Machine Learning (मशीन लर्निंग)

क्या है

स्नातक मशीन लर्निंग उन मुख्य एल्गोरिद्मों को कवर करती है जो कंप्यूटरों को स्पष्ट रूप से प्रोग्राम किए जाने की बजाय डेटा से पैटर्न सीखने देते हैं — पर्यवेक्षित लर्निंग (समाश्रयण, वर्गीकरण), अपर्यवेक्षित लर्निंग (क्लस्टरिंग), और मॉडलों को प्रशिक्षित और मूल्यांकित करने के गणित सहित।

क्यों मायने रखता है

मशीन लर्निंग आधुनिक सॉफ़्टवेयर के एक विशाल हिस्से का आधार है — अनुशंसा प्रणालियाँ, धोखाधड़ी का पता लगाना, चिकित्सा निदान समर्थन, और खोज सभी इस पर निर्भर करते हैं — जो इन एल्गोरिद्मों के काम करने के तरीक़े की वास्तविक समझ को आज कंप्यूटर विज्ञान शिक्षा के लिए आवश्यक बनाता है।

परीक्षा टिप

किसी मॉडल का मूल्यांकन हमेशा उस डेटा पर करें जिस पर उसे प्रशिक्षित नहीं किया गया था, और समझें कि विशिष्ट समस्या के लिए वास्तव में कौन सा मापदंड (सटीकता, परिशुद्धता, रीकॉल, F1) मायने रखता है — कोई मॉडल उच्च सटीकता रख सकता है जबकि लगभग बेकार हो अगर वर्ग असंतुलित हों, और ग़लत मापदंड चुनना इसे छुपा देता है।