مواد جي جدول[لڪ][ڏسو]
- 1 ٽائيٽڪڪ
- 2. آئرش گلن جي درجه بندي
- 3. بوسٽن هائوس جي قيمت جي اڳڪٿي
- 4. شراب جي معيار جي جانچ
- 5. اسٽاڪ مارڪيٽ جي اڳڪٿي
- 6. فلم جي سفارش
- 7. لوڊ قابليت جي اڳڪٿي
- 8. Twitter ڊيٽا استعمال ڪندي جذبي جو تجزيو
- 9. مستقبل جي وڪرو جي اڳڪٿي
- 10. جعلي خبرن جو پتو لڳائڻ
- 11. ڪوپن خريد ڪرڻ جي اڳڪٿي
- 12. ڪسٽمر چرن جي اڳڪٿي
- 13. والمارٽ سيلز اڳڪٿي
- 14. Uber ڊيٽا تجزيو
- 15. Covid-19 تجزيو
- ٿڪل
مشين لرننگ هڪ سادي مطالعو آهي ته ڪيئن هڪ ڪمپيوٽر پروگرام يا الگورٿم کي تعليم ڏني وڃي ته جيئن اعليٰ سطح تي پيش ڪيل مخصوص نوڪري تي تدريجي طور تي بهتري آڻي سگهجي. تصوير جي سڃاڻپ، دوکي جي ڳولا، سفارش واري نظام، ۽ ٻيون مشين سکيا ايپليڪيشنون اڳ ۾ ئي مشهور ٿي چڪا آهن.
ML نوڪريون انساني ڪم کي آسان ۽ ڪارائتو بڻائين ٿيون، وقت جي بچت ۽ اعليٰ معيار جي نتيجن کي يقيني بڻائين ٿيون. جيتوڻيڪ گوگل، دنيا جو سڀ کان مشهور سرچ انجڻ، استعمال ڪري ٿو مشين جي سکيا.
صارف جي سوال جي تجزيو ڪرڻ ۽ نتيجن جي بنياد تي نتيجن کي تبديل ڪرڻ کان وٺي سوال جي حوالي سان رجحاناتي عنوانن ۽ اشتهارن کي ڏيکارڻ تائين، مختلف قسم جا اختيار موجود آھن.
ٽيڪنالاجي جيڪا سمجهه ۾ اچي ٿي ۽ خود سڌارڻ واري آهي مستقبل ۾ پري ناهي.
شروع ڪرڻ جو هڪ بهترين طريقو آهي هٿ تي حاصل ڪرڻ ۽ هڪ منصوبي کي ڊزائين ڪرڻ. تنهن ڪري، اسان هڪ فهرست مرتب ڪيو آهي 15 ٽاپ مشين لرننگ پروجيڪٽس جي شروعاتي لاءِ توهان کي شروع ڪرڻ لاءِ.
1. ٽائيٽڪڪ
اهو عام طور تي سمجهيو ويندو آهي سڀ کان وڏو ۽ سڀ کان وڌيڪ مزيدار ڪم هر ڪنهن لاءِ جيڪو مشين سکيا بابت وڌيڪ سکڻ ۾ دلچسپي رکي ٿو. ٽائيٽينڪ چيلنج هڪ مشهور مشين لرننگ پروجيڪٽ آهي جيڪو پڻ ڪم ڪري ٿو هڪ سٺي طريقي سان واقف ٿيڻ لاءِ ڪيگل ڊيٽا سائنس پليٽ فارم. ٽائيٽينڪ ڊيٽا سيٽ بدقسمت ٻيڙيءَ جي ٻڏڻ کان وٺي حقيقي ڊيٽا مان ٺهيل آهي.
ان ۾ تفصيلات شامل آھن جھڙوڪ ماڻھوءَ جي عمر، سماجي اقتصادي حيثيت، جنس، ڪيبن نمبر، روانگي بندرگاھ، ۽، سڀ کان اھم، ڇا اھي بچيا آھن!
K- Nearest Neighbor ٽيڪنڪ ۽ فيصلي واري وڻ جي درجه بندي ڪندڙ هن منصوبي لاء بهترين نتيجا پيدا ڪرڻ لاء طئي ڪيا ويا. جيڪڏھن توھان ڳولي رھيا آھيو ھڪڙو تيز ھفتي جي آخر ۾ چئلينج کي بهتر ڪرڻ لاءِ مشين سکيا جي صلاحيتن، هي هڪ ڪاگل تي توهان لاءِ آهي.
2. آئرش گلن جي درجه بندي
شروعات ڪندڙن کي iris گلن جي درجه بندي منصوبي سان پيار آهي، ۽ اهو شروع ڪرڻ لاءِ هڪ بهترين جڳهه آهي جيڪڏهن توهان مشين سکيا لاءِ نوان آهيو. سيپل ۽ پنن جي ڊگھائي آئيرس بلوم کي ٻين نسلن کان ڌار ڪري ٿي. هن پروجيڪٽ جو مقصد بلوم کي ٽن قسمن ۾ ورهائڻ آهي: ورجينيا، سيٽوسا، ۽ ورسيڪولر.
درجي بندي جي مشقن لاءِ، پروجيڪٽ Iris گلن جي ڊيٽا سيٽ کي استعمال ڪري ٿو، جيڪو سکندڙن کي عددي قدرن ۽ ڊيٽا سان ڊيل ڪرڻ جا بنيادي اصول سکڻ ۾ مدد ڪري ٿو. آئيرس گلن جي ڊيٽا سيٽ هڪ ننڍڙو آهي جيڪو اسڪيلنگ جي ضرورت کان سواء ياداشت ۾ محفوظ ڪري سگهجي ٿو.
3. بوسٽن هائوس جي قيمت جي اڳڪٿي
ٻيو مشهور مشيني سکيا ۾ novices لاء dataset بوسٽن هائوسنگ ڊيٽا آهي. ان جو مقصد بوسٽن جي مختلف پاڙن ۾ گھر جي قدرن جي اڳڪٿي ڪرڻ آھي. ان ۾ اھم انگ اکر شامل آھن جھڙوڪ عمر، پراپرٽي ٽيڪس جي شرح، ڏوھ جي شرح، ۽ حتي نوڪري مرڪزن جي ويجھو، اھي سڀ گھر جي قيمت تي اثر انداز ٿي سگھن ٿيون.
ڊيٽا سيٽ سادو ۽ ننڍڙو آهي، ان کي آسان بڻائي ٿو تجربا ڪرڻ لاء نوان نوان. معلوم ڪرڻ لاءِ ڪھڙا عنصر بوسٽن ۾ ملڪيت جي قيمت تي اثرانداز ٿين ٿا، ريگريشن ٽيڪنڪ وڏي پيماني تي استعمال ٿيل آھن مختلف پيٽرولن تي. اهو هڪ بهترين جڳهه آهي رجعت جي ٽيڪنڪ کي مشق ڪرڻ ۽ اندازو لڳايو ته اهي ڪيئن ڪم ڪن ٿيون.
4. شراب جي معيار جي جاچ
شراب هڪ غير معمولي الڪوحل مشروبات آهي جنهن کي سالن جي خمير جي ضرورت آهي. نتيجي طور، شراب جي قديم بوتل هڪ قيمتي ۽ اعلي معيار جي شراب آهي. شراب جي مثالي بوتل کي چونڊڻ لاءِ سالن جي شراب چکڻ جي ڄاڻ جي ضرورت آهي، ۽ اهو ٿي سگهي ٿو هٽ يا گم ٿيڻ وارو عمل.
شراب جي معيار جي جانچ جو منصوبو فزيڪو ڪيميڪل ٽيسٽ استعمال ڪندي شراب جو جائزو وٺندو آهي جهڙوڪ شراب جي سطح، مقرر ٿيل تيزابيت، کثافت، پي ايڇ، ۽ ٻيا عنصر. پروجيڪٽ پڻ شراب جي معيار جي معيار ۽ مقدار کي طئي ڪري ٿو. نتيجي طور، شراب جي خريداري هڪ واء بڻجي وڃي ٿي.
5. اسٽاڪ مارڪيٽ جي اڳڪٿي
هي شروعات دلچسپ آهي ته ڇا توهان مالي شعبي ۾ ڪم ڪري رهيا آهيو يا نه. اسٽاڪ مارڪيٽ جي ڊيٽا وڏي پيماني تي اڀياس ڪئي وئي آهي تعليمي، ڪاروبار، ۽ حتي ثانوي آمدني جو ذريعو. هڪ ڊيٽا سائنسدان جي مطالعي ۽ ڳولڻ جي صلاحيت ٽائيم سيريز ڊيٽا پڻ اهم آهي. اسٽاڪ مارڪيٽ مان ڊيٽا شروع ڪرڻ لاء هڪ بهترين جڳهه آهي.
ڪوشش جو بنياد اسٽاڪ جي مستقبل جي قيمت جي اڳڪٿي ڪرڻ آهي. اهو موجوده مارڪيٽ جي ڪارڪردگي تي ٻڌل آهي ۽ انهي سان گڏ گذريل سالن کان انگ اکر. ڪاگل 50 کان وٺي NIFTY-2000 انڊيڪس تي ڊيٽا گڏ ڪري رهيو آهي، ۽ اهو هن وقت هفتيوار اپڊيٽ ڪيو ويندو آهي. 1 جنوري 2000 کان وٺي، ان ۾ 50 کان وڌيڪ تنظيمن لاءِ اسٽاڪ قيمتون شامل آھن.
6. فلم جي سفارش
مون کي پڪ آهي ته توهان هڪ سٺي فلم ڏسڻ کان پوء اهو محسوس ڪيو آهي. ڇا توهان ڪڏهن محسوس ڪيو آهي ته توهان جي حواس کي ٽائلٽ ڪرڻ لاء هڪ جهڙيون فلمون ڏسڻ سان؟
اسان ڄاڻون ٿا ته OTT خدمتون جهڙوڪ Netflix انهن جي سفارش واري نظام کي بهتر بڻائي ڇڏيو آهي. هڪ مشين لرننگ شاگرد جي حيثيت سان، توهان کي اهو سمجهڻ جي ضرورت پوندي ته ڪيئن اهڙيون الگورتھم ڪلائنٽ کي انهن جي ترجيحن ۽ جائزن جي بنياد تي ٽارگيٽ ڪن ٿيون.
Kaggle تي سيٽ ڪيل IMDB ڊيٽا ممڪن آهي ته سڀ کان وڌيڪ مڪمل آهي، تجويز ڪيل ماڊل کي فلم جي عنوان، ڪسٽمر جي درجه بندي، صنف، ۽ ٻين عنصر جي بنياد تي اندازو لڳايو وڃي ٿو. مواد جي بنياد تي فلٽرنگ ۽ فيچر انجنيئرنگ جي باري ۾ سکڻ لاء پڻ هڪ بهترين طريقو آهي.
7. لوڊ ڪرڻ جي قابليت جي اڳڪٿي
دنيا قرضن جي چوڌاري گردش ڪري ٿي. بئنڪن جو نفعي جو وڏو ذريعو قرضن تي سود آهي. ان ڪري اهي سندن بنيادي ڪاروبار آهن.
فرد يا فردن جا گروهه صرف اقتصاديات کي وڌائي سگهن ٿا پئسو سرمائيداريءَ سان هڪ فرم ۾ ان اميد ۾ ته ان کي مستقبل ۾ قدر ۾ اضافو ڏسڻ ۾. اهو ڪڏهن ڪڏهن ضروري آهي ته قرض ڳولڻ جي قابل هجي انهي نوعيت جو خطرو کڻڻ ۽ ڪجهه دنيا جي خوشين ۾ حصو وٺڻ جي قابل.
ان کان اڳ جو قرض قبول ڪيو وڃي، بئنڪن وٽ عام طور تي عمل ڪرڻ لاءِ ڪافي سخت عمل آھي. جيئن ته قرض ڪيترن ئي ماڻهن جي زندگي جو هڪ اهم پاسو آهي، هڪ قرض لاءِ قابليت جي اڳڪٿي ڪرڻ جيڪا ڪنهن لاءِ لاڳو ٿئي ٿي انتهائي فائديمند هوندي، قرض جي قبول يا رد ٿيڻ کان ٻاهر بهتر منصوبابندي جي اجازت ڏئي ٿي.
8. Twitter ڊيٽا استعمال ڪندي جذبي جو تجزيو
مهرباني هن جي سوشل ميڊيا نيٽ ورڪن Twitter، Facebook، ۽ Reddit وانگر، رايا ۽ رجحانات کي وڌائڻ بلڪل آسان ٿي چڪو آھي. هي معلومات واقعن، ماڻهن، راندين ۽ ٻين عنوانن تي راءِ کي ختم ڪرڻ لاءِ استعمال ٿيندي آهي. راءِ کان کني سان لاڳاپيل مشين سکيا جي شروعاتن کي مختلف سيٽنگن ۾ لاڳو ڪيو پيو وڃي، بشمول سياسي مهمون ۽ ايمازون پراڊڪٽ جا جائزو.
هي منصوبو توهان جي پورٽ فوليو ۾ شاندار نظر ايندو! جذبات جي ڳولا ۽ پاسن تي ٻڌل تجزيي لاءِ، ٽيڪنڪ جيئن ته سپورٽ ویکٹر مشينون، ريگريشن، ۽ درجه بندي الگورٿمس وڏي پيماني تي استعمال ڪري سگھجن ٿيون (حقائقن ۽ راين کي ڳولڻ).
9. مستقبل جي وڪرو جي اڳڪٿي
بگ B2C ڪاروبار ۽ واپارين کي ڄاڻڻ چاهيندا آهن ته انهن جي فهرست ۾ هر پراڊڪٽ ڪيترو وڪرو ڪندو. سيلز جي اڳڪٿي ڪندڙ ڪاروباري مالڪن کي اهو طئي ڪرڻ ۾ مدد ڪري ٿو ته ڪهڙيون شيون اعليٰ طلب ۾ آهن. صحيح سيلز جي اڳڪٿي ڪرڻ سان فضول گھٽجي ويندي جڏهن ته مستقبل جي بجيٽ تي وڌندڙ اثر جو تعين پڻ ڪيو ويندو.
پرچون ڪندڙ جهڙوڪ Walmart، IKEA، بگ باسڪيٽ، ۽ بگ بازار پيداوار جي طلب جو اندازو لڳائڻ لاءِ سيلز اڳڪٿيون استعمال ڪن ٿا. اهڙي ايم ايل پروجيڪٽ ٺاهڻ لاءِ توهان کي خام ڊيٽا کي صاف ڪرڻ جي مختلف طريقن سان واقف هجڻ گهرجي. انهي سان گڏ، رجعت جي تجزيي جي سٺي گرفت، خاص طور تي سادي لڪير ريگريشن، گهربل آهي.
ھن قسم جي ڪمن لاءِ، توھان کي ضرورت پوندي لائبريرين کي ملازمت ڏيڻ جھڙوڪ Dora، Scrubadub، Pandas، NumPy، ۽ ٻيا.
10. جعلي خبرن جي چڪاس
اها هڪ ٻي جديد مشين سکيا جي ڪوشش آهي جنهن جو مقصد اسڪول جي ٻارن لاءِ آهي. ڪوڙي خبر پکڙجي رهي آهي جهنگ جي باهه وانگر، جيئن اسان سڀ ڄاڻون ٿا. سوشل ميڊيا تي هر شي موجود آهي، ماڻهن کي ڳنڍڻ کان وٺي روزاني خبرون پڙهڻ تائين.
نتيجي طور، غلط خبرن کي ڳولڻ انهن ڏينهن ۾ تمام گهڻو مشڪل ٿي ويو آهي. ڪيتريون ئي وڏيون سوشل ميڊيا نيٽ ورڪ، جهڙوڪ Facebook ۽ Twitter، اڳ ۾ ئي الگورتھم موجود آهن پوسٽنگ ۽ فيڊز ۾ جعلي خبرن کي ڳولڻ لاء.
غلط خبرن کي سڃاڻڻ لاءِ، هن قسم جي ML پروجيڪٽ کي گھڻن NLP طريقن ۽ درجه بندي الگورتھم (PassiveAggressiveClassifier يا Naive Bayes classifier) جي مڪمل سمجھڻ جي ضرورت آھي.
11. ڪوپن جي خريداري جي اڳڪٿي
گراهڪ تيزي سان آن لائن خريداري تي غور ڪري رهيا آهن جڏهن 2020 ۾ ڪرونا وائرس ڌرتيءَ تي حملو ڪيو. نتيجي طور ، شاپنگ ادارا پنهنجو ڪاروبار آن لائن منتقل ڪرڻ تي مجبور ٿي ويا آهن.
گراهڪ، ٻئي طرف، اڃا تائين وڏيون آڇون ڳولي رهيا آهن، جيئن اهي اسٽورن ۾ هئا، ۽ تيزيءَ سان سپر-سيونگ ڪوپن جو شڪار ٿي رهيا آهن. هتي به ويب سائيٽون آهن جيڪي اهڙين گراهڪن لاءِ ڪوپن ٺاهڻ لاءِ وقف آهن. توھان سکي سگھو ٿا ڊيٽا مائننگ جي باري ۾ مشين لرننگ ۾، بار گراف تيار ڪرڻ، پائي چارٽ، ۽ ھسٽوگرامس ڊيٽا کي ڏسڻ لاءِ، ۽ ھن پروجيڪٽ سان فيچر انجنيئرنگ.
اڳڪٿيون پيدا ڪرڻ لاءِ، توھان پڻ ڏسي سگھوٿا ڊيٽا جي امڪاني طريقن کي منظم ڪرڻ لاءِ NA قدر ۽ متغيرن جي cosine هڪجهڙائي.
12. ڪسٽمر چرن جي اڳڪٿي
صارفين هڪ ڪمپني جو سڀ کان اهم اثاثو آهن، ۽ انهن کي رکڻ ضروري آهي ڪنهن به ڪاروبار لاءِ جنهن جو مقصد آمدني کي وڌائڻ ۽ انهن سان ڊگهي مدي وارا بامعني رابطا قائم ڪرڻ.
ان کان علاوه، هڪ نئين ڪلائنٽ حاصل ڪرڻ جي قيمت موجوده هڪ کي برقرار رکڻ جي قيمت کان پنج ڀيرا وڌيڪ آهي. ڪسٽمر چرن/اٽريشن هڪ مشهور ڪاروباري مسئلو آهي جنهن ۾ گراهڪ يا رڪنيت ڪنهن خدمت يا ڪمپني سان ڪاروبار ڪرڻ بند ڪري ٿي.
اهي مثالي طور تي هاڻي ادا ڪندڙ گراهڪ نه هوندا. هڪ گراهڪ کي چريو سمجهيو ويندو آهي جيڪڏهن اهو هڪ خاص وقت آهي جڏهن کان صارف آخري ڀيرو ڪمپني سان رابطو ڪيو. سڃاڻپ ڪرڻ ته ڇا هڪ گراهڪ چرن ڪندو، انهي سان گڏ جلدي سان لاڳاپيل معلومات ڏيڻ جو مقصد گراهڪ جي برقرار رکڻ جو مقصد آهي، چرن کي گهٽائڻ لاءِ اهم آهن.
اسان جا دماغ لکين ڪلائنٽ لاءِ گراهڪ جي واپار جي توقع ڪرڻ کان قاصر آهن؛ هتي آهي جتي مشين سکيا مدد ڪري سگهي ٿي.
13. والمارٽ سيلز جي اڳڪٿي
مشين لرننگ جي سڀ کان نمايان ايپليڪيشنن مان هڪ آهي سيلز جي اڳڪٿي ڪرڻ، جنهن ۾ خاصيتن کي ڳولڻ شامل آهي جيڪي پيداوار جي سيلز تي اثر انداز ڪن ٿا ۽ مستقبل جي سيلز جي مقدار جي توقع ڪن ٿا.
والمارٽ ڊيٽا سيٽ، جنهن ۾ 45 هنڌن تان سيلز ڊيٽا شامل آهي، هن مشين لرننگ اسٽڊي ۾ استعمال ڪئي وئي آهي. سيلز في اسٽور، درجي جي لحاظ کان، هفتيوار بنيادن تي ڊيٽا سيٽ ۾ شامل آهن. هن مشين لرننگ پروجيڪٽ جو مقصد هر ڊپارٽمينٽ لاءِ هر دڪان جي سيلز جو اندازو لڳائڻ آهي ته جيئن اهي بهتر ڊيٽا تي هلندڙ چينل جي اصلاح ۽ انوینٽري پلاننگ جا فيصلا ڪري سگهن.
والمارٽ ڊيٽا سيٽ سان ڪم ڪرڻ ڏکيو آهي ڇاڪاڻ ته ان ۾ چونڊيل مارڪ ڊائون واقعا شامل آهن جيڪي سيلز تي اثرانداز ٿين ٿا ۽ غور ڪيو وڃي.
14. Uber ڊيٽا تجزيو
جڏهن اهو اچي ٿو لاڳو ڪرڻ ۽ انهن جي ايپس ۾ مشين لرننگ ۽ ڊيپ لرننگ کي ضم ڪرڻ، مشهور رائڊ شيئرنگ سروس گهڻو پوئتي ناهي. هر سال، اهو اربين سفرن تي عمل ڪري ٿو، مسافرن کي ڏينهن يا رات جي ڪنهن به وقت سفر ڪرڻ جي اجازت ڏئي ٿو.
ڇو ته ان وٽ ھڪڙو وڏو ڪلائنٽ بيس آھي، ان کي غير معمولي ڪسٽمر سروس جي ضرورت آھي صارف جي شڪايتن کي جلد کان جلد حل ڪرڻ لاء.
Uber وٽ لکين پِڪ اپس جو هڪ ڊيٽا سيٽ آهي جيڪو اهو استعمال ڪري سگهي ٿو ڪلائنٽ جي سفرن جو تجزيو ۽ ڊسپلي ڪرڻ لاءِ بصيرت کي ظاهر ڪرڻ ۽ ڪسٽمر جي تجربي کي بهتر ڪرڻ لاءِ.
15. Covid-19 تجزيو
COVID-19 ا today دنيا کي ڌوئي ڇڏيو آهي ، ۽ نه رڳو هڪ وبائي مرض جي معنيٰ ۾. جڏهن ته طبي ماهر اثرائتي ويڪسينيشن پيدا ڪرڻ ۽ دنيا جي حفاظت ڪرڻ تي ڌيان ڏئي رهيا آهن، ڊيٽا سائنسدان گهڻو پوئتي نه آهن.
نوان ڪيس، روزاني فعال ڳڻپ، موت، ۽ جاچ جا انگ اکر سڀ عام ڪيا پيا وڃن. اڳڪٿيون روزانه بنيادن تي ڪيون وينديون آهن گذريل صديءَ جي سارس جي وبا جي بنياد تي. ان لاءِ، توھان استعمال ڪري سگھوٿا ريگريشن تجزيو ۽ سپورٽ ویکٹر مشين تي ٻڌل اڳڪٿي واري ماڊل.
ٿڪل
اختصار ڪرڻ لاءِ، اسان ڪجھ مٿين ML منصوبن تي بحث ڪيو آھي جيڪي توھان جي مدد ڪندا مشين لرننگ پروگرامنگ کي جانچڻ سان گڏ ان جي خيالن ۽ عمل کي سمجھڻ ۾. ڄاڻو ته مشين لرننگ کي ڪيئن ضم ڪيو وڃي توهان جي پيشه ورانه ۾ اڳتي وڌڻ ۾ مدد ڪري ٿي جيئن ٽيڪنالاجي هر صنعت تي قبضو ڪري ٿي.
مشين لرننگ سکڻ دوران، اسان صلاح ڏيون ٿا ته توهان پنهنجي تصورن تي عمل ڪريو ۽ پنهنجا سڀ الگورتھم لکو. سکڻ دوران الگورٿم لکڻ هڪ پروجيڪٽ کي انجام ڏيڻ کان وڌيڪ اهم آهي، ۽ اهو پڻ توهان کي مضمونن کي صحيح طرح سمجهڻ ۾ هڪ فائدو فراهم ڪري ٿو.
جواب ڇڏي وڃو