Machine Learning क्या होता है – Algorithm, Salary की पूरी जानकारी

आज हम जानेंगे की Machine Learning Kya Hota Hai और Machine Learning Types, Algorithm की पूरी जानकारी.

इस Article के जरिये आज हम जानेंगे मशीन Learning इंजिनियर की सैलरी कितनी है, कौन से Free में Online कम्पाइलर उपलब्ध हैं साथ ही कौन से Job रोले आपको मिलते है Machine Learning Engineer बनने के बाद.

तो चलिए शुरू कर देना मशीन लर्निंग क्या है आर्टिकल पढ़ने से…

Machine Learning Kya Hota Hai

Machine Learning (ML) एक ऐसी प्रक्रिया है जिसमें मशीन, इंसानों द्वारा बताए गए निर्देशों से सीख कर खुद से ही वह काम करने लग जाता है और भविष्य में फिर से उसी प्रक्रिया को करने के लिए उस मशीन को किसी मनुष्य की जरूरत नहीं पड़ती वह मशीन खुद से ही वह काम करने की आदी हो जाती है.

मशीन Learning कंप्यूटर को एक सोचने समझने की क्षमता देता है जो आज के वक़्त में मशीनों को मनुष्यों के समान बनाता है. इसे हम सीखने की क्षमता भी कहते हैं.

Machine Learning Kya Hai

मशीन लर्निंग आज के वक़्त में सक्रिय रूप से हर उस जगह उपयोग किया जा रहा है, जहाँ शायद कुछ सालों पहले तक बस अपेक्षा की जाती थी.

इसकी सबसे ख़ास बात यह है की एक बार मशीन अगर वह कार्य करना सिख जाती है तो दिन प्रतिदिन वो उस काम में और बेहतरीन होती जाती है और एक वक़्त आता है जब कोई भी इंसान उस कार्य को उतनी बारीकी से नही कर सकता जितना की वो मशीन कर सकती है.

इस प्रक्रिया को मशीन जैसे Laptop, Computer, PC, Super Computers इत्यादि को सिखाने के लिए कुछ विशेष तरीके और उनके विशेष Algorithms इस्तेमाल होते हैं जिनकी मदद से हम मशीन को सिखा सकते हैं.

यह तरीके कुछ इस प्रकार है जिसमें हम या तो मशीन को कुछ पुराने Examples देकर सिखाते हैं या कुछ तरीकों की मदद से मशीन खुदबखुद सीखना शुरू कर देती है.

Machine Learning Types

क्या आप जानते हैं ? Machine Learning Algorithm आज कल के कई विभिन्न Business समस्याओं जैसे: Regression, Classification, Forecasting, Clustering, and Associations, इत्यादि को हल करने में मदद करता है.

Machine Learning की प्रक्रिया को हम मशीन को सीखाने के तरीकों के आधार पर मुख्य रूप से चार प्रकारों में बांटा गया है, जो इस प्रकार हैं:

• Supervised Machine Learning
• Unsupervised Machine Learning
• Semi-Supervised Machine Learning
• Reinforcement Learning

Supervised Machine Learning:

जैसा कि इसके नाम से पता चलता है Supervised Machine, Learning Supervision पर आधारित है. इसका मतलब यह है कि Supervised Learning Technique में, हम Labelled डेटासेट का उपयोग करके मशीनों को प्रशिक्षित करते हैं, और इसी प्रशिक्षण के आधार पर, मशीन आउटपुट की भविष्यवाणी करती है.

यहां, लेबल किया गया डेटा निर्दिष्ट करता है कि कुछ इनपुट पहले से ही आउटपुट में मैप किए गए हैं. इस प्रक्रिया की बारीकी की बात की जाए तो, हम कह सकते हैं की सबसे पहले, हम मशीन को इनपुट और संबंधित Output के साथ प्रशिक्षित करते हैं, और फिर हम मशीन से परीक्षण Data Set का उपयोग करके Output की भविष्यवाणी करने के लिए कहते हैं.

Unsupervised Machine Learning

जैसा कि इसके नाम से पता चलता है, इस प्रक्रिया में Supervision की कोई आवश्यकता नहीं है. इसका मतलब है, बिना निगरानी वाले मशीन लर्निंग में, मशीन को बिना Label वाले Data Set  का उपयोग करके प्रशिक्षित किया जाता है, और मशीन बिना किसी Supervision के Output की भविष्यवाणी करती है.

अनुपयोगी शिक्षण में, Models को उस डेटा के साथ प्रशिक्षित किया जाता है जिसे न तो Classify किया जाता है और न ही लेबल किया जाता है, और Model बिना किसी पर्यवेक्षण के उस डेटा पर कार्य करता है.

Semi-Supervised Machine Learning

Semi Supervised Machine Learning एक प्रकार का Machine Learning Algorithm है जो सुपरवाइज्ड और अन-सुपरवाइज्ड मशीन लर्निंग के बीच स्थित है. यह पर्यवेक्षित ( Labelled Training Data के साथ) और अप्रशिक्षित शिक्षण ( Non Labelled Training Data के) Algorithm के बीच के मध्यवर्ती आधार का प्रतिनिधित्व करता है और प्रशिक्षण अवधि के दौरान लेबल और बिना लेबल वाले डेटासेट के संयोजन का उपयोग करता है.

Reinforcement Learning

Reinforcement Learning एक Feedback-आधारित प्रक्रिया पर काम करता है, जिसमें एक Ai Agent (एक Software Component) Hitting & Trail, Taking Action, अनुभवों से सीखने और अपने प्रदर्शन में सुधार करके अपने आस-पास का पता लगाता है.

Agent को प्रत्येक अच्छे कार्य के लिए पुरस्कृत किया जाता है और प्रत्येक बुरे कार्य के लिए दंडित किया जाता है, इसलिए Reinforcement सीखने वाले एजेंट का लक्ष्य पुरस्कारों को अधिकतम करना है.

Reinforcement सीखने में, Supervised शिक्षण जैसा कोई लेबल वाला डेटा नहीं होता है, और एजेंट केवल अपने अनुभवों से सीखते हैं.

Machine Learning Algorithms in Python

• Linear Regression
• Decision Tree
• Logistic Regression
• Support Vector Machines (SVM)
• Naive Bayes

Linear Regression: Linear Regression Analysis का उपयोग किसी एक Variable के मूल्य के आधार पर दुसरे Variable के मूल्य की भविष्यवाणी करने के लिए किया जाता है. यह वो Variable होता है जिसकी आप भविष्यवाणी करना चाहते हैं, इस Variable को हम Dependent Variable के नाम से जानते हैं और दूसरे Variable के मान का अनुमान लगाने के लिए आप जिस Variable का उपयोग कर रहे हैं, उसे Independent Variable कहा जाता है.

Decision Tree: Decision Tree Algorithm एक एसा तरीका है जिसमें, Classification और Reduction सबसे शक्तिशाली और लोकप्रिय उपकरण की तरह काम करते है.

Decision Tree की संरचना एक Flow Chart Tree जैसी है, जहां प्रत्येक आंतरिक Node एक विशेषता पर एक परीक्षण को दर्शाता है, प्रत्येक शाखा परीक्षण के परिणाम का प्रतिनिधित्व करती है और प्रत्येक Leaf Node ( Terminal Node) में एक Class Label होता है.

Logistic Regression: Logistic Regression, Independent Variable के दिए गए Data Set के आधार पर किसी घटना के होने की संभावना का अनुमान लगाता है, जैसे वोट दिया या वोट नहीं दिया गया है. चूँकि परिणाम एक Probability है, Dependent Variable 0 और 1 के बीच घिरा होता है.

इस प्रकार के Statistical Model ( जिसे Logit Model के रूप में भी जाना जाता है) का उपयोग अक्सर Classification और भविष्य कहने वाले विश्लेषण के लिए किया जाता है.

Support Vector Machines (SVM):

Support Vector Machines का उद्देश्य N-Dimensional Space (N – सुविधाओं की संख्या) में एक Hyperplane को खोजना है जो डेटा बिंदुओं को स्पष्ट रूप से Classify करता है.

Possible Hyperplanes डेटा बिंदुओं के दो वर्गों को अलग करने के लिए, कई Possible Hyperplane हैं जिन्हें चुना जा सकता है. हमारा उद्देश्य एक ऐसा Plane खोजना है जिसमें अधिकतम मार्जिन हो, यानी दोनों वर्गों के डेटा बिंदुओं के बीच अधिकतम दूरी बनाए रखता हो.

मार्जिन दूरी को अधिकतम करना कुछ Reinforcement प्रदान करता है ताकि भविष्य के डेटा बिंदुओं को अधिक आत्मविश्वास के साथ Classify किया जा सके.

Naive Bayes: Naive Bayes Classifier सरल और सबसे प्रभावी Classification Algorithms में से एक है जो तेज़ Machine Learning Model बनाने में मदद करता है.

इस Algorithm की सबसे ख़ास बात यह है की यह Quick Predictions कर सकता है. यह एक तरह का Probabilistic Classifier है, जिसका अर्थ है कि यह किसी वस्तु की संभावनाओं के आधार पर उसकी भविष्यवाणी करना.

Machine Learning Tools

• Catalyst
• PyTorch
• XGBoost
• CatBoost
• LightGBM
• Scikit-learn
• TensorFlow
• PyTorch Lightning

Machine Learning Keywords

• Database
• Overfitting
• Neural Network
• Computer Vision
• Supervised Learning
• Unsupervised Learning
• Reinforcement Learning
• Natural Language Processing (NLP)

Machine Learning Online Compiler

• Coding Ground
• Replit
• Pythonanywhere
• Ideone
• Hackerearth
• JDoodle

मशीन लर्निंग के उपयोग बताइए

1. आसानी से पैटर्न की पहचान कर लेता है.
2. किसी मनुष्य के हस्तक्षेप की बार बार आवश्यकता नहीं पड़ती है.
3. निरंतर सुधार
4. बहुआयामी और बहु-विविध डेटा को संभालना
5. व्यापक अनुप्रयोग

Machine Learning Job Roles

मशीन Learning सिखने के बाद आपको निचे दिए हुए कुछ Job roles मिल जाते है:

• Machine Learning Systems, Models और Schemes का डिजाइन, विकास एवं शोध करने की Job.
• Data Science Prototypes का अध्ययन करने की Job.
• Data Collection और Data Modelling करने से पहले उपयुक्त डेटा सेट खोजने और चुनने की Job.
• Models में सुधार के लिए Statistical Analysis करना और परिणामों का उपयोग करने की Job.
• आवश्यकता अनुसार Ml Systems और Models की Training एवं Retraining की Job.
• Data Distribution में अंतर की पहचान करने की Job, जो वास्तविक दुनिया की स्थितियों में Models के Performance को प्रभावित कर सकता है.
• Deeper Insights के लिए Data Visualization करने की Job.
• यह समझना कि आपके निष्कर्षों को व्यावसायिक निर्णयों पर कब लागू किया जा सकता है.

Machine Learning Salary

भारत में Machine Learning Engineer का न्यूनतम Salary ₹3.5/- लाख से ₹21.1/- लाख के बीच होती है और Average वार्षिक Salary ₹7.3/- लाख है.

• Python क्या है, Python कैसे सीखे, कैसे Download करें,Install

Machine Learning Uses

मार्केट में मशीन लर्निंग सीख लेने के बाद उसको अखरोट

• Real-Time Chatbot Agents.
• Decision Support.
• Customer Recommendation Engines.
• Customer Churn Modeling.
• Dynamic Pricing Tactics.
• Market Research and Customer Segmentation.
• Fraud Detection.

• Decoding क्या होता है, Decoding किसे कहते हैं, अर्थ, बुनियादी कौशल
• IPS Display क्या है, IPS Display के फायदे और नुक्सान, कीमत

आशा करते हैं आपको हमारी पोस्ट Machine Learning Kya Hai और Machine Learning Types, Algorithm Ki Puri Jankari, पसंद आई होगी.

अगर इसके बाद भी आपको कोई सुझाव या समस्या है तो आप निचे दिए Comment बॉक्स का पूरा लुफ्त उठा हमसे सवाल पूछ सकते हैं.