Types of Machine Learning for Beginners | Types of Machine learning in Hindi | Types of ML in Depth

Summary

This video script delves into the intricate world of machine learning, focusing on the importance of understanding different types of algorithms and their applications. It discusses supervised learning, including regression and classification, as well as unsupervised learning techniques like clustering and dimensionality reduction. The script also explores the concept of reinforcement learning and provides practical examples to illustrate how machine learning can be applied to solve real-world problems, emphasizing the need for selecting the right algorithm based on the nature of the data and the problem at hand.

Takeaways

• 📚 The video discusses various types of machine learning, focusing on the importance of understanding the types to effectively apply machine learning algorithms.
• 🔍 It differentiates between Supervised Learning, Unsupervised Learning, and Reinforcement Learning, explaining that they depend on different factors and are used for distinct purposes.
• 👨‍🏫 The presenter introduces the concept of 'supervision' in machine learning, where algorithms learn from input-output pairs and are categorized into regression and classification for Supervised Learning.
• 🤖 The script touches on Unsupervised Learning, which includes techniques like clustering, dimensionality reduction, and association learning, used when there is no output variable and the system needs to find patterns in the data.
• 📈 The importance of feature selection and extraction in machine learning is highlighted, as it helps to improve the performance of algorithms by reducing the number of input variables.
• 🔢 The video explains how numerical data, such as scores or test results, is used in regression problems, where the output is a continuous value.
• 🏷️ Classification problems are distinguished by their categorical output, like yes/no decisions, which are used to categorize data into different groups.
• 👥 The script mentions the use of clustering in understanding customer behavior, such as grouping similar types of customers on an e-commerce website.
• 🔑 The concept of reinforcement learning is introduced, where an agent learns to make decisions by receiving rewards or penalties, with examples like Google's AlphaGo.
• 🛠️ The video emphasizes the practical applications of machine learning in various industries, such as retail for optimizing product placement or in credit scoring for financial services.
• 🌐 It concludes by emphasizing the vast potential and importance of machine learning in uncovering hidden patterns and making data-driven decisions in business.

Q & A

What is the main topic of the video script?

The main topic of the video script is about different types of machine learning, focusing on supervised learning, unsupervised learning, and reinforcement learning.

What are the three main categories of machine learning algorithms discussed in the script?

The three main categories of machine learning algorithms discussed are supervised machine learning, unsupervised machine learning, and reinforcement learning.

What is the purpose of supervised learning in machine learning algorithms?

The purpose of supervised learning is to find a relationship between input and output data, allowing the model to make predictions about new, unseen data.

Can you explain the concept of unsupervised learning with an example from the script?

Unsupervised learning involves working with data that has inputs but no corresponding outputs. An example from the script is clustering, where the algorithm groups similar data points together without prior training on labeled data.

What is the difference between regression and classification in the context of supervised learning?

Regression deals with predicting a continuous output variable, such as predicting a price or a value. Classification, on the other hand, is about predicting discrete labels, such as assigning an item to one of several categories.

What is the role of data types in determining the type of machine learning problem being addressed?

Data types, whether numerical or categorical, influence the type of machine learning problem. For instance, if the output is numerical, it might be a regression problem, while if the output is categorical, it could be a classification problem.

How does the script mention the importance of feature extraction in machine learning?

The script mentions feature extraction as a technique to create new features from multiple columns, which can help in reducing the complexity of the data and improving the performance of machine learning models.

What is dimensionality reduction and why is it important in machine learning?

Dimensionality reduction is the process of reducing the number of random variables under consideration and can help in visualizing the data. It is important because it can simplify the model, reduce computational costs, and avoid overfitting.

How does the script relate machine learning to real-world applications?

The script relates machine learning to real-world applications by discussing examples such as predicting student placements, customer segmentation for e-commerce websites, and credit scoring, showing how machine learning can be applied to solve practical problems.

What is reinforcement learning and how does it differ from other types of machine learning mentioned in the script?

Reinforcement learning is a type of machine learning where an agent learns to make decisions by taking actions in an environment to maximize some notion of cumulative reward. It differs from supervised and unsupervised learning as it does not require labeled data and learns through trial and error.

How does the script highlight the importance of understanding the logic behind machine learning algorithms?

The script emphasizes understanding the logic behind algorithms by discussing the need to know the type of problem being solved, the importance of data types, and the process of feature extraction and dimensionality reduction, which are all crucial for effectively applying machine learning.

Outlines

00:00

📚 Introduction to Machine Learning Types

The script starts with a welcoming statement and delves into the crucial topic of machine learning. It outlines the importance of understanding different types of machine learning algorithms, which are categorized based on their dependence on supervision. The video aims to explore the amount of supervision needed for machine learning algorithms and will discuss various aspects in detail, starting with an introduction and moving on to specific types such as supervised and unsupervised learning, including examples like regression and classification.

05:01

🔍 Understanding Supervised Learning

This paragraph focuses on the concept of supervised learning, where the algorithm is trained on a dataset with input-output pairs. It discusses the types of problems solved by supervised learning, such as regression and classification, and the importance of data types, including numerical and technical data. The speaker uses examples to illustrate how algorithms learn from data to make predictions, such as predicting college admission outcomes based on student information.

10:02

🤖 Applications of Unsupervised Learning

The script shifts to unsupervised learning, where the dataset contains only input data without any output labels. It explains that unsupervised learning is used for tasks like clustering, where the algorithm groups similar data points together. The importance of clustering is highlighted, with examples such as categorizing students into groups based on certain characteristics, and the potential applications in various industries like e-commerce and customer service.

15:03

📈 Dimensionality Reduction Techniques

This paragraph discusses the challenges of working with high-dimensional data and introduces dimensionality reduction techniques. It explains how algorithms can reduce the number of input features to improve efficiency and performance. The concept of feature extraction is introduced, where new features are created from multiple existing ones to simplify the data for easier analysis and decision-making.

20:03

🛒 Association Rule-based Learning

The script explores association rule-based learning, which is used to discover relationships between different items in a dataset. It provides examples from retail, such as supermarkets using association rules to understand customer buying patterns and improve product placement and sales. The importance of identifying associations for business insights and customer preferences is emphasized.

25:03

🚀 Advanced Topics in Machine Learning

The final paragraph touches on advanced topics in machine learning, such as reinforcement learning, where an agent learns to make decisions by interacting with an environment. It discusses the importance of understanding the problem type in machine learning and the potential applications of various techniques. The script concludes with a reminder of the importance of machine learning in solving complex problems and making informed decisions.

Keywords

💡Machine Learning

Machine Learning is a subset of artificial intelligence that enables machines to learn from data and improve over time without being explicitly programmed. In the context of the video, it is the central theme where the script discusses various types of machine learning algorithms and their applications. For example, the script mentions '300 hundred for machine learning', indicating a broad range of topics covered in the video.

💡Supervised Learning

Supervised Learning is a type of machine learning where the algorithm learns from labeled data. The video script refers to it as a category of machine learning, explaining that it involves input and output data to establish a relationship, such as predicting placement outcomes based on student data.

💡Unsupervised Learning

Unsupervised Learning is another type of machine learning where the algorithm works with unlabeled data to find patterns or structures. The script discusses this in the context of clustering and dimensionality reduction, where the algorithm organizes data into groups without prior guidance on what the groups should be.

💡Regression

Regression is a supervised learning algorithm used for predicting a continuous outcome variable. The script mentions regression in the context of supervised learning, where the algorithm is trained to predict numerical values, such as a student's placement score.

💡Classification

Classification is a type of supervised learning where the algorithm learns to assign categories or labels to data. The script uses the example of determining whether a student will be placed or not, which is a binary classification problem.

💡Clustering

Clustering is an unsupervised learning technique used to group similar data points together. The script discusses clustering in the context of grouping students based on their IQ and CPI scores, which helps in understanding patterns within the data without predefined labels.

💡Dimensionality Reduction

Dimensionality Reduction is a technique used to reduce the number of variables in a dataset while retaining the most important information. The script refers to it as a method to simplify complex data, making it easier to visualize and analyze, such as converting high-dimensional data into a 2D or 3D plot.

💡Reinforcement Learning

Reinforcement Learning is a type of machine learning where an agent learns to make decisions by performing actions in an environment to maximize some notion of cumulative reward. Although not explicitly mentioned in the script, it is part of the video's theme as it is one of the main categories of machine learning.

💡Data Labeling

Data Labeling is the process of assigning labels to data for supervised learning. The script touches on the topic, indicating that labeling can be a difficult and expensive task, and it is a crucial step in training machine learning models to recognize patterns and make predictions.

💡Feature Extraction

Feature Extraction is the process of identifying and extracting useful information from data. The script mentions it in the context of creating new columns from multiple existing columns, which helps in reducing the complexity of the data and improving the performance of machine learning models.

💡Association Rule Learning

Association Rule Learning is a method used to discover interesting relationships between variables in large databases. The script provides an example of how association rules can be used in a supermarket setting to understand the purchasing patterns of customers, such as buying beer along with baby diapers.

Highlights

Introduction to the YouTube channel 'Desi-Vid-Education 300 Hunted for Machine Learning and AI'.

Discussion on the importance of understanding different types of machine learning for successful application.

Categorization of machine learning algorithms into three main types: Supervised Learning, Unsupervised Learning, and Reinforcement Learning.

Explaining the concept of Supervised Learning and its reliance on input and output data for training models.

Diving into the specifics of Supervised Learning, including Regression and Classification as subcategories.

Unveiling Unsupervised Learning techniques such as Clustering, Dimensionality Reduction, and Association Learning.

The practical application of machine learning in various fields, including the analysis of student data for placement predictions.

Differentiating between Numerical and Categorical data types and their roles in machine learning models.

The significance of Regression in predicting continuous outcomes based on input data.

Understanding Classification problems where the output is categorical, such as yes/no decisions.

Exploring the concept of Clustering and its utility in grouping similar data points without predefined labels.

The role of Dimensionality Reduction in simplifying complex data sets with multiple input variables.

Association Rule Learning and its applications in discovering relationships between different variables in a dataset.

The challenges and solutions associated with Semi-Supervised Learning, where limited labeled data is available.

Reinforcement Learning as a category where an agent learns to make decisions by performing actions in an environment.

The importance of feature extraction in transforming raw data into meaningful features for machine learning models.

Visualization techniques for understanding complex data relationships and the role of machine learning in this process.

Practical examples of machine learning applications in retail, such as predicting customer purchases based on shopping patterns.

The future implications and potential of machine learning in various industries, emphasizing the need for continuous learning and adaptation.

Transcripts

हेलो हेलो गाइस वेलकम टू माय YouTube चैनल

देश-विदेश 300 हंटेड फॉर मशीन लर्निंग एंड

आज में पढ़ने वाले हैं और टाइप्स ऑफ मशीन

लर्निंग ठीक है तो इस वेरी इंपोर्टेंट

टॉपिक एंड अलसो ट्राइड टो स्प्रेड ए ग्रेट

थिंग इन डिटेल आ सफल मशीन लर्निंग टाइप सी

अलग चीज ऊपर डिपेंड करते हैं तो हम तीन

अलग-अलग चीजों के ऊपर बात करेंगे बट आज की

वीडियो में वे इनटू फोकस ऑन जस्ट वांट थे

अमाउंट आफ सुपर व्हेन नीडेड फॉर मशीन

लर्निंग एल्गोरिथम्स टू गेट स्ट्रैंथ ठीक

है कितना सुपर विज़न चाहिए एक्सटर्नल

सुपरेशन उसके बेसिस पर हम टाइप्स ऑफ मशीन

लर्निंग एल्गोरिथम्स पाएंगे ठीक है तो आई

एम शुरुआत चार्ट और फिर उस चार्ट को पूरा

डिटेल में डिस्कस करेंगे ठीक है सोया सोया

गई बे ड्रॉन ओं टॉप सुपरविजन नीडेड हमारे

मशीन लर्निंग एल्गोरिथम्स को हम चार

अलग-अलग कैटेगिरी में डिवाइड कर सकते हैं

ठीक है सुपरफास्ट कैटेगिरी सुपरवाइजर मशीन

लर्निंग नेक्स्ट फंक्शन सुपरवाइजर मशीन

लर्निंग थे

इस समय सुपरवाइजर मशीन लर्निंग एंड लास्ट

बैलेंस रिइंफोर्समेंट लर्निंग यह सबसे

फेमस कैटेगराइजेशन है और आप कभी भी कोई भी

वीडियो देख या कोई अश्लील बुक पढ़ ओं थिस

विल बी द चैटिंग वैटिंग एक्यूरेसी इन मोशन

वीडियोस एंड टेक्स ठीक है तो एक बार हम इन

सबको डिटेल में डिस्कस करते हैं जैसे

सुपरवाइजर मशीन लर्निंग को आप आगे दो और

पार्ट्स में डिवाइड कर सकते हो रिग्रेशन

एंड क्लासिफिकेशन ठीक है अनसुपरवाइज्ड

लर्निंग भी आप चार अलग-अलग कैटेगरीज में

डिवाइड कर सकते हो प्लस प्रैंक

डाइमेंशनलिटी रिडक्शन एंड वैलिडेशन इन

एसोसिएशन विद लर्निंग ठीक है तो हम क्या

करेंगे हम एक-एक करके इन सबको और डिटेल

में पढेंगे सुधार हमें समझ में आए कि इनके

पीछे का लॉजिक है ठीक है सुनील साइड में

सुपरवाइजर मशीन लड़ने व्हाट इज सुपरवाइजर

मशीन लर्निंग ओके तो आइए स्विच टैब

कि अंक ऊपर विल डिसकस सुपरवाइजर मशीन

लर्निंग ओके सो ऐसी मशीन लेंगे ऑल अबाउट

लर्निंग फ्रॉम डेट आफ गेटिंग ए ट्रेन टो

ओन योर डाटा प्राइस अब डाटा में अगर आपके

पास इन फूड है और आउटपुट भी है और आपका

काम है इनपुट और आउटपुट के बीच में रिलेशन

से पता करना सौंठ एक नए इनपुट के लिए

अबाउट बताओ डेंटिस्ट लर्न इंग्लिश फोंट

सुपरवाइजर मशीन लर्निंग ओके लक्ष्मी

एक्सप्लेन विद एग्जांपल फ्लैट से हमारे

पास कुछ स्टूडेंट्स का बेटा है जहां पर

हमारे पास हर स्टूडेंट के बारे में और दो

पीस इन्फॉर्मेशन है फर्स्ट उसका आईक्यू

कितना है सेकंड उसका सीजीपीए कितना है

है और फिर हमारे पास यह डाटा है कि उसका

प्लेसमेंट हुआ कि नहीं हुआ

कि हमारे पास यह डाटा है है और लैब से

फेज़ कर दो

है तू एक पॉसिबल रो अफ्रीका या बेटी सेवंथ

का आईक्यू टेस्ट 7.1 का सीजीपीए प्लेसमेंट

हो गया ठीक है 111 का इशू 8.9 का सीजीपीए

प्लेसमेंट हो गया 725 का आईक्यू 6.3 का

सीजीपीए प्लेसमेंट नहीं हुआ एंड सलमान इस

तरीके से 5000 स्टूडेंट्स का डाटा है अगर

यहां पर आपसे कोई पूछे कि आपके पास जो तीन

कॉलम है इसमें एक इनपुट कॉलम पॉइंट है तो

एक्चुअली अ बहुत ही इजी बता सकते हो कि यह

जो दो प्रॉब्लम है आई क्यों हम सीजीपीए यह

आपके इनपुट का आलम है और यह प्लेसमेंट हुआ

या नहीं हुआ यह आपका मुकुल न तो यह आउटपुट

है प्लेसमेंट का होना या न होना यह बाकी

के दो कॉलम से ऊपर डिपेंड कर रहे हैं तो

इन्हें बोला जा सकता है कि यहां पर आपके

पास बेटा है वहां पर आपके पास इन फूड भी

है

है और आउटपुट दी है लाइट अब जवाबी मशीन

ध्वज को लेकर आओगे उसका काम के होगा इस

इनपुट और इस आर्ट के बीच में एक मैथमेटिकल

रिलेशनशिप प्रोफॉर्मा फॉर दैट फ्यूचर में

अगर आप किसी नैचुरल के बारे में पूछो

टैक्स आपने पूछा कि 7.3 लाइक यू है अनुसार

मंत्री सीपी है और 7380 क्यों है तो बताओ

प्लेसमेंट होगा कि नहीं तनाव आपका मशीन

लर्निंग एल्गोरिथम्स व्हो सीक चुका है

डाटा के ऊपर टाइटंस क्या है वह इजली इस नए

इनपुट के लिए हाउ टू बता सकता है यस या नो

पैंट्स राइड सुपरवाइजर वर्ष लगेंगे इस

प्लेटफॉर्म राइज्ड थे इश्यू अगर आपके पास

एक ऐसा डाटा साइड है जिसमें इनपुट भी है

और आउटपुट भी है और आपका काम इनपुट और

आउटपुट के बीच के रिलेशनशिप को समझ करके

मैं इनपुट का ऑपरेशन करना है दिन डिसाइड

फॉर मशीन लर्निंग इस नोन अस सुपरवाइजर

मशीन लर्निंग एंड ब्यूटी कांटेस्ट मौसम पर

मशीन लर्निंग ठाट यू विल डू आई हेट यू विल

फाइंड कि आप सुपरवाइजर व शिमला मिर्च ऊपर

ज्यादा काम

ओक नऊ कम्स द सेकंड पार्ट सुपरवाइजर

मशीनरी के दो पार्ट होते हैं तब और फर्निस

रिग्रेशन

के अंदर सेटिंग्स क्लासिफिकेशन

अच्छा ठीक है नोटिफिकेशन और पांच इंडिकेशन

किसको बोलते हैं ठीक है यह दोनों को समझने

के लिए हमें उसे चीज समझनी पड़ेगी कि डाटा

के टाइप्स क्या होते हैं कोई भी लेट आप

उठाते हुए उसके टाइप के होते हैं डाटा

जनरली आपके दो टाइप होता है एक होता है

न्यूमेरिकल डाटा लाइक थे पेज

ई वेंट

इस सीरीज पेज 6

थिस आईएस क्यूट यह सब आपका न्यूमेरिकल

डाटा है और सेकंड होता है यह टेक्निकल

डाटा

हैं जैसे कि आपका जेंडर

कि नेशनलिटी

मैंने कौन से ब्रांड का फोन यूज़ करते हो

यह सारी चीजें टेक्निकल एंड टैग्ड नाव

व्यक्तियों की डाटा के दो टाइप है लेटेस्ट

एंड रिग्रेशन क्या होता है बहुत ही सिंपल

है गाइस अगर आप सुपरवाइजर मशीन लर्निंग

प्रॉब्लम क्यों पर काम कर रहे हो जिसका

मतलब यह हुआ कि आप यहां से एक ऐसा डाटा

सेट है जिसमें इनपुट और आउटपुट कॉलम्स

दोनों है तो अगर आपका जो आउटपुट को आलम है

वह न्यूमेरिकल है तो उस सुपरवाइजर मशीन

लर्निंग प्रॉब्लम को रिग्रेशन बोलते हैं

लेट से आई वृक्ष सिंपल आई क्यों मेरा

इंपोर्ट है सीजीपीए मेरा इनपुट है और मैं

आउट है कि पैकेट कितने का लगा मतलब कॉलेज

से निकल कर पैकेट कितने का लगा 4.5 3.0

3.56 लगा नो यहां पर हीरो कुछ ऐसा होगा यह

पॉइंट से वे 8.9 ट्रैफिक जैम x111 आइक्यू

8.9 OLX तो यह नंबर से राइट तो है यह अभी

भी सुपरवाइजर मशीन लर्निंग प्रॉब्लम्स बट

इसका टाइप हो जाएगा रिग्रेट

में पेश

कि आपका आउटपुट जो कॉलेज में टारगेट कॉलम

जो बोलते हैं वह न्यूमेरिकल ठीक है अब अगर

आपको यह समझ में आया तो क्लासिफिकेशन वह

इसी समझ में आ जाएगा क्लासिफिकेशन का

सिद्ध डिफरेंस होता है कि आप अभी भी

सुपरवाइजर मशीन लर्निंग प्रॉब्लम के ऊपर

ही काम कर रहे हो पार्ट आपका जो आउट कॉलम

है वह इस बार टेक्निकल होता है जैसे आपने

पहले रेखा इस वाले कृष्ण प्लेसमेंट होगा

नहीं होगा यह क्या टेक्निकल है ठीक है तो

यह जो पहला वाला अपने काम पर लिया यह

क्लासिफिकेशन प्रॉब्लम था सुपरवाइजर मशीन

लेंगे ठीक है यह में भी आपको बहुत सारे

अलग-अलग सुपरवाइजर वॉशिंगटन प्रॉब्लम्स

मिलेंगे जो या तो रिएक्शन क्यों नहीं तो

क्लासिफिकेशन क्योंकि हम एक्सांपल गिवेन

ही उसका सारा डाटा यह क्रेडिट द प्राइस

वाटरहाउस रिग्रेशन प्रॉब्लम मेल के बारे

में काफी कुछ बताया हुआ है आपको क्रेडिट

करना है कि वह मेल्स टाइम है यस काम नहीं

है ठीक है सारा वेदर कंडीशन देखकर के यह

बताना कि आज बारिश होगी या नहीं होगी

क्लासिफिकेशन ठीक है ठीक है सी अलग-अलग

तरीके से आपको परेशान करने को मिलेगा एक

इमेज को देख कर के बताना इसमें डॉग है

नहीं है अलग-अलग इमेजेस को देखकर बताना

फिर कितने नंबर आफ टॉक्सिक है अग्रेशन

प्रॉब्लम पिंपल गरीबों को सस्ता

स्विच्वेशन की फेस्टिवल इनपुट है और

आउटपुट है दोनों है कि अगर दोनों है दैनिक

टेस्टर सुपरवाइजर मशीन लेकिन प्रॉब्लम अगर

आपसे पूछे कोई की रिग्रेशन है

क्लासिफिकेशन है यह सीधा आउटपुट कॉलम

Airtel नंबर रिग्रेशन पिछली क्लासिफिकेशन

एंड व्हाट इस द थिंग बस इतना ही आपको

पढ़ना है आइए आपको सुपरवाइजर कैसी लगी

अच्छी समझ में आ गया नॉलेज वांट टू

अनसुपरवाइज्ड लर्निंग कि ठीक है

अनसुपरवाइज्ड लर्निंग क्या होता है वह

डिस्कस है सो

थिस आईएस व्हाय डोंट ऊ

है तो अनसुपरवाइज्ड मशीन लड़ने में इस

पॉइंट ऑफिस स्टाफ व सुपरवाइजर सीरवी

मोहसिन लेफ्ट में आपके पास इन फूड होता है

और कुछ भी होता है राइट अनसुपरवाइज्ड ऐसा

नहीं होता अनुपमा इसमें आपके पास सिर्फ

इनपुट होता है आज योनि कांप्लेक्शन आपके

पास फेज़ उसका डाटा है और आपके पास बेटा

क्या है दो कॉलम है बस आई क्यों सीजीपीए

इस प्लेसमेंट का कोई अधिकार नहीं है तो आप

डाटा बस ऐसा है 77.06 से 1000 डाटा है ना

किसी के लिए यहां पर मेरे पास सिर्फ इनपुट

आउटपुट नहीं है तो इसका मतलब यहां पर टॉक

प्रिडिक्शन तो हो ही नहीं सकता क्योंकि

मेरे को पता ही नहीं कि मुझे प्रभजीत को

अगर मैं राइट तो क्वेश्चन है क्यों करें

या फिर तो अनसुपरवाइज्ड लर्निंग में आप कई

तरीके की इज्जत करते हो विशाल जी आप 4G से

करते हो जो मैंने आपको पर्सनली में दिखाए

भी साफ इधर YouTube प्लास्टरिंग मैं करके

सारा डिस्कस करूं विरोध टू थ्री और यू टू

डाइमेंशनल की रिडक्शन

झाल मूड़ी और यू डू एंड मेडिटेशन

हैं या फिर रफ करते हो अवॉर्ड्स प्लास्टिक

क्लस्टरिंग डाइमेंशनल रिडक्शन एंड

मेडिटेशन एंड एसोसिएशन

ए रूल रनिंग यही जॉब करते हो तो एक-एक

करके हम डिस्कस करेंगे और सिंपल फाइव मतलब

सुपरवाइजर बहुत ही इंट्रेस्टिंग और बहुत

काम की चीज है लेकिन जब आप करोगे वहां पर

कार्रवाई करना पड़ेगा अरे यह क्या होता है

जैसे यहां पर अगर आप देखो तो आपके पास

डाटा है तो यह ब्लैक मनी प्लांट डाटा ऑन

टू डू सब्सक्राइब का यश लीजिए और आपका

सारा डाटा यहां पर ऐसे प्लॉट हो सकता है

को टाइट अब क्लस्टरिंग एल्गोरिथम क्या

करेगा कि वह ढक कर सकता है कि कौन से

स्टूडेंट्स एक ग्रुप में आने चाहिए जैसे

यहां पर आप देखो यू कैन सी यह स्टूडेंट्स

के ग्रुप के लग रहे हैं यह तुरंत दूसरे

ग्रुप के अलग हैं और यह सुझाव दूसरे गुट

के लगे हैं

है तो मुझे क्या फायदा मिल रहा है कि मैं

अपने स्टूडेंट्स को कैटेगरी में डिवाइड कर

पा रहा हूं वह शूटिंग का आखिरी जाता है

सीजीपीए ज्यादा है वह तूने उनका आईक्यू

जाता है सीजीपीए काम है वह चुनिंदा

सीजीपीए जाता है आयु कमेंट टाइट तो मैं

किसी भी इनकम इन स्टूडेंट को कैटेगिरी में

डाल सकता हूं फिर उसके ऊपर मुझे जो भी

प्रोसेस करना है मैं प्रोफेशन कर सकूं इन

फैक्ट अब मैं क्या कर सकता हूं फिर इसको

कुछ में लेवल दे सकता हूं जीरो मतलब दोनों

चीजें जाता है वन का मतलब सीपियां है आईएफ

यू कम इनटू मतलब आई जाता है सीजीपीए काम

है किस तरीके से मैं खुद से लेवल डाटा के

लिए कर सकता हूं सुपरवाइजर मशीन लर्निंग

यह या फिर मेरे ख्याल उसमें चीज हेल्प

करेगा मुझे ऑफिस जैसे अगर मैं कोई

ई-कॉमर्स वेबसाइट चाह मुझे पता होना चाहिए

मेरे पास जो कस्टमर्स है वह उनका टाइप है

वह किस तरीके से भी करते हैं उनको किस

कैटेगरी में डाला जा सकता है प्राइड तो

क्लस्टरिंग इन दैट सर्विस very-very

इंपोर्टेंट है एंड गुड पार्ट प्लस लेंगे

इसको यहां पर तो सिर्फ 25 सोचते हैं

है तो यहां पर आप नीचे डायरी बता सकते थे

कि 3 प्लस बनेंगे बट फ्लर्टिंग आलू एवं

त्याग कर सकते हैं वह एक इंटरनेशनल साइबर

स्पेस में मतलब बहुत ही इंटरनेशनल डाटा को

भी प्रोसेस में डिवाइड कर सकते हैं जहां

पर आप खुद ने के डर से नहीं देख सकते तो

रिलेटिव प्रश्न इधर ही पावरफुल टेक्निक

यूज्ड फॉर एडल्ट इंडस्ट्री टू अनलॉक टॉप

फिंगर्स ठीक है इंडस्ट्री में आज के डेट

में बहुत सारी चीजें इस तरीके से की जा

रही है जिन व्यक्तियों की बहुत जरूरत

पड़ती है ठीक है आपके सारे कस्टमर्स को

ग्रुप के अंदर ग्रुप में डिवाइड कर सके

अगर आप फालतू कस्टम करो ख्याल पर का ऑप्शन

का भी कौन से को है जहां पर ग्रुप के अंदर

उस फ्लैट कर दो समथिंग लाइक दिस इसके अंदर

एक बार ग्रुप बन गया इसके तेज और बन गया

तो आपको सब कुछ ग्रुप भाई को पता चल सकता

है तो इस पर भी टेक्निक और हम च** में से

पानी में पढेंगे इंस्टॉल्ड मेरे चैनल पर

कुछ वीडियोस है फ्लर्टिंग से रिलेटेड आप

वह देख सकते हो ठीक है नेक्स्ट 9 न्यूज से

रिलेटिड क्वेश्चन ठीक है डांस माइग्रेशन

इस अज्ञान और वेरी पॉवरफुल कौन सा है सो

मैं आपको इसकी जरूरत है वह बता दो

इंक्वारी ओं

है तभी होता है जब सुपरवाइजर मशीन लेकिन

पर काम कर रहे हो तो आपके पास जो इनपुट

डाटा होता ना जैसे अभी तो मेरे पास सिर्फ

दो इनपुट वालों से आईटीओ सीजीपीए बटर

भूमिका होगा कि आपके पास इनपुट कॉलम्स

बहुत सारे हो जाएंगे जैसे कुछ पर्टिकुलर

प्रॉब्लम जैसे आप इमेज में ज्यादा काम करो

यह टेक्स टो डाटा पर काम करो तो हो सकता

है कि आपको थाउजेंड इनपुट का आलम जो कि

बहुत ज्यादा होते हैं अब दाउद इब्राहिम

सोने से क्या प्रॉब्लम होता है कि पशुओं

और आपका अलॉय ड्रॉप सोरन करेगा क्योंकि

बहुत ज्यादा डाटा के ऊपर काम करना है और

सेकंड एक पॉइंट के बाद और एक्स्ट्रा इनपुट

कॉलेज वाले से रिजल्ट में कुछ इंप्रूवमेंट

होता है तो कुछ कॉलेज की जरूरत ही नहीं

होती तो त्यौहार करता है टाइम्स डाइरैक्शन

कम्स फ्रॉम टेंशंस एंड लेमन जूस का मतलब

कॉलम को लंबा इनपुट प्रॉब्लम्स two-day

नेशनल एक्रीडेशन रीड व्हाट इट विल रिमूव

दोस्त एक्स्ट्रा कॉलम्स एंड गिव वन

एग्जांपल जिससे आप एक पूछेगा सेट पर काम

कर रहे थे जहां पर आपके पास दो

प्रॉब्लम है मतलब बहुत सारे लोगों से

वर्षों से दो कॉलम चाहिए थे 12 नंबर ऑफ

रूम्स

है और एक नंबर ऑफ कॉस्ट रूंस ओं

है और आपको क्रेडिट करना सकी हाउस का

प्राइस कितना होगा तो 1 डाइमेंशनल रिडक्शन

एल्बम क्या करेगा वह इस तरह के रिलेटेड

प्रॉब्लम्स को उठाकर के एक सिंगल कॉलम में

कन्वर्ट करने का यह फिटकरी या उसने बोला

नंबर और रूम्स और वॉल्यूम को मिला करके

गरीब तो बन रहा है घर का यह जो बटन है तो

उन लोगों की जिन टू सेपरेट प्रॉब्लम्स लूट

की वन सिंगल कॉलम बाय नेम ऑफ सॉफ्टवेयर

सॉफ्टवेयर इन ट्रैक्स और यहां पर आपने

क्या किया कि नया कॉलम क्रिएट कर दिया के

वैंकूवर में से इसको फीचर एक्सट्रैक्शन

बोलते हैं यह फीचर में पढ़ोगे इसके बारे

में इसको बोलते फीचर एक्सट्रैक्शन ठीक है

तो आपने गिव इन मल्टीप्ल कॉलम से एक नया

कॉलम क्रिएट कर दिया और सिम नंबर

प्रॉब्लम्स रिड्यूस हो गए तो फिर

सिक्यूरिटी रिडक्शन बोलते हैं बहुत

पॉलिटेक्निक है यहां पर कॉल उठाओ तक पीछे

गिरफ्त पीसीए के ऊपर काम करो ठीक है शो या

एक और चीज से रिलेटिड होती है जुआ

विजुलाइजेशन अ

तो कभी-कभी क्या होता है कि आपको कुछ ऐसा

डाटा मिलता है इसमें बहुत सारे मिशंस है

अब आप उसको ग्राफ प्लॉटर के नहीं देख सकते

हो इस ग्राफ मैक्सिमम कितने एक्सेप्ट कर

सकते हो 3X इस पर पर आपके पास को डाटा

इसमें हजार एक्सेस है या फिर 2100 या 500

ग्र भुने जो भी है मतलब यू कैन नॉट

प्रोटेक्ट ऑल टू अ 3D कोऑर्डिनेट सिस्टम

तो इस तरीके से यह क्या करते हो आप

डेफिनेशन आफ रिडक्शन एल्गोरिथम्स को यूज

करके नंबर ऑडियंस को घटाकर के दो या तीन

में लेकर आ जाते हो और फिर दो और तीन

कोऑर्डिनेट सिस्टम में और दो या तीन अ

बॉडी सिस्टम है व्हाट टू डू व्हेन यू

प्लॉट दोस्त सेम पॉइंट जो कि हम इसमें है

अब वही रिलेशनशिप एक बार कैप्चर का के

लौटे में शामिल आ रहे हो और आप उसको स्टडी

कर सकते हैं ताकि एग्जांपल मैं आपको दिखा

देता हूं जैसे ई वांट योर डाटा सेट है MS

Word के MS Word बेसिकली इमेज आफ हैंड

रिटन अपडेट्स और यह इमेजेस मौत

क्विज्जस है

में प्रिंटेड 128 संस्कृत तो इसको लोगों

ने टेबुलर फॉर्म में कंवर्ट कर दिया हर

क्षण के लिए कोई प्रॉब्लम बना दिया तो

टोटल मिलाकर मेरे पास कितने बजे सोओगे

2820 है मतलब 74.12 यह जो डाटा है इससे

ज़ोर स्पेस में अब ऑफिसर सर्विस आठ नौ दस

में चीजों को विजुअलाइज नहीं कर सकता तो

यहां पर आप एक टेक्निक लगाते हो पीस में

बोलकर जो कि पेंशनरों की पेंशन टेक्नीक है

उसने क्या करना है उसे लिफ्ट मे फ्रॉम

स्पेस को उठाकर के साथ ही लेमन जूस में

लेना है और उस फ्रीडम इन स्पेस में भी आप

दो पॉइंट्स के बीच का रिलेशन शिप देख सकते

हो यहां पर इस ब्लॉग में किया हुआ है तो

यहां पर यह उसी यह अच्छी तरह न 910

डिफरेंट कलर्स और हर कलर एक डिजिट सब

डिवाइड कर रहा है जैसे यह वाला यह जो क्लच

यौवन समीप आकर यह ब्लू सेक्सी भाई कर रहा

है रेट Jio SIM ही कर रहा है ग्रीन फोर्स

नहीं कर रहा है और यह 3D स्पेस में इन

पॉइंट्स के बीच का रिलेशन से पर योगी

एक्चुअली

80 ML पॉइंट है उनको मिला आगे कि रमेश में

ले आया और अभी भी मैं विश्व में इस पर

पैरों की के बीच का रिलेशन शिप कैसा है

अगि्नवेश पॉलिटेक्निक थोड़ा एडवांस है आप

थोड़ा शिविरों में जाकर पढ़ोगे बट जस्ट तू

ऐसा कुछ एडजस्ट करता है मैं एक्सांपल

डिस्कस कर रहा हूं ठीक है नेक्स्ट एंड

एक्शन नाम से समझ में आ रहा है कि कुछ अलग

साथ गड़बड़ हो रहा है उसको अपडेट करना

चाहते हो तो टूट गया मीटिंग

मैन्युफैक्चरिंग डिफेक्ट हो रहा है

क्रेडिट कार्ड प्रोसेसिंग यूनिट हो रहा है

लोन अप्रूवल में फिट हो रहा है आपको बस अब

लाइव स्कोर टेस्ट करना है और उनको सिस्टम

से हटाना है और इस तरह की चीजों पर

सुपरवाइजर मशीन लर्निंग यूज करके वास गिवन

एग्जांपल जैसे यहां पर आपको आपने पहले इन

सारे पॉइंट्स के ऊपर अपने बॉडी को ट्रैक

कर रखा आपने बता रखा है कि नॉर्मल पॉइंट्स

कोई प्रॉब्लम नहीं है कल कोई नया ग्रीन

पॉइंट है यहां पर लाइक करता है तो आपका

सिस्टम बोलेगा ओके क्योंकि बाकी पॉइंट्स

अधिक राइट बट अगर कल को यह पॉइंट मिलता है

जो कि बहुत ही पॉइंट से काफी दूर है और

अलग है दो आप

लाख रस कर दूंगी जिससे नॉर्मली ठीक है यह

क्या करेंगे इसमें भी हो सकता है यह इस

तरह से रिक्वेस्ट है कि हो सकता है कि शहर

के वैल्यूज एक रेंज में चल रहे तो सही

एड्रेस ऊपर चले गए नोबेल प्राइज कर दिया

ठीक है तो एडमिनिस्ट्रेशन के एक बहुत ही

पावरफुल एप्लीकेशन है अनसुपरवाइज्ड

लर्निंग का ठीक है ब्लास्ट फर्नेस

एसोसिएशन रूल बेस्ड लर्निंग ठीक है

एसोसिएशन सुबह स्लीपिंग क्या होता है कि

इसका एग्जांपल आपको देता हूं जैसे कि लिए

एक सुपर मार्केट में सारे गोले से साइंसेज

में या बैक बाजार में जा रहे हो वहां पर

अगर आप नोटिस करोगे कभी भी तो बहुत सारा

सामान रहता है जो कि बहुत प्रॉपर की

ऑर्गेनाइज्ड है चीजें एक दूसरे के अगल-बगल

में मिल जाती है हाईट सेक्शन सोते चीजों

का तो अगर आप सोच देखो तो देर को भी लाइफ

एज़ प्रोडक्ट्स उन सभी को सही तरीके से

अरेंज कैसे कर सकते हैं इसे एक पॉट

बिस्किट सीरियस प्रॉब्लम इफ यू आर सेटिंग

वापस को व लाइक बैक बजाय हाउ डिसाइड कि

कौन सी चीज़ कहां जाएगी कौन सी जीत किस के

बगल में रहेगी

क्विड एसिड काम तो यहां पर आप एसोसिएशन

यूज कर सकते हो तो उसी समय क्या करते हो

आप जैसे इस हम प्रिंसेस वाले स्नायुओं यह

क्या करोगे पिछले एक साल दो साल में जितनी

भी शॉपिंग हुई है आपको सारे शॉपिंग के

बिल्स टो जेनरेट करोगे और फिर वहां पर आप

टाइटंस नोटिस करोगे कि अगर आपने हंड्रेड

बिल्स को स्कैन किया तो पता चला कि जहां

परहेज़ में ए टाइम्स मिल खरीदा गया उसमें

सिक्स टाइम्स एंड भी खरीदा गया ट्यूब

सीरीज फ्रॉम एसोसिएशन विटामिन बी2

प्रोडक्ट्स एंड हिस वाइफ इन दोनों को साथ

में रखोगे हमेशा ठीक है तो डू एसोसिएशन

रूल बेचलर ने यहां पर आप डाटा में

इन्फॉर्मेशन पंच करते हुए डिटरमाइंड करते

हो एंड डूबरा कंक्लुजंस ओके इसका बहुत

इंटरेस्टिंग के स्टडी यूएस में आया था

जहां पर डोंट वॉल-मार्ट पाया कौन सी कंपनी

थी मीणा और उनके किसी एंप्लॉई यह सजेशन

दिया था कि आपको बेबी डायपर के साथ बीयर

को रखना चाहिए अ बीयर पीने वाला दिए को

रखना

में आ र फैलियर के साथ बहुत लेट कर रहा है

कि बेबी डायपर इस हदीस और बीयर इनको साथ

निकली रखें दोनों अनरिलेटेड प्रोडक्ट

संग्रह बट यह सर्वे से पता चला कि

वॉलमार्ट के व्यवसाई कस्टमर्स जब बेबी

ड्राइवर खरीदते थे तो बीयर भी खरीदे थे

जिसकी वजह से एक को रिलेशन डिवेलप gills

में दिखाई देता खून रिलेशन तो फिर उन्हों

ने जैसे ही इस चीज को इंक्रीमेंट किया कि

दिए के बदले में बीयर के बगल में बेबी

ड्राई फ्रूट्स रखे थे तो उनका सेल बढ़ गया

ठीक है यह बहुत ही इंट्रेस्टिंग क्रिस्टल

है इसका लिंक मैं वीडियो के साथ डाल दूंगा

पढ़ना बहुत ही स्ट्रांग अ आपको एक फीलिंग

आएगा मशीन लर्निंग के बारे में यह सच में

कितने हिडेन पाटन से इस दुनिया में जूस

करते हैं जो मशीन लर्निंग सरफेस पर लेकर

आई और बिजनेस को बहुत हेल्प कर रहे हैं तो

यह बहुत इंट्रस्ट एग्जांपल्स आब सूर्या

अनसुपरवाइज्ड लर्निंग बहुत कम होता है और

बहुत बड़ा को करना पड़ता है तो यह चार

सबसे इंपोर्टेंट यूज कैसे है आपको यहीं

चार सबसे इंपोर्टेंट चीज के बारे में

पढ़ना है ठीक है द वॉल्यूम टू द फ्लैशलाइट

हमने

ऑफिस को तवे पर लिए सुपरवाइजर लिया अंत

सुपरवाइजरी पड़ गया अब हम पर एसएम

सुपरवाइजर सुपरवाइजर का क्या फल होता है

कि डिटेल्स पार्षद श्री अनुपम डिस्टेंट

सभी सुपरवाइजर टैब्स वर्ड सेमी सुपरवाइजर

सोएगा लेबल्स जो होते हैं मतलब जो आउट

प्रॉब्लम होता है वह बहुत ही महंगा महंगा

होने का मतलब है कि एडिटर एंड कौन बताएगा

कि SMS मेंटॉर है कि कोई वह भी की बताएगा

एडवेंट कौन बताएगा कि इस उनका आईक्यू

तथापि जीपीएस चालू कर प्लेसमेंट हुआ कि

नहीं कोई रूम में बिजी बताएगा तो जो लेवल

होता है ना जो आउटपुट होता है उस पर

लेबल्स हुए लेबल्स क्रिएट करने में दुश्मन

एयरपोर्ट लगता है तो यह मतलब आप इसको

सैलरी हो गए पैसा लगेगा प्राइड तो लेबल्स

क्रिएट करना डिफिकल्ट काम है अगर आपको

इनपुट वालों से वह इस बीच कर सकते हो मैं

आज की डेट में कर्मों से खूब सारे इमेजेस

चाहिए मैं स्ट्रेट कर सकूं इंटरनेट पर खूब

सारे इमेजेस अपने फोल्डर में डाउनलोड कर

सकता हूं बट उसे नीचे अंदर क्या है यह

जानने के लिए जब

ओके मैम लेबलिंग करना पड़ेगा जिसमें

ह्यूमन आवश्यकता और पैसे अलग लेबलिंग

डिफिकल्ट काम है और महंगा स्ट्राइक तो

लोगों ने सोचा व्हाट्सएप हम कुछ ऐसा

टेक्निक यूज करें इसमें मुझे पूरे के पूरे

Joint को लेवल करने की जरूरत ही ना पड़े

मैं बस एक या दो डाटा पॉइंट को लेबल कर दो

और बाकी के पॉइंट्स ऑटोमेटिकली लेवल हो

जाए तो कैसा रहेगा and subscribe and सेमी

सुपरवाइजर लर्निंग इसका में एग्जांपल लेता

हूं एक छोटा सा आधे सभी ने गूगल फोटोज

उसका युगल ठोसे सर्वेस है जहां पर गूगल

फोटो शेयर करते हैं यह फोटोस किल्क करते

वह ऑटोमेटिकली आईडेंटिफाई करने लगता है कि

यह पर्सन को मैंने इस फोटो में देखा

एपिसोड में भी देखा कि शो में देखा तो इन

सारी फोटोस को एक जगह पर ले जाता है फिर

दूसरे किसी पर्सन है इस फोटो में भी ठीक

है इसमें भी देखा इस नोट में लिखा है उस

दूसरी पर्सन की फोटो को अलग कर दिया तो इन

व्यक्ति श्रृंगार हो फोटोस का फ्राइड अब

आपसे वह एक बंदे का फोटो के बारे में

सोचेगा कि बताओ यह कौन है आपने बोला यहां

पर है तो वह ऑटोमेटिकली पापा के बाकी सारी

फोटोस में भी लेकर देखा कि पापा है फिर

अगले साल का बकाया बिलों के मम्मी है तो

मम्मी के

लुट लेवल कर देगा तो WhatsApp बढ़ गया है

वहां से ऊपर एक फोटो बताना पड़ा और बाकी

सारा काम बिहाइंड द सीन अनुप्रवाह इस मशीन

लर्निंग में कर रखा था और मुझे उसके ऊपर

टिप्स को भी करने पड़ गए सुधार थिस वन

एग्जांपल मैं सेमी सुपरवाइजर सेटिंगस यू

उस एंड आस्क योरसेल्फ टेक्निक पिछले कुछ

सालों बाद सहवास है और अभी बहुत जगह पर

यूज होता है तो यह जो सेंटर में आपको भी

कभी ना कभी सेमी सुपरवाइजर नहीं करना पड़

सकता है आधा गिलास पानी रिइंफोर्समेंट

लर्निंग ठीक है सुबह पोस्टमार्टम में आ

गया है सुपरवाइजर करने का फैसला किया था

जिसमें इनपुट और आउटपुट दोनों

को अन सुपरवाइजर किया था जिसमे सिर्फ

इनपुट हो रिइंफोर्समेंट का हंटर क्या होता

है कि आप डाटा देते ही नहीं आपके सिस्टम

के पास कोई डाटा होता ही नहीं है आपका जो

अल्गोरिदम होता है वह सब्सक्राइब से 60

करता है सूचना और फिर धीरे-धीरे धीरे-धीरे

इंप्रूव करता जाता है साईं खास क्यों

मम्मी हम किसी ने इस नाले में पढ़ते हैं

जिससे आप कॉलेज गए आपके पास कॉलेज में

कैसे बिहेव करना है कैसे जीना ऐसा कोई

नेता नहीं है बड़ा गलतियां करके सीखते हो

फ्राइड इसका मोक्ष एग्जांपल शोल्डरिंग

कार्ड से बैंक के पास पहले से नहीं है और

रोड पर उतरकर के ग्रैजुअली लोन करता है कि

कैसे गाड़ी चलानी है फ्लाइट सुबह अंडर आईज

डाई सिंपल चाहिए यह इमेज में से Google से

मिलाना शो रिइंफोर्समेंट लर्निंग मैं आपके

पास जो एल्गोरिथम होता पेशेंट बोलते हो

ठीक है आधे एजेंट को क्या करना होता है

एनवायरनमेंट में आ जीना पड़ता है जैसे हम

लाइफ में यह हैं दुनिया में जीने वैसे यह

एजेंट का एक एनवायरनमेंट होता है जैसे

सैलरी टाइम का रखा इंवॉल्वमेंट एज रूट

लाइट ऑफ

चैप्लिन एजेंट का आफ इंवॉल्वमेंट एंड चेस

गेम फाइट तो अब वहां पर मल्टीपल

पॉसिबिलिटी नजर से यहां पर एक फैट है फायर

और यहां पर आग बुझाना मतलब पानी इस वन मोर

पॉसिबिलिटी तो अब एजेंट को डिसाइड करना है

कि वह आपके पास जाता है या पानी के पास

जाता है ट्राइड अब होता है कि एजेंट सबसे

पहले ऑफिसर करता है ठीक है कुछ चेंजेस ओर

हैं और फिर एजेंट के पास एक पॉलिसी होती

है सब पॉलिसीज बेसिकली रफ उसका रूल बुक

उसको क्या करना चाहिए तो पॉलिसी में लिखा

हुआ आपके पास जाओ तो जैसी वह आपके पास गया

तो आवाज को अपने डिवाइड कर रखा था वह जब

नेगेटिव रिपोर्ट या फिर पनिशमेंट तो जैसे

कि आपके पास गया अपने से कुछ पॉइंट्स रीड

कर लिए तो यह हमको समझ में आ गया कि मुझे

आपके पास नहीं जाना चाहिए था वह तुरंत

अपनी पॉलिसी अपडेट करेगा और फिर अपडेट

पॉलिसी हिसाब से फिर से ही प्रॉसेस को

रिपीट करना तो शरफ उसको आपके पास नहीं आ

रहा है यहां पर उसके माफ कर रहे हैं तो वह

पानी के पास जाएगा कि

अजय कुमार शामिल रहे ओवरलोड व सिंपल एक

एजेंट है जो कि मॉर्निंग में और उसके हर

अड़चन पर आप जाता उसको रिपोर्ट देते हो या

फिर को मालिश करते हो और उसका एंड ऑल है

उस एनवायरनमेंट पर रहते रहते अपना और

रिवॉल्वर को बढ़ाना पनिशमेंट को - इस लाइक

ट्रेनिंग और dont कुछ भी अच्छा करना था

उसको चॉकलेट ले लो और कुछ गड़बड़ है तो

उसको मार रोशन दिमाग रिंकू हो रहा है यह

करने से फायदा होता है यह करने से कद

बढ़ता है हम भी इसी तरीके से जीते हैं तो

यह बहुत बढ़िया एक टेक्नीक है अफरीदी

सैंटली बहुत फेमस हो रही है अदृश्य कंपनी

क्वालिटी रिमाइंड गूगल मैक्वायर किया

डैमेज्ड बब्बर पेशंट जो Google के गेम

होता है अा ग्यो डुब

कि यह गेम पांचवी 10 और बहुत कांप्लेक्स

अच्छे से भी ज्यादा कंपलेक्स है और लोगों

को लगता है कि इस गेम में ह्यूमन बींस को

हरा पाना इस नेक्स्ट में पॉसिबल बट डीप

माइ गॉड के कंपनी है उन्होंने एक एजेंट

क्रिएट किया है फिगो बोलकर जिसने 2017 या

6 में जो चैंपियन था इस गेम का उसको प्रेड

पांच एम्स में चार बाहर आया तो तब से

रिइंफोर्समेंट लर्निंग की बात बहुत होने

लगे इंडस्ट्री में शैलराज सिंह और इसी

एप्लीकेशन है यह देख लेंगे जो सी का

एप्लीकेशन है और बहुत सारी एप्लीकेशंस हैं

इसके थोड़ा सा डिफिकल्ट होता है और दूसरी

क्योंकि आपको देखकर समझ में नहीं आ रहा

होगा यू हैव योर डाटा कि आप टू 9 ऑन तो

थोड़ा डिफिकल्ट है बट या पीपल यूज्ड यूज

दिस ठीक है तो यह गाइड यही हमारा पूरा का

पूरा चीज जो में सीखना है विल स्टार्ट विद

सुपरवाइजर लर्निंग टाइम इन मुंबई-2

अनसुपरवाइज्ड सुपरवाइजर 34 टेक्निक सैनिक

अभियान को सेंड सुपरवाइजर का जरूरत पड़

सकता है और एक एकदम अलग चीज है वह Bigg

Boss मैलनिंग ठीक है

क्वालिफिकेशन इन मशीन लर्निंग स्ट्रेस में

यह डायग्राम है यह आपको एकदम दिल से याद

होना चाहिए मतलब हमेशा पता होना चाहिए कि

आप कोई प्रॉब्लम को सॉल्व कर रहे हो तो

इनमें से कौन सा प्रॉब्लम है यह

अंडरस्टैंडिंग आपके पास हमेशा होनी चाहिए

इसी वाला बैक न ठीक है तो यह चीज डिसकस

एनी सी लाइफ में आपको साइज समझा पाया और

कल और परसों लोग दो और चीजों के बेसिस पर

टाइप डिस्कस करेंगे मशीन लर्निंग झाल वह

अगला टॉपिक है सब्जेक्ट फॉर द वीडियो

गिरफ्तार फेवरेट प्लीज कंसीडर सब्सक्राइब

विंग आफ थैंक्स वाचिंग नाइस