सभी पाठ

कोर्स

कक्षा 9 एआई: Python और मशीन लर्निंग

Python, NumPy और pandas से क्लासिक मशीन लर्निंग मॉडल ट्रेन करो और जाँचो।

पाठ क्रम से करो। अंत में तुम डेटा संरचनाओं और फिर से इस्तेमाल होने वाले फ़ंक्शन के साथ Python लिख सकोगे। तुम सदिश जोड़ सकोगे, प्रायिकता निकाल सकोगे, और माध्य और मानक विचलन पा सकोगे। तुम NumPy और pandas से तालिका लोड कर सकोगे, साफ़ कर सकोगे, और उसका आलेख बना सकोगे। तुम डेटा पर रेखा फिट कर सकोगे, लॉजिस्टिक समाश्रयण, निर्णय वृक्ष और k-NN वर्गीकर्ता ट्रेन कर सकोगे, और k-means से डेटा को समूहों में बाँट सकोगे। तुम सटीकता, परिशुद्धता और पुनःप्राप्ति निकाल सकोगे, अति अनुकूलन पकड़ सकोगे, मॉडल की तुलना एक साधारण आधार रेखा से कर सकोगे, और पर्यावरण डेटा सेट की भविष्यवाणियाँ पेश कर सकोगे।

इन पाठों का इस्तेमाल कैसे करो

  • जिस पाठ पर यह करो लिखा है, वहीं से शुरू करो। जब शीर्षक के नीचे की पंक्ति खुद कर सको, तब आगे बढ़ो।
  • पहले खेल खेलो। फिर प्रश्नोत्तरी करो। 8/10 सही पर पास। वर्कशीट कागज़ पर हैं। उत्तर नीचे हैं।
  • हर पाठ पिछले पाठ पर टिका है। हर प्रयोग के नोट रखो: क्या बदला, क्या हुआ, और क्यों।
  • कोड वाले पाठ मुफ़्त ऑनलाइन नोटबुक में Python इस्तेमाल करते हैं। सिर्फ़ वे एआई उपकरण इस्तेमाल करो जिन्हें तुम्हारा शिक्षक मंज़ूर करे, एआई जो कोड तुम्हारे लिए लिखे उसे समझाओ, और जो डेटा सेट तुम बाँटते हो उसमें कभी निजी डेटा मत डालो।

हर पाठ में खेल, प्रश्नोत्तरी और वर्कशीट हैं।

0/36

Python प्रोग्रामिंग

  1. 1सिंटैक्स की दोहराईचर, शर्तों और लूप के साथ Python लिखो।
    • चर, प्रकार और f-strings इस्तेमाल करो।
    • if, for और while ब्लॉक लिखो।
    • traceback पढ़ो और गलती ठीक करो।
  2. 2डेटा संरचनाएँसूचियों, टपल, सेट और शब्दकोश में से चुनो।
    • हर संरचना को उसके सबसे अच्छे काम के लिए इस्तेमाल करो।
    • सूची और शब्दकोश की संक्षिप्त रचनाएँ लिखो।
    • रिकॉर्ड रखने के लिए संरचनाओं को अंदर रखो।
  3. 3फ़ंक्शन और मॉड्यूलफिर से इस्तेमाल होने वाले फ़ंक्शन लिखो और जाँचो।
    • डिफ़ॉल्ट और नाम वाले तर्क इस्तेमाल करो।
    • assert से जाँच लिखो।
    • अपने फ़ंक्शन एक मॉड्यूल से आयात करो।
  4. 4डेटा स्क्रिप्टएक स्क्रिप्ट लिखो जो पाठ फ़ाइल साफ़ करे।
    • फ़ाइल पंक्ति दर पंक्ति पढ़ो।
    • खराब पंक्तियाँ ठीक करो और खाली पंक्तियाँ छोड़ो।
    • साफ़ डेटा नई फ़ाइल में लिखो।

मशीन लर्निंग के लिए गणित

  1. 5सदिशसदिश जोड़ो और बिंदुओं के बीच दूरी निकालो।
    • डेटा बिंदु को सदिश के रूप में लिखो।
    • सदिश जोड़ो और उनका पैमाना बदलो।
    • यूक्लिड दूरी और अदिश गुणन निकालो।
  2. 6प्रायिकतासरल और सशर्त प्रायिकताएँ निकालो।
    • किसी घटना की प्रायिकता निकालो।
    • तालिका से सशर्त प्रायिकता निकालो।
    • सिक्के उछालकर अपना उत्तर जाँचो।
  3. 7सांख्यिकीमाध्य, प्रसरण और मानक विचलन निकालो।
    • हर एक हाथ से और कोड में निकालो।
    • बताओ कि मानक विचलन क्या कहता है।
    • दो डेटा सेट की तुलना उनके फैलाव से करो।
  4. 8गणित के प्रयोगडेटा का आलेख बनाओ और उसका फैलाव बताओ।
    • हिस्टोग्राम बनाओ।
    • स्कैटर आलेख बनाओ।
    • केंद्र, फैलाव और बाहरी मान बताओ।

डेटा विज्ञान

  1. 9NumPyNumPy में पूरे array पर गणित करो।
    • array बनाओ और उनका आकार बदलो।
    • लूप की जगह वेक्टर क्रियाएँ इस्तेमाल करो।
    • array में स्थान चुनो और हिस्से लो।
  2. 10pandaspandas से तालिका लोड करो, छाँटो और समूह बनाओ।
    • CSV को DataFrame में लोड करो।
    • पंक्तियाँ छाँटो और स्तंभ चुनो।
    • डेटा का समूह बनाओ और सार बताओ।
  3. 11डेटा साफ़ करनागायब मान और गलत प्रकार संभालो।
    • गायब मान ढूँढो।
    • उन्हें भरो या हटाओ, और अपनी पसंद बताओ।
    • गलत प्रकार और दोहरी पंक्तियाँ ठीक करो।
  4. 12दृश्यांकनऐसे आलेख बनाओ जो एक सवाल का जवाब दें।
    • सवाल के लिए सही आलेख चुनो।
    • अक्षों के नाम लिखो और शीर्षक जोड़ो।
    • भ्रामक आलेख ढूँढो और उसे ठीक करो।

मशीन लर्निंग की नींव

  1. 13मशीन लर्निंग क्या हैबताओ कि मॉडल डेटा से पैटर्न कैसे सीखता है।
    • नियम लिखने और डेटा से सीखने की तुलना करो।
    • मॉडल, पैरामीटर और प्रशिक्षण को परिभाषित करो।
    • मशीन लर्निंग के तीन असली उपयोग बताओ।
  2. 14पर्यवेक्षित और अपर्यवेक्षितपर्यवेक्षित कामों को अपर्यवेक्षित कामों से अलग बताओ।
    • कहो कि पर्यवेक्षित अधिगम लेबल इस्तेमाल करता है।
    • कहो कि अपर्यवेक्षित अधिगम बिना लेबल संरचना ढूँढता है।
    • दस कामों को हर समूह में बाँटो।
  3. 15ML का क्रमडेटा से काम करने वाले मॉडल तक के कदम लिखो।
    • कदम क्रम में रखो: सवाल, डेटा, विशेषताएँ, ट्रेन, जाँच, इस्तेमाल।
    • बताओ हर कदम पर क्या गलत हो सकता है।
    • बताओ कदम क्यों दोहराए जाते हैं।
  4. 16ML कामों की तुलनासमस्याओं को समाश्रयण, वर्गीकरण या समूहन से मिलाओ।
    • बताओ हर काम क्या भविष्यवाणी करता है।
    • दस समस्याओं को एक काम से मिलाओ।
    • एक समस्या को दूसरे काम के रूप में लिखो।

समाश्रयण

  1. 17रैखिक समाश्रयणडेटा पर एक रेखा फिट करो।
    • ढाल और अंतःखंड समझाओ।
    • scikit-learn से एक रेखा फिट करो।
    • डेटा के ऊपर रेखा का आलेख बनाओ।
  2. 18विशेषताएँविशेषताएँ चुनो और उनका पैमाना बदलो।
    • एक से ज़्यादा विशेषताएँ इस्तेमाल करो।
    • विशेषताओं को एक ही सीमा में लाओ।
    • एक श्रेणी विशेषता को कोड में बदलो।
  3. 19त्रुटिमाध्य वर्ग त्रुटि से त्रुटि नापो।
    • अवशिष्ट निकालो।
    • माध्य वर्ग त्रुटि और माध्य निरपेक्ष त्रुटि निकालो।
    • पैटर्न ढूँढने के लिए अवशिष्टों का आलेख बनाओ।
  4. 20संख्याओं की भविष्यवाणीसमाश्रयण मॉडल ट्रेन करो और नए मानों की भविष्यवाणी करो।
    • डेटा के एक हिस्से पर ट्रेन करो।
    • बाकी की भविष्यवाणी करो।
    • त्रुटि असली इकाइयों में बताओ।

वर्गीकरण

  1. 21लॉजिस्टिक समाश्रयणलॉजिस्टिक समाश्रयण वर्गीकर्ता ट्रेन करो।
    • बताओ यह अंक को प्रायिकता में कैसे बदलता है।
    • इसे ट्रेन करो और प्रायिकताओं की भविष्यवाणी करो।
    • सीमा बदलो और तुलना करो।
  2. 22निर्णय वृक्षनिर्णय वृक्ष ट्रेन करो और उसके बँटवारे पढ़ो।
    • एक वृक्ष ट्रेन करो।
    • उसके बँटवारे बनाओ और पढ़ो।
    • उसकी गहराई सीमित करो और अंकों की तुलना करो।
  3. 23k निकटतम पड़ोसीk-NN से वर्गीकरण करो और k चुनो।
    • बताओ k-NN कैसे वोट करता है।
    • k के कई मान आज़माओ।
    • बताओ k-NN के लिए पैमाना क्यों मायने रखता है।
  4. 24वर्गीकर्ता ट्रेन करोएक डेटा सेट पर तीन वर्गीकर्ताओं की तुलना करो।
    • तीनों को एक ही बँटवारे पर ट्रेन करो।
    • उनके अंकों की तुलना करो।
    • एक चुनो और कारण बताओ।

अपर्यवेक्षित अधिगम

  1. 25समानतादो नमूनों की समानता नापो।
    • यूक्लिड दूरी इस्तेमाल करो।
    • कोसाइन समानता इस्तेमाल करो।
    • डेटा सेट में सबसे समान चीज़ें ढूँढो।
  2. 26k-meansk-means समूहन से डेटा को समूहों में बाँटो।
    • k-means हाथ से, कदम दर कदम करो।
    • इसे scikit-learn में चलाओ।
    • गुच्छों का आलेख बनाओ।
  3. 27k चुननागुच्छों की संख्या चुनने के लिए कोहनी विधि इस्तेमाल करो।
    • k के कई मानों के लिए k-means चलाओ।
    • कोहनी वक्र का आलेख बनाओ।
    • जाँचो कि गुच्छे सही लगते हैं।
  4. 28नमूनों को समूहित करोडेटा सेट का गुच्छा बनाओ और हर समूह बताओ।
    • असली डेटा सेट का गुच्छा बनाओ।
    • हर गुच्छे का सार बताओ।
    • हर गुच्छे को एक नाम दो।

मॉडल की जाँच

  1. 29प्रशिक्षण और जाँच का बँटवाराडेटा बाँटो और कारण बताओ।
    • train_test_split से बाँटो।
    • सुधार के लिए सत्यापन सेट इस्तेमाल करो।
    • क्रॉस-सत्यापन इस्तेमाल करो।
  2. 30सटीकता, परिशुद्धता और पुनःप्राप्तिसटीकता, परिशुद्धता और पुनःप्राप्ति निकालो।
    • भ्रम आव्यूह बनाओ।
    • उसी से हर माप निकालो।
    • समस्या के अनुकूल माप चुनो।
  3. 31अति अनुकूलनप्रशिक्षण और जाँच के अंकों की तुलना से अति अनुकूलन पकड़ो।
    • ऐसा मॉडल ट्रेन करो जिसमें अति अनुकूलन हो।
    • प्रशिक्षण और जाँच के अंकों का आलेख बनाओ।
    • अति अनुकूलन घटाओ और तुलना करो।
  4. 32आधार रेखाएँमॉडल की तुलना एक साधारण आधार रेखा से करो।
    • ऐसी आधार रेखा बनाओ जो हमेशा सबसे आम जवाब चुने।
    • अपने मॉडल की तुलना उससे करो।
    • बताओ कब मॉडल इस्तेमाल के लायक नहीं है।

मशीन लर्निंग परियोजना

  1. 33डेटा सेट चुनोखुला पर्यावरण डेटा सेट और एक सवाल चुनो।
    • मौसम या हवा की गुणवत्ता का खुला डेटा सेट ढूँढो।
    • एक सवाल लिखो जिसका यह जवाब दे सके।
    • समाश्रयण या वर्गीकरण चुनो।
  2. 34तैयार करो और खोजोडेटा साफ़ करो और मुख्य पैटर्न का आलेख बनाओ।
    • डेटा साफ़ करो।
    • तीन पैटर्न का आलेख बनाओ।
    • विशेषताएँ चुनो।
  3. 35ट्रेन करो और तुलना करोदो मॉडल ट्रेन करो और उनकी तुलना आधार रेखा से करो।
    • दो मॉडल ट्रेन करो।
    • उनकी तुलना आधार रेखा से करो।
    • अति अनुकूलन की जाँच करो।
  4. 36पर्यावरण की स्थितियों की भविष्यवाणीपरिणाम, सीमाएँ और अगले कदम पेश करो।
    • अपने परिणाम और आलेख दिखाओ।
    • मॉडल की सीमाएँ समझाओ।
    • अगले कदम सुझाओ।