گہری لرننگ

مصنف: Eugene Taylor
تخلیق کی تاریخ: 10 اگست 2021
تازہ کاری کی تاریخ: 6 مئی 2024
Anonim
Data Science Explained in 10 mins | Data Science For Beginners  | Everything You Need To Know!!
ویڈیو: Data Science Explained in 10 mins | Data Science For Beginners | Everything You Need To Know!!

مواد

تعریف - ڈیپ لرننگ کا کیا مطلب ہے؟

ڈیپ لرننگ ، الگ الگڈیم کا ایک مجموعہ ہے جو مشین لرننگ میں استعمال ہوتا ہے ، جو ماڈل آرکیٹیکچر کے استعمال کے ذریعے اعداد و شمار میں اعلی سطحی تجریدوں کو ماڈل کرنے کے لئے استعمال ہوتا ہے ، جو متعدد نون لائنر تبدیلیوں پر مشتمل ہوتا ہے۔ یہ مشین سیکھنے کے ل used استعمال ہونے والے طریقوں کے ایک وسیع و عریض خاندان کا حصہ ہے جو ڈیٹا کی سیکھنے کی نمائندگی پر مبنی ہے۔


مائیکروسافٹ ازور اور مائیکروسافٹ کلاؤڈ کا تعارف | اس گائیڈ کے دوران ، آپ کو معلوم ہوگا کہ کلاؤڈ کمپیوٹنگ کیا ہے اور مائیکروسافٹ ایذور آپ کو بادل سے ہجرت کرنے اور اپنے کاروبار کو چلانے میں کس طرح مدد کرسکتا ہے۔

ٹیکوپیڈیا ڈیپ لرننگ کی وضاحت کرتا ہے

گہری لرننگ ایک مخصوص نقطہ نظر ہے جو عصبی نیٹ ورکس کی تعمیر اور تربیت کے لئے استعمال ہوتی ہے ، جو فیصلہ سازی کے انتہائی وعدہ مند سمجھے جاتے ہیں۔ الگورتھم کو گہرا سمجھا جاتا ہے اگر ان پٹ ڈیٹا آؤٹ پٹ ہونے سے پہلے نان لائنیرائٹی یا نون لائنر ٹرانسفارمیشنوں کی ایک سیریز سے گزر جاتا ہے۔ اس کے برعکس ، بیشتر جدید مشین لرننگ الگورتھم کو "اتھرا" سمجھا جاتا ہے کیونکہ ان پٹ صرف سبروٹین کالنگ کے صرف چند درجے پر جاسکتا ہے۔

گہری سیکھنے سے اعداد و شمار میں خصوصیات کی دستی شناخت ہٹ جاتی ہے اور اس کے بجائے ان پٹ مثالوں میں مفید نمونوں کو دریافت کرنے کے لئے جو بھی تربیتی عمل ہوتا ہے اس پر انحصار کرتا ہے۔ یہ اعصابی نیٹ ورک کی تربیت کو آسان اور تیز تر بناتا ہے ، اور اس سے بہتر نتیجہ برآمد ہوسکتا ہے جو مصنوعی ذہانت کے میدان کو آگے بڑھاتا ہے۔