಲ್ಲಿರುವ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುವಂತೆ ಮಾಡುತ್ತೀರಿ. ಮಾದರಿ ಒಳಗಿನ ತೂಕಗಳನ್ನು ಹೊಂದಬಹುದು, ಅವುಗಳನ್ನು ಡೇಟಾದ ಕೆಲವು ಭಾಗಗಳನ್ನು ಹೆಚ್ಚಿನ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನಾಗಿಸಲು ಸರಿಪಡಿಸಲು ಬಳಸಬಹುದು.
- ಮಾದರಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ನೀವು ಈಗಾಗಲೇ ನೋಡದ ಡೇಟಾವನ್ನು (ನಿಮ್ಮ ಪರೀಕ್ಷಾ ಡೇಟಾ) ಬಳಸಿ ಮಾದರಿ ಹೇಗೆ ಕಾರ್ಯಾಚರಿಸುತ್ತಿದೆ ಎಂದು ಪರखಗೊಳ್ಳುತ್ತೀರಿ.
- ಪ್ಯಾರಾಮೀಟರ್ ಟ್ಯೂನಿಂಗ್. ನಿಮ್ಮ ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಧಾರದ ಮೇಲೆ, ನೀವು ವಿಭಿನ್ನ ನಿಯಂತ್ರಕಗಳು ಅಥವಾ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಬಳಸಿ ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಪುನರಾವರ್ತಿಸಬಹುದು, ಇದು ಮಾದರಿಯನ್ನು ತರಬೇತಿಮಾಡುವ ಅಲ್ಗೋರಿದಮ್ಗಳ ಕೃತ್ವವನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ.
- ಭವಿಷ್ಯವಾಣಿ ಮಾಡಿ. ಹೊಸ ಇನ್ಪುಟ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ನಿಮ್ಮ ಮಾದರಿಯ ಖಚಿತತೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ.
ಯಾವ ಪ್ರಶ್ನೆ ಕೇಳಬೇಕೆಂದು
ಕಂಪ್ಯೂಟರ್ಗಳು ಡೇಟಾದಲ್ಲಿರುವ ಮರೆಮಾಗಿದ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದರಲ್ಲಿ ವಿಶೇಷ ನೈಪುಣ್ಯ ಹೊಂದಿವೆ. ಈ ಉಪಯೋಗವೇ ಡೊಮೇನ್ ಕುರಿತು ಪ್ರಶ್ನೆಗಳಿರುವ ಸಂಶೋಧಕರಿಗೆ ಬಹಳ ಸಹಾಯಕವಾಗಿದೆ; ಅವರಿಗೆ ನಿಯಮಾಧಾರಿತ ಎಂಜಿನ್ ನಿರ್ಮಿಸುವ ಮೂಲಕ ಸುಲಭವಾಗಿ ಉತ್ತರ ಸಿಗಲಿಲ್ಲ.
ಉದಾಹರಣೆಗೆ, ಒಂದು ಆಕ್ಟೂವರಿಯಲ್ ಕಾರ್ಯಕ್ಕಾಗಿ, ಡೇಟಾ ವಿಜ್ಞಾನಿ ಧೂಮಪಾನ ಮಾಡುವವರ ಮತ್ತು ಇಲ್ಲದವರ ಸಾವು-ಬದುಕಿನ ಕುರಿತಾದ ಕೈಯಿಂದ ನಿರ್ಮಿತ ನಿಯಮಗಳನ್ನು ರಚಿಸಬಹುದು.
ಆದರೆ ಅನೇಕ ಬೇರೆಯೂ ಅಂಶಗಳು ಹೇರಲಾಗುವುದಾದಾಗ, ML ಮಾದರಿ ಭವಿಷ್ಯದ ಸಾವು ದರಗಳನ್ನು ಹಿಂದಿನ ಆರೋಗ್ಯ ಇತಿಹಾಸದ ಆಧಾರದ ಮೇಲೆ ಅಭಿಪ್ರೇತಿಸುವುದಕ್ಕೆ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಎಂದು ತೋರುತ್ತದೆ. ಮತ್ತೊಂದು ಆನಂದದಾಯಕ ಉದಾಹರಣೆ ಎಂದರೆ ಯಾವಾಗಲಾದರೂ ಏಪ್ರಿಲ್ ತಿಂಗಳಿನ ಹವಾಮಾನವನ್ನು ಅವಲಂಬಿಸಿ ಭವಿಷ್ಯವಾಣಿ ಮಾಡುವುದು, ಇದು ಅಗತ್ಯವಿರುವ ಸ್ಥಳದ ಅಕ್ಷಾಂಶ, ರೇಖಾಂಶ, ಹವಾಮಾನ ಬದಲಾವಣೆ, ಸಮುದ್ರದ ಸಮೀಪತೆ, ಜೆಟ್ ಸ್ಟ್ರೀಮ್ ಮಾದರಿಗಳು ಮತ್ತು ಇನ್ನಿತರ ಅಂಶಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
✅ ಈ ಸ್ಲೈಡ್ ಡೆಕ್ ಹವಾಮಾನ ಮಾದರಿಗಳ ಬಗ್ಗೆ ಐತಿಹಾಸಿಕ ದೃಷ್ಟಿಕೋನವನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ಹವಾಮಾನ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ML ಬಳಸುವ ಕುರಿತು ತಿಳಿಸುತ್ತದೆ.
ನಿರ್ಮಿಸುವ ಮುಂಚಿನ ಕರ್ತವ್ಯಗಳು
ನಿಮ್ಮ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು ಮುಂಚೆ, ನೀವು ಪೂರ್ಣಗೊಳಿಸಬೇಕಾದ ಹಲವಾರು ಕಾರ್ಯಗಳಿವೆ. ನಿಮ್ಮ ಪ್ರಶ್ನೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಮಾದರಿಯ ಭವಿಷ್ಯವಾಣಿಗಳ ಆಧಾರದ ಮೇಲೆ ಹಿಪೊತಿಸಿಸಬೇಕಾದ ಕುರಿತು ನೀವು ಹಲವು ಅಂಶಗಳನ್ನು ಗುರುತಿಸಿ ಸಂರಚಿಸಬೇಕು.
ಡೇಟಾ
ನಿಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಯಾವುದೇ ಖಚಿತತೆಯೊಂದಿಗೆ ಉತ್ತರಿಸಲು, ನೀವು ಸರಿಯಾದ ಪ್ರಕಾರದ ಸಾಕಷ್ಟು ಪ್ರಮಾಣದ ಡೇಟಾ ಬೇಕು. ಈ ಹಂತದಲ್ಲಿ ನೀವು ಮಾಡಬೇಕಾಗಿರುವ ಎರಡು ಕಾರ್ಯಗಳಿವೆ:
- ಡೇಟಾ ಸಂಗ್ರಹಿಸು. ಡೇಟಾ ವಿಶ್ಲೇಷಣದಲ್ಲಿ ನ್ಯಾಯಸಾಧ್ಯತೆಯ ಕುರಿತು ಮುಂಚಿನ ಪಾಠವು ನಿಮ್ಮ ಮೆದುಳಿನಲ್ಲಿ ಇರಲಿ, ನಿಮ್ಮ ಡೇಟಾ ಎಡತಡೆಯಿಲ್ಲದೆ ಕಲಕೊಳ್ಳಿ. ಈ ಡೇಟಾದ ಮೂಲ, ಅದರ ಒಳನಡಿಕೆ ಮತ್ತು ಮೂಲವನ್ನು ದಾಖಲಿಸಿ.
- ಡೇಟಾ ತಯಾರಿಸು. ಡೇಟಾ ತಯಾರಿಕೆಯ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಹಲವು ಹಂತಗಳಿವೆ. ವಿಭಿನ್ನ ಮೂಲಗಳಿಂದ ಬಂದಾಗ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ ಸಾಮಾನ್ಯೀಕರಿಸಲು ಆಗಬಹುದು. ಡೇಟಾದ ಗುಣಮಟ್ಟ ಮತ್ತು ಪ್ರಮಾಣವನ್ನು ಸುಧಾರಿಸಲು ನೀವು ಒಬ್ಬ ತಿಳಿವಳಿಕೆಯವರಾಗಿ ಕೋಟೆಯ ಕಡೆಗೆ ಸಂಖ್ಯೆಗೆ ಪರಿವರ್ತನೆ ಮಾಡಬಹುದು (ಹಾಗೆ ನಾವೇ ಕ್ಲಸ್ಟರಿಂಗ್ ನಲ್ಲಿ ತಿಳಿದಿದ್ದೇವೆ). ಮೂಲ ಆಧಾರದ ಮೇಲೆ ನೀವು ಹೊಸ ಡೇಟಾವನ್ನು ಸಹ ಉತ್ಪನ್ನ ಮಾಡಬಹುದು (ವರ್ಗೀಕರಣ ನಲ್ಲಿ ಮಾಡಿದ್ದಂತೆ). ಡೇಟಾವನ್ನು ಶುದ್ಧೀಕರಿಸಿ ಸಂಪಾದಿಸುವುದೂ ಆಗಬಹುದು (ವೆಬ್ ಅಪ್ ಪಾಠದ ಮುಂಚೆ ನಾವು ಮಾಡುತ್ತೇವೆ). ಟೆರಬೇಟಿ ತಂತ್ರಗಳನ್ನು ಆಧರಿಸಿ ಯಾವಾಗಲಾದರೂ ಇದನ್ನು ಅಪವ್ಯವಸ್ಥಿತಗೊಳಿಸಲು, ಅನಿಯಮಿತಗೊಳಿಸಲು ಅಗತ್ಯವಿರಬಹುದು.
✅ ಡೇಟಾ ಸಂಗ್ರಹಿಸಿ ಪ್ರಕ್ರಿಯೆ ಮಾಡಿಕೊಂಡ ನಂತರ, ಅದರ ಆಕಾರ ನಿಮಗೆ ಬಯಸಿದ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆಯೇ ಎಂದು ಗಮನಿಸಿ. ನಮ್ಮ ಕ್ಲಸ್ಟರಿಂಗ್ ಪಾಠಗಳಲ್ಲಿ ನಾವು ಕಂಡುಕೊಂಡಂತೆ, ಕೆಲವೊಮ್ಮೆ ಡೇಟಾ ನೀಡಲಾದ ಕಾರ್ಯದಲ್ಲಿ ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ!
ಲಕ್ಷಣಗಳು ಮತ್ತು ಗುರಿ
ಲಕ್ಷಣ ಎಂದರೆ ನಿಮ್ಮ ಡೇಟಾದ ಮಾಪನೆಗೆ ಬಂದಿದೆ. ಹಲವಾರು ಡೇಟಾಸೆಟ್ಗಳಲ್ಲಿ ಇದು 'ದಿನಾಂಕ', 'ಗಾತ್ರ' ಅಥವಾ 'ಬಣ್ಣ' ಮುಂತಾದ ಕಾಲಮ್ ಹೆಡಿಂಗ್ಗೆ ಸಮಾನ. ಲಕ್ಷಣ ವ್ಯತ್ಯಾಸ, ಸಾಮಾನ್ಯವಾಗಿ X ಎಂಬುದಾಗಿ ಕೋಡ್ನಲ್ಲಿ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ, ಅದು ತರಬೇತಿಗಾಗಿ ಬಳಸುವ ಇನ್ಪುಟ್ ವ್ಯತ್ಯಾಸವನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಗುರಿ ಎಂದರೆ ನೀವು ಭವಿಷ್ಯವನ್ನು ಊಹಿಸುವುದು. ಗುರಿ, ಸಾಮಾನ್ಯವಾಗಿ y ಎಂದು ಕೋಡ್ನಲ್ಲಿ ಪ್ರತಿನಿಧಿಸಲ್ಪಡುತ್ತದೆ, ಇದು ನೀವು ಕೇಳುತ್ತಿರುವ ಪ್ರಶ್ನೆಯ ಉತ್ತರ: ಡಿಸೆಂಬರ್ ամսದಲ್ಲಿ, ಯಾವ ಬಣ್ಣದ ಫಲಕಿಗಳು ಅತ್ಯಂತ ಕಡಿಮೆ ದರದಲ್ಲಿ ಲಭ್ಯವಾಗುತ್ತವೆ? ಸಂ ಫ್ರಾನ್ಸಿಸ್ಕೋದಲ್ಲಿನ ಯಾವ ಮತ್ತು ಪ್ರದೇಶಗಳು ಉತ್ತಮ ಬೆಲೆ ಇರುವ ರಿಯಲ್ ಎಸ್ಟೇಟ್ ಹೊಂದಿರುತ್ತವೆ? ಗುರಿಯನ್ನು ಲೇಬಲ್ ಗುಣಲಕ್ಷಣ ಎಂದು ಕರೆದಿರಬಹುದು.
ನಿಮ್ಮ ಲಕ್ಷಣ ವ್ಯತ್ಯಾಸ ಆಯ್ಕೆ ಮಾಡಿಕೊಳ್ಳಿ
🎓 ಲಕ್ಷಣ ಆಯ್ಕೆ ಮತ್ತು ಲಕ್ಷಣ ಹೊರಹಾಕಿಕೆ ಮಾದರಿ ನಿರ್ಮಿಸುವಾಗ ಯಾವ ವ್ಯತ್ಯಾಸವನ್ನು ಆರಿಸುವುದು? ಅತ್ಯುತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆ ಹೊಂದಿದ ಮಾದರಿಗಾಗಿ ನೀವು ಲಕ್ಷಣ ಆಯ್ಕೆ ಅಥವಾ ಲಕ್ಷಣ ಹೊರಹಾಕಿಕೆಯ ಪ್ರಕ್ರಿಯೆಯಿಂದಾಗಿ ಹೋಗಬಹುದು. ಅವರ ನಡುವೆ ವ್ಯತ್ಯಾಸವಿದೆ: "ಲಕ್ಷಣ ಹೊರಹಾಕಿಕೆ ಮೂಲ ಲಕ್ಷಣಗಳಿಂದ ಹೊಸ ಲಕ್ಷಣಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಆದರೆ ಲಕ್ಷಣ ಆಯ್ಕೆ ಲಕ್ಷಣಗಳ ಉಪಸಮೂಹವನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ." (ಮೂಲ)
ನಿಮ್ಮ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸಿ
ಡೇಟಾಸೈನ್ಟಿಸ್ಟ್ ಉಪಕರಣಗಳ ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ ಡೇಟಾವನ್ನು ಹಲವಾರು ಶ್ರೇಷ್ಠ ಲೈಬ್ರರಿಗಳಾದ ಸೀಬೋರ್ನ್ ಅಥವಾ ಮ್ಯಾಟ್ಪ್ಲಾಟ್ಲಿಬ್ ಬಳಸಿ ದೃಶ್ಯೀಕರಿಸುವ ಶಕ್ತಿ. ನಿಮ್ಮ ಡೇಟಾವನ್ನು ದೃಶ್ಯ ರೂಪದಲ್ಲಿ ಪ್ರತಿನಿಧಿಸುವುದರಿಂದ ನೀವು ಉಪಯುಕ್ತವಾದ ಅಡಗಿದ ಸಂಬಂಧಗಳನ್ನು ಕಾಣಬಹುದು. ನಿಮ್ಮ ದೃಶ್ಯೀಕರಣವು ಪ್ರತ್ಯರ್ಥ ಅಥವಾ ಅಸಮತೋಲನ ಡೇಟಾವನ್ನು ಕಾಣಲು ಸಹ ಸಹಾಯಕವಾಗಬಹುದು (ನಾವು ವರ್ಗೀಕರಣ ಪಾಠಗಳಲ್ಲಿ ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ).
ನಿಮ್ಮ ಡೇಟಾಸೆಟ್ ಅನ್ನು ವಿಭಜಿಸಿ
ತರಬೇತಿಗೆ ಮುಂಚೆ, ನಿಮ್ಮ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಅನುಪಾಲಿತ ಗಾತ್ರದ ಎರಡು ಅಥವಾ ಹೆಚ್ಚು ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸಬೇಕು, ಆದರೆ ಡೇಟಾದ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ತಪ್ಪದಂತೆ.
- ತರಬೇತಿ. ಡೇಟಾಸೆಟ್ನ ಈ ಭಾಗವು ಮಾದರಿಯನ್ನು ತರಬೇತಿಮಾಡಲು ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ. ಇದು ಮೂಲ ಡೇಟಾಸೆಟ್ನ ಬಹುತೇಕ ಭಾಗವಾಗಿದೆ.
- ಪರೀಕ್ಷೆ. ಪರೀಕ್ಷಾ ಡೇಟಾಸೆಟ್ ಸ್ವತಂತ್ರ ಗುಂಪು, ಸಾಮಾನ್ಯವಾಗಿ ಮೂಲ ಡೇಟಾದಿಂದ ಸಂಗ್ರಹಿಸಲ್ಪಟ್ಟಿದ್ದು, ನಿರ್ಮಿತ ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ದೃಢೀಕರಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ.
- ಮಾನ್ಯತೆ. ಮಾನ್ಯತಾ ಸೆಟ್ ಒಂದು ಸಣ್ಣ ಸ್ವತಂತ್ರ ಉದಾಹರಣೆ ಗುಂಪಾಗಿದೆ, ಇದನ್ನು ಮಾದರಿಯ ಹೈಪರ್ಪ್ಯಾರಾಮೀಟರ್ಗಳು ಅಥವಾ ರಚನೆ ತಿದ್ದುಪಡಿ ಮಾಡಲು ಬಳಸಿಸಲಾಗುತ್ತದೆ, ಮಾದರಿಯ ಗುಣಮಟ್ಟ ಸುಧಾರಣೆಗೆ. ಡೇಟಾದ ಗಾತ್ರ ಮತ್ತು ಪ್ರಶ್ನೆಯ ಮೇಲೆ ಪರಿಗಣಿಸಿ, ನೀವು ಈ ಮೂರನೇ ಸೆಟ್ ಅನ್ನು ರಚಿಸುವ ಅಗತ್ಯವಿರಲಾರದು (ಸಮಯ ಸರಣಿ ಪೂರ್ವಕಾಣಿಕೆ ನಲ್ಲಿ ತಿಳಿಸಲಾಗಿದೆ).
ಮಾದರಿ ನಿರ್ಮಾಣ
ನಿಮ್ಮ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು, ನಿಮ್ಮ ಗುರಿ ಮಾದರಿ ಅಥವಾ ಡೇಟಾದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರತಿನಿಧಿಯನ್ನು ವಿವಿಧ ಅಲ್ಗೋರಿದಮ್ಗಳ ಮೂಲಕ ತರಬೇತಿಮಾಡುವುದು. ಮಾದರಿ ತರಬೇತಿಸುವಿಕೆ ಡೇಟಾನ್ನು ಅನಾಲಿಸುಮಾಡುವಿಕೆಗಳಿಗೆ ಒಳಪಡಿಸುವುದು ಮತ್ತು ಕಂಡುಹಿಡಿದ ಮಾದರಿಗಳನ್ನು ಅದೃಷ್ಟಿಸಿಕೊಂಡು ಸ್ವೀಕರಿಸುವ ಅಥವಾ ನಿರಾಕರಿಸುವ ಅವಕಾಶವನ್ನು ಕಲ್ಪಿಸುತ್ತದೆ.
ತರಬೇತಿ ವಿಧಾನ ಆಯ್ಕೆಮಾಡಿ
ನಿಮ್ಮ ಪ್ರಶ್ನೆ ಮತ್ತು ಡೇಟಾದ ಸ್ವಭಾವದ ಆಧಾರದ ಮೇಲೆ, ನೀವು ತರಬೇತಿಗೆ ಕ್ರಮವನ್ನು ಆಯ್ಕೆಮಾಡುತ್ತೀರಿ. ಸ್ಕೈಕಿಟ್-ಲರ್ನ್ ನ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಮೂಲಕ ನೀವು ಅನೇಕ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸಬಹುದು. ನಿಮ್ಮ ಅನುಭಾವದ ಪ್ರಕಾರ, ಉತ್ತಮ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು ನೀವು ಹಲವು ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಬಹುದು. ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ಕಾಣದ ಡೇಟಾವನ್ನು ಚುಂಬಿಸುವ ಮೂಲಕ ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಾರೆ, ಖಚಿತತೆ, ಅಡಚಣೆ ಮತ್ತು ಗುಣಮಟ್ಟವನ್ನು ಹಾಳುಮಾಡುವ ಇತರ ಸಮಸ್ಯೆಗಳನ್ನು ತಪಾಸಣೆ ಮಾಡುವ ಮೂಲಕ ಕಾರ್ಯಕ್ಕೆ ಸರಿಯಾದ ತರಬೇತಿ ವಿಧಾನವನ್ನು ಆಯ್ಕೆಮಾಡುತ್ತಾರೆ.
ಮಾದರಿ ತರಬೇತಿಮಾಡಿ
ತರಬೇತಿ ಡೇಟಾ ಹೊಂದಿ, ನೀವು 'model.fit' ಕೋಡ್ ಅನ್ನು ದೃಷ್ಟಿಸಿ, ಇದೇನೆಂದರೆ ನೀವು ನಿಮ್ಮ ಲಕ್ಷಣ ವ್ಯತ್ಯಾಸವನ್ನು (ಸರಾಸರಿ 'X' ಎಂದು), ಮತ್ತು ಗುರಿ ವ್ಯತ್ಯಾಸವನ್ನು (ಸರಾಸರಿ 'y' ಎಂದು) ಸರಣಿಯಾಗಿ ಸಲ್ಲಿಸುತ್ತೀರಿ.
ಮಾದರಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ
ತರಬೇತಿ ಪ್ರಕ್ರಿಯೆ ಪೂರ್ಣಗೊಂಡಾಗ (ಜನರಾಗಿ 'ಎಪೊಕ್ಸ್' ಎಂಬ ಹಲವಾರು ಪುನರಾವೃತಿಗಳನ್ನು ಬೇಕಾಗಬಹುದು), ನಿಮ್ಮ ಮಾದರಿಯ ಗುಣಮಟ್ಟವನ್ನು ಪರೀಕ್ಷಾ ಡೇಟಾಗಳು ಬಳಸಿ ಪರಿಶೀಲಿಸಬಹುದು. ಈ ಡೇಟಾ ಮೂಲ ಡೇಟಾದ ಉಪಸಮೂಹವಾಗಿದ್ದು, ಮಾದರಿಯತ್ತ ಮೊದಲಿಗ್ ನೋಡಲ್ಪಟ್ಟಿಲ್ಲ. ನೀವು ಮಾದರಿಯ ಗುಣಮಟ್ಟದ ಮೀರಿಗಳುಳ್ಳ ಟೇಬಲ್ಲನ್ನು ಮುದ್ರಣ ಮಾಡಬಹುದು.
🎓 ಮಾದರಿ ಫಿಟಿಂಗ್
ಯಂತ್ರ ಕಲಿಕೆಯಲ್ಲಿ, ಮಾದರಿ ಫಿಟಿಂಗ್ ಎಂದರೆ ಮಾದರಿಯ ಮೂಲ ಕಾರ್ಯವೇಧನೆಯ ಖಚಿತತೆ, ಇದು ಅದಕ್ಕೆ ಪರಿಚಿತವಿಲ್ಲದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.
🎓 ಅಡವಿಕೆ ಮತ್ತು ಅತಿಯಾಗಿ ಫಿಟಿಂಗ್ ಎಂಬವು ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳಾಗಿದ್ದು, ಮಾದರಿಯ ಗುಣಮಟ್ಟವನ್ನು ಹಾಳುಮಾಡುವುದಕ್ಕೆ ಕಾರಣವಾಗುತ್ತವೆ, ಏಕೆಂದರೆ ಮಾದರಿ ಎಷ್ಟು ಚೆನ್ನಾಗಿಲ್ಲದೆ ಅಥವಾ ಹೆಚ್ಚು ಚೆನ್ನಾಗಿಯೂ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ. ಇದು ಮಾದರಿಗೆ ತರಬೇತಿ ಡೇಟಾವಿಗಿಂತ ಹೆಚ್ಚು ಅಥವಾ ಕಡಿಮೆ ಸಮೀಪಿಸುವ ಭವಿಷ್ಯವಾಣಿಗಳನ್ನು ಮಾಡಿಸಲು ಕಾರಣವಾಗುತ್ತದೆ. ಅತಿಯಾಗಿ ಫಿಟ್ ಮಾಡಿದ ಮಾದರಿ ತರಬೇತಿ ಡೇಟಾ ವಿವರಗಳನ್ನು ಹಾಗೂ ಶಬ್ದಗಳನ್ನು ತುಂಬಾ ಚೆನ್ನಾಗಿ ಕಲಿತದ್ದರಿಂದ ಒಂದು ರೀತಿಯಲ್ಲಿ ಹೆಚ್ಚು ನಿಖರವಾಗಿರುತ್ತದೆ. ಅಡವಿಕೆಯಾಗಿರುವ ಮಾದರಿ ತನ್ನ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಮತ್ತು ನೋಡದ ಡೇಟಾವನ್ನು ನಿಖರವಾಗಿ ವಿಶ್ಲೇಷಿಸಲು ಅಸಮರ್ಥವಾಗಿದೆ.
ಇನ್ಫೋಗ್ರಾಫಿಕ್: ಜೆನ್ ಲೂಪರ್
ಪ್ಯಾರಾಮೀಟರ್ ಟ್ಯೂನಿಂಗ್
ನಿಮ್ಮ ಪ್ರಾಥಮಿಕ ತರಬೇತಿ ಪೂರ್ಣವಾದ ನಂತರ, ಮಾದರಿಯ ಗುಣಮಟ್ಟವನ್ನು ಗಮನಿಸಿ ಅದರ 'ಹೈಪರ್ಪ್ಯಾರಾಮೀಟರ್ಗಳನ್ನು' ತಿದ್ದುಪಡಿ ಮಾಡುವ ಮೂಲಕ ಸುಧಾರಿಸಲು ಯೋಚಿಸಿ. ಈ ಪ್ರಕ್ರಿಯೆಗೆ ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಓದಿ.
ಭವಿಷ್ಯವಾಣಿ
ಈ ಸಮಯದಲ್ಲಿ ನೀವು ಸಂಪೂರ್ಣ ಹೊಸ ಡೇಟಾವನ್ನು ಬಳಸಿ ನಿಮ್ಮ ಮಾದರಿಯ ನಿಖರತೆಯನ್ನು ಪರೀಕ್ಷಿಸಬಹುದು. 'ಅಪ್ಲೈಡ್' ML ಪಾರಂಪರಿಕದಲ್ಲಿ, ನೀವು ವೆಬ್ ಆಸ್ತಿ ನಿರ್ಮಿಸುತ್ತಿದ್ದರೆ, ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಬಳಕೆದಾರ ಇನ್ಪುಟ್ (ಉದಾ: ಒಂದು ಬಟನ್ ಒತ್ತುವುದು) ಸಂಗ್ರಹಿಸಿ ಅದನ್ನು ಮಾದರಿಗೆ ನಿರ್ಣಯ ಅಥವಾ ಮೌಲ್ಯಮಾಪನ ನಡೆಸಲು ಕಳುಹಿಸುವುದು ಒಳಗೊಂಡಿರಬಹುದು.
ಈ ಪಾಠಗಳಲ್ಲಿ, ನೀವು ಈ ಹಂತಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು, ತಯಾರಿಸುವುದು, ನಿರ್ಮಿಸುವುದು, ಪರೀಕ್ಷಿಸುವುದು, ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಮತ್ತು ಭವಿಷ್ಯವಾಣಿ ಮಾಡುವುದನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತೀರಿ — ಇದು ಒಂದು ಡೇಟಾ ವಿಜ್ಞಾನಿಯ ಎಲ್ಲಾ ಚಲನೆಗಳು ಮತ್ತು ವಿಸ್ತಾರವಾಗಿ, ನಿಮಗೆ 'ಫುಲ್ ಸ್ಟ್ಯಾಕ್' ML ಎಂಜಿನಿಯರ್ ಆಗಲು ದಾರಿತೋರಲಿದೆ.
🚀ಸವಾಲು
ಯಂತ್ರ ಕಲಿಕೆಯ ಅಭ್ಯಾಸಗಾರನ ಹಂತಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಫ್ಲೋ ಚಾರ್ಟ್ ರಚಿಸಿ. ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿದ್ದ ನೀವು ಈಗ ಎಲ್ಲಿದ್ದೀರಿ? ಎಲ್ಲಿ ತೊಂದರೆ ಸಹಮತಿಸುವಿರಿ? ಯಾವ ಹಂತ ನಿಮ್ಮಿಗೆ ಸುಲಭವಾಗದು?
ಪೋಸ್ಟ್-ಲೇಕ್ಚರ್ ಕ್ವಿಜ್
ಪರಿಶೀಲನೆ ಮತ್ತು ಸ್ವ-ಅಧ್ಯಯನ
ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳ ದೈನಂದಿನ ಕೆಲಸದ ಬಗ್ಗೆ ಸಂದರ್ಶನಗಳನ್ನು ಆನ್ಲೈನಿನಲ್ಲಿ ಹುಡುಕಿ. ಇಲ್ಲಿ ಒಂದು ಇದು ಇದೆ.
ಕಾರ್ಯಾವಳಿ
ಡೇಟಾ ವಿಜ್ಞಾನಿಯನ್ನು ಸಂದರ್ಶನ ಮಾಡು
ಡೆಸ್ಕ್ಲೇಮರ್:
ಈ ಡಾಕ್ಯೂಮೆಂಟ್ ಅನ್ನು AI ಭಾಷಾಂತರ ಸೇವೆ Co-op Translator ಬಳಸarak್ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿರ್ವಹಿಸುವಿದ್ದರೂ ಕೂಡ, ಸ್ವಯಂಚಾಲಿತ ಭಾಷಾಂತರಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ತಪ್ಪು ಮಾಹಿತಿಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಡಾಕ್ಯೂಮೆಂಟ್ ತನ್ನ ತಾಯ್ನಾಡಿನ ಭಾಷೆಯಲ್ಲಿ ಅಧಿಕೃತ ಮೂಲವಾಗಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ಗಂಭೀರ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಭಾಷಾಂತರವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ಅಸಮಜಸ್ಟತೆಗಳು ಅಥವಾ ತಪ್ಪು ಅರ್ಥಗರ್ಭಿತತೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.