समझें कि कैसे एरर (गलतियाँ) वेट अपडेट में बदलते हैं, और न्यूरल नेटवर्क की ट्रेनिंग का एक व्यावहारिक मानसिक मॉडल बनाएँ।
४ खंड · ८ पाठ
लर्निंग को एक इंजीनियरिंग समस्या के तौर पर परिभाषित करें, फिर देखें कि इनपुट कैसे प्रेडिक्शन में बदलते हैं और लॉस कैसे एरर को एक न्यूमेरिकल टारगेट में बदलता है।
३ पाठसमझिए कि बैकप्रोपैगेशन (backpropagation) से ग्रेडिएंट्स कैसे कैलकुलेट किए जाते हैं और ग्रेडिएंट डिसेंट (gradient descent) उनका इस्तेमाल करके वेट्स (weights) को कैसे बदलता है, जिसमें लर्निंग रेट हर स्टेप को कंट्रोल करता है।
२ पाठबैच, इपोक और ऑप्टिमाइज़र पर अपडेट करने की प्रक्रिया लागू करें, और फिर ट्रेनिंग की सीमाओं की जाँच करें—खासकर तब, जब क्षमता, जनरलाइज़ेशन या डेटा की क्वालिटी में कमी आए।
२ पाठएक छोटे न्यूरल नेटवर्क को ट्रेन करने के लिए, शुरू से आखिर तक के मैकेनिज़्म को एक काम करने वाले मेंटल मॉडल में बदलें।
१ पाठन्यूरल नेटवर्क लर्निंग एक इंजीनियरिंग प्रोसेस है, कोई रहस्य नहीं। यह कोर्स बताता है कि कैसे कोई मॉडल इनपुट को प्रेडिक्शन में बदलता है, यह मापता है कि वे प्रेडिक्शन कितने गलत हैं, और लॉस (loss) कम होने तक वेट्स (weights) को एडजस्ट करने के लिए ग्रेडिएंट्स का इस्तेमाल करता है। यह कोर्स उन लोगों के लिए है जो बिना किसी गोल-मोल बात के यह समझना चाहते हैं कि ट्रेनिंग असल में अंदर कैसे काम करती है। कोर्स के आखिर तक, आपको यह साफ समझ आ जाएगा कि डेटा, लॉस, ग्रेडिएंट्स और ऑप्टिमाइज़र एक साथ कैसे काम करते हैं, और आप यह भी बेहतर ढंग से पहचान पाएंगे कि ट्रेनिंग कब पटरी से उतर रही है।
इस कोर्स में लर्निंग के मुख्य हिस्से के तौर पर फॉरवर्ड पास, लॉस फ़ंक्शन, ग्रेडिएंट डिसेंट और बैकप्रोपैगेशन को शामिल किया गया है। इसमें बैच, एपोक और ऑप्टिमाइज़र के साथ ट्रेनिंग लूप, और साथ ही अंडरफिटिंग, ओवरफिटिंग और खराब डेटा जैसी मुख्य कमियों को भी शामिल किया गया है।
प्रोजेक्ट मैनेजरों और ऑपरेशंस टीमों से लेकर संस्थापकों, विश्लेषकों और AI अपनाने वाली टीमों तक, Fenzo उन सभी के लिए है जो अपने रोज़मर्रा के काम में और बेहतर होना चाहते हैं।
प्रोजेक्ट की योजना बनाने और डेटा का विश्लेषण करने के लिए AI के इस्तेमाल से लेकर प्रक्रियाओं, निर्णय लेने, संवाद और क्रियान्वयन को बेहतर बनाने तक, सब कुछ। अगर आप कौशल या काम का वर्णन कर सकते हैं, तो Fenzo उस पर कोर्स बना सकता है।
हाँ। Fenzo को बताइए कि आप क्या करते हैं, क्या हासिल करना चाहते हैं और कहाँ अटके हैं, और वह कोर्स को आपकी भूमिका, आपके लक्ष्यों और उस काम के अनुसार ढाल देगा जो आपको वास्तव में करना है।
नहीं। Fenzo आपकी शुरुआती स्थिति के अनुसार ढल जाता है: आप बुनियादी बातों से शुरू कर सकते हैं या सीधे उन्नत विषयों पर जा सकते हैं।
हाँ। Fenzo for Business आपकी पूरी टीम को एक ही सब्सक्रिप्शन में जोड़ता है: साझा लाइसेंस, आपके सौंपे जा सकने वाले कोर्स और इस बारे में रिपोर्ट कि किसने क्या पूरा किया।
Fenzo for Business के बारे में जानेंआप अपना लक्ष्य बताकर या एक छोटा कौशल आकलन देकर शुरुआत करते हैं। Fenzo इस जानकारी से आपकी कमियाँ पहचानता है और सीखने का अनुभव उन्हीं के इर्द-गिर्द तैयार करता है।
हाँ, Fenzo आपके फ़ोन के ब्राउज़र में काम करता है।
हर खंड में कुछ ऐसा जिसके साथ आप इंटरैक्ट कर सकें।
सीखने पर दशकों के शोध के तीन निष्कर्षों ने तय किया कि हर Fenzo पाठ कैसे बनाया जाए।
औसत उत्तीर्णता दर · Freeman et al., PNAS 2014
विज्ञान क्या कहता है
सिर्फ़ व्याख्यान वाली कक्षाओं के छात्रों के फ़ेल होने की संभावना १.५× अधिक होती है।
Fenzo यह कैसे करता है
हर Fenzo पाठ इंटरैक्टिव है। कभी निष्क्रिय पढ़ना या देखना नहीं।
आप खुद करते हैंAI आपके लिए करता है
समय के साथ कौशल की स्मृति · अभ्यास के साथ बनाम बिना
विज्ञान क्या कहता है
सोचने का काम AI को सौंप देने से वही कौशल कमज़ोर होते हैं जिन्हें आप बनाना चाहते हैं।
Fenzo यह कैसे करता है
Fenzo आपसे सोचवाता है — मार्गदर्शन के साथ, पर आपके बदले कभी नहीं।
पुनःस्मरण अभ्यासदोबारा पढ़ना
दीर्घकालिक स्मृति · पुनःस्मरण बनाम दोबारा पढ़ना
विज्ञान क्या कहता है
टिकाऊ समझ बनाने के लिए किसी जानकारी को याद करना उसे दोबारा पढ़ने से बेहतर है।
Fenzo यह कैसे करता है
पाठों में क्विज़ और याद करने वाले सवाल शामिल हैं, ताकि सीखा हुआ टिका रहे।