localizeflow[bot]
f480b30e7b
|
3 months ago | |
|---|---|---|
| .. | ||
| README.md | 3 months ago | |
| assignment.md | 7 months ago | |
README.md
مشین لرننگ کا تعارف
پری لیکچر کوئز
🎥 اس سبق کو سمجھنے کے لیے اوپر تصویر پر کلک کریں ایک مختصر ویڈیو کے لیے۔
نئے افراد کے لیے کلاسیکی مشین لرننگ کے اس کورس میں خوش آمدید! چاہے آپ اس موضوع میں بالکل نئے ہوں، یا ایک تجربہ کار ایم ایل پریکٹیشنر ہوں جو کسی خاص شعبے میں اپنی معلومات تازہ کرنا چاہتے ہوں، ہم آپ کو خوش آمدید کہتے ہیں! ہم آپ کی ایم ایل مطالعہ کے لیے ایک دوستانہ آغاز بنانا چاہتے ہیں اور خوش ہوں گے کہ آپ کی رائے کی تشخیص کریں، جواب دیں، اور شامل کریں۔
🎥 مشین لرننگ کا تعارف: ایم آئی ٹی کے جان گٹ ٹیگ کی ویڈیو کے لیے اوپر تصویر پر کلک کریں
مشین لرننگ کے ساتھ شروع کرنا
اس نصاب کو شروع کرنے سے پہلے، آپ کو اپنے کمپیوٹر کو تیار اور لوکل نوٹ بکس چلانے کے قابل بنانا ہوگا۔
- اپنے کمپیوٹر کو ان ویڈیوز کے ساتھ ترتیب دیں۔ اپنے سسٹم میں Python انسٹال کرنے کا طریقہ جاننے کے لیے اور ترقی کے لیے ٹیکسٹ ایڈیٹر سیٹ اپ کرنے کے لیے درج ذیل لنکس استعمال کریں۔
- Python سیکھیں۔ یہ بھی تجویز کیا جاتا ہے کہ آپ کے پاس Python کی بنیادی سمجھ ہو، ایک پروگرامنگ زبان جو ڈیٹا سائنس دانوں کے لیے مفید ہے اور جسے ہم اس کورس میں استعمال کرتے ہیں۔
- Node.js اور JavaScript سیکھیں۔ ہم اس کورس میں ویب ایپس بناتے وقت چند بار JavaScript استعمال کرتے ہیں، اس لیے آپ کے پاس node اور npm نصب ہونا چاہیے، ساتھ ہی Python اور JavaScript ترقی کے لیے Visual Studio Code دستیاب ہونا چاہیے۔
- GitHub اکاؤنٹ بنائیں۔ چونکہ آپ نے ہمیں یہاں GitHub پر دیکھا ہے، ہو سکتا ہے آپ کے پاس اکاؤنٹ ہو، لیکن اگر نہیں، تو ایک بنائیں اور اس نصاب کو فورک کریں تاکہ آپ خود استعمال کر سکیں۔ (ہمیں سٹار دینا نہ بھولیں، شکریہ 😊)
- Scikit-learn کو دریافت کریں۔ Scikit-learn سے واقفیت حاصل کریں، مشین لرننگ کی لائبریریوں کا ایک مجموعہ جس کا حوالہ ہم ان اسباق میں دیتے ہیں۔
مشین لرننگ کیا ہے؟
اصطلاح 'مشین لرننگ' آج کے سب سے مقبول اور کثرت سے استعمال ہونے والے الفاظ میں سے ایک ہے۔ اگر آپ کو ٹیکنالوجی سے کچھ حد تک واقفیت ہے، چاہے آپ کسی بھی شعبے میں کام کرتے ہوں، اس اصطلاح کو کم از کم ایک بار سننے کا امکان غیر معمولی نہیں ہے۔ تاہم، مشین لرننگ کے میکینکس زیادہ تر لوگوں کے لیے ایک راز ہیں۔ ایک مشین لرننگ کے مبتدی کے لیے، یہ موضوع بعض اوقات overwhelming محسوس ہو سکتا ہے۔ لہٰذا، یہ سمجھنا ضروری ہے کہ مشین لرننگ حقیقت میں کیا ہے، اور اسے عملی مثالوں کے ذریعے قدم بہ قدم سیکھنا۔
ہائپ کرو
گوگل ٹرینڈز دکھاتا ہے حالیہ 'ہائپ کرو' اصطلاح 'مشین لرننگ' کی
ایک پراسرار کائنات
ہم ایک ایسی کائنات میں رہتے ہیں جو دلچسپ رازوں سے بھری ہوئی ہے۔ عظیم سائنس دان جیسے اسٹیفن ہاکنگ، البرٹ آئنسٹائن، اور بہت سے دیگر نے اپنی زندگیوں کو اس دنیا کے رازوں کو جاننے کے لیے وقف کر رکھا ہے۔ یہ انسانی حالت ہے سیکھنے کی: ایک انسانی بچہ نئے حقائق سیکھتا ہے اور جیسے جیسے بالغ ہوتا ہے، اپنی دنیا کی ساخت کو سال بہ سال دریافت کرتا ہے۔
بچے کا دماغ
بچے کا دماغ اور حواس اپنے ارد گرد کے حقائق کو محسوس کرتے ہیں اور زندگی کے پوشیدہ نمونوں کو بتدریج سیکھتے ہیں جو بچے کو منطقی قواعد بنانے میں مدد دیتے ہیں تاکہ سیکھے ہوئے نمونے پہچانے جا سکیں۔ انسانی دماغ کا سیکھنے کا عمل انسانوں کو اس دنیا کی سب سے پیچیدہ زندہ مخلوق بناتا ہے۔ پوشیدہ نمونوں کو دریافت کر کے اور پھر ان نمونوں پر جدت پیدا کر کے ہم اپنی زندگی بھر خود کو بہتر بناتے رہتے ہیں۔ یہ سیکھنے کی صلاحیت اور ارتقائی قابلیت ایک تصور سے منسلک ہے جسے دماغ کی لچک کہتے ہیں۔ ظاہری طور پر، ہم انسانی دماغ کے سیکھنے کے عمل اور مشین لرننگ کے تصورات کے درمیان کچھ حوصلہ افزا مشابہتیں نکال سکتے ہیں۔
انسانی دماغ
انسانی دماغ حقیقی دنیا سے چیزیں محسوس کرتا ہے، محسوس کی گئی معلومات کو پروسیس کرتا ہے، منطقی فیصلے کرتا ہے، اور حالات کی بنیاد پر مخصوص اعمال انجام دیتا ہے۔ ہم اس کو ذہانت سے بھرپور رویہ کہتے ہیں۔ جب ہم اس ذہین رویے کے عمل کی مشین کو نقل کرتے ہیں، تو اسے مصنوعی ذہانت (AI) کہتے ہیں۔
کچھ اصطلاحات
اگرچہ اصطلاحات کو الجھا جا سکتا ہے، مشین لرننگ (ML) مصنوعی ذہانت کا ایک اہم ذیلی حصہ ہے۔ ML مخصوص الگورتھمز استعمال کرنے پر توجہ دیتا ہے تاکہ محسوس شدہ ڈیٹا سے معنی خیز معلومات دریافت کی جا سکیں اور پوشیدہ نمونوں کو تلاش کیا جا سکے تاکہ منطقی فیصلہ سازی کے عمل کی تصدیق ہو سکے۔
AI، ML، گہری تعلیم
AI، ML، گہری تعلیم، اور ڈیٹا سائنس کے تعلقات دکھانے والا خاکہ۔ انفورمیشن گرافک جن لوپر کا ہے، یہ خاکہ اس گرافک سے متاثر ہے۔
کورس کے تحت موضوعات
اس نصاب میں ہم صرف مشین لرننگ کے بنیادی تصورات کا احاطہ کریں گے جو ایک نو آموز کو جاننا ضروری ہے۔ ہم بنیادی طور پر اسکائیکٹ-لرن کا استعمال کرتے ہوئے 'کلاسیکی مشین لرننگ' پر توجہ دیتے ہیں، جو بہت سے طلباء کی جانب سے بنیادی باتیں سیکھنے کے لیے استعمال کی جانے والی ایک بہترین لائبریری ہے۔ مصنوعی ذہانت یا گہری تعلیم کے وسیع تر تصورات کو سمجھنے کے لیے، مشین لرننگ کی مضبوط بنیادی معلومات ناگزیر ہے، اور اسی لیے ہم اسے یہاں پیش کرنا چاہتے ہیں۔
اس کورس میں آپ سیکھیں گے:
- مشین لرننگ کے بنیادی تصورات
- ایم ایل کی تاریخ
- ایم ایل اور انصاف
- رجریشن ایم ایل تکنیکیں
- درجہ بندی ایم ایل تکنیکیں
- کلسٹرنگ ایم ایل تکنیکیں
- قدرتی زبان کی پروسیسنگ ایم ایل تکنیکیں
- وقت کی سیریز کی پیش گوئی ایم ایل تکنیکیں
- ری انفورسمنٹ لرننگ
- ایم ایل کی حقیقی دنیا میں ایپلیکیشنز
ہم کیا نہیں سکھائیں گے
- گہری تعلیم
- نیورل نیٹ ورک
- AI
بہتر تعلیمی تجربے کے لیے، ہم نیورل نیٹ ورک، 'گہری تعلیم' (نیورل نیٹ ورک کے ذریعے کئی پرتوں والی ماڈل بلڈنگ)، اور AI کی پیچیدگیوں سے پرہیز کریں گے، جن پر ہم ایک مختلف نصاب میں گفتگو کریں گے۔ ہم ایک آنے والے ڈیٹا سائنس نصاب کی بھی پیش کش کریں گے جو اس بڑے میدان کے اس پہلو پر توجہ دے گا۔
مشین لرننگ کیوں پڑھیں؟
سسٹمز کے نقطہ نظر سے، مشین لرننگ ایسے خودکار نظاموں کی تخلیق ہے جو ڈیٹا سے پوشیدہ نمونوں کو سیکھ سکتے ہیں تاکہ ذہین فیصلے کرنے میں مدد دے سکیں۔
یہ تحریک انسانی دماغ کے مشاہدے سے تھوڑی بہت متاثر ہے جو بیرونی دنیا سے حاصل شدہ ڈیٹا کی بنیاد پر کچھ چیزیں سیکھتا ہے۔
✅ ایک لمحہ سوچیں کہ کاروبار کیوں مشین لرننگ کی حکمت عملیوں کو آزمانا چاہے گا بجائے اس کے کہ وہ سخت قواعد پر مبنی انجن بنائے۔
ڈیٹا کے معیار کی اہمیت
اعلی معیار کا ڈیٹا ماڈل کی کارکردگی کو بہتر بناتا ہے۔ ناقص یا شور والا ڈیٹا یہاں تک کہ جدید مشین لرننگ الگورتھمز کے استعمال کے باوجود غلط پیش گوئیوں کا باعث بن سکتا ہے۔
مشین لرننگ کی ایپلیکیشنز
مشین لرننگ کی ایپلیکیشنز اب تقریباً ہر جگہ موجود ہیں، بالکل ویسے ہی جیسے وہ ڈیٹا جو ہماری سوسائٹیوں میں بہتا ہے، جو ہمارے اسمارٹ فونز، جڑے ہوئے آلات، اور دیگر نظاموں سے پیدا ہوتا ہے۔ جدید مشین لرننگ الگورتھمز کی غیر معمولی صلاحیت کو دیکھتے ہوئے، محققین نے ان کی صلاحیت کو کثیر جہتی اور کثیر الشعبہ حقیقی زندگی کے مسائل کو مثبت نتائج کے ساتھ حل کرنے کے لیے تلاش کیا ہے۔
عملی ایم ایل کی مثالیں
آپ مشین لرننگ کو کئی طریقوں سے استعمال کر سکتے ہیں:
- مریض کی میڈیکل تاریخ یا رپورٹس سے بیماری کے امکانات کی پیش گوئی کے لیے۔
- موسمیاتی اعداد و شمار استعمال کر کے موسم کے واقعات کی پیش گوئی کے لیے۔
- متن کے احساس کو سمجھنے کے لیے۔
- جعلی خبروں کا پتہ لگا کر پروپیگنڈے کی روک تھام کے لیے۔
مالیات، معیشت، ارضی سائنس، خلا کی کھوج، بایومیڈیکل انجینئرنگ، علمی سائنس، اور حتیٰ کہ ہیومینیٹیز کے شعبے نے اپنے شعبے کے پیچیدہ، ڈیٹا پروسیسنگ والے مسائل کو حل کرنے کے لیے مشین لرننگ کو اپنایا ہے۔
نتیجہ
مشین لرننگ حقیقت یا پیدا کردہ ڈیٹا سے معنی خیز بصیرت تلاش کر کے پیٹرن دریافت کرنے کے عمل کو خودکار بنا دیتا ہے۔ اس نے کاروبار، صحت، اور مالی ایپلیکیشنز میں بہت زیادہ قدر ثابت کی ہے، دیگر شعبوں کے ساتھ۔
قریبی مستقبل میں، مشین لرننگ کی بنیادی باتیں سمجھنا کسی بھی شعبے کے لوگوں کے لیے لازمی ہو جائے گا کیونکہ یہ وسیع پیمانے پر اپنایا جا رہا ہے۔
🚀 چیلنج
کاغذ پر یا Excalidraw جیسی آن لائن ایپ استعمال کرتے ہوئے AI، ML، گہری تعلیم، اور ڈیٹا سائنس کے درمیان فرق کی اپنی تفہیم کا خاکہ بنائیں۔ ہر تکنیک کی ایسی مسائل کو بھی شامل کریں جنہیں وہ حل کرنے میں ماہر ہیں۔
پوسٹ لیکچر کوئز
جائزہ اور خود مطالعہ
کلاؤڈ میں ML الگورتھمز کے ساتھ کام کرنے کے بارے میں مزید جاننے کے لیے، اس لرننگ پاتھ پر عمل کریں۔
ایم ایل کی بنیادی باتوں کے بارے میں ایک لرننگ پاتھ لیں۔
اسائنمنٹ
ڈس کلیمر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔