Artificial Neural Network Pro
ທຸກຄົນ
info
10+
ດາວໂຫຼດ
ທຸກຄົນ
ສຶກສາເພີ່ມເຕີມ
ກ່ຽວກັບແອັບນີ້
Artificial Neural Network Pro ເປັນແອັບການຮຽນຮູ້ລະດັບພຣີມຽມສຳລັບນັກຮຽນ, ຜູ້ເລີ່ມຕົ້ນ AI, ຜູ້ຮຽນການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ນັກສຶກສາວິສະວະກຳ, ຜູ້ຮຽນວິທະຍາສາດຂໍ້ມູນ, ນັກພັດທະນາ, ແລະນັກຄົ້ນຄວ້າທີ່ຕ້ອງການວິທີການທີ່ບໍ່ມີໂຄສະນາເພື່ອສຶກສາເຄືອຂ່າຍປະສາດ ແລະ ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ.
ຮຽນຮູ້ພື້ນຖານ ANN, ຮູບແບບເຊວປະສາດ, perceptrons, ເຄືອຂ່າຍປັບຕົວ, ເຄືອຂ່າຍຊ້ຳໆ, ໜ້າທີ່ການກະຕຸ້ນ, ການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ການຂະຫຍາຍພັນກັບຄືນ, ການເພີ່ມປະສິດທິພາບ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, AI ທາງການແພດ, AI ອຸດສາຫະກຳ, ແລະ ປະສິດທິພາບຂອງເຄືອຂ່າຍປະສາດ.
📚 13 ພາກສ່ວນເຄືອຂ່າຍປະສາດທຽມ
ລວມມີພື້ນຖານ ANN, ຮູບແບບເຊວປະສາດ, perceptrons, ຮູບແບບການຮຽນຮູ້, ເຄືອຂ່າຍປັບຕົວ, ເຄືອຂ່າຍຊ້ຳໆ, ເຄືອຂ່າຍທີ່ອີງໃສ່ພະລັງງານ, ການກະຕຸ້ນ ແລະ ການຂະຫຍາຍພັນກັບຄືນ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ຄວາມໝັ້ນຄົງຂອງ gradient, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, AI ທາງການແພດ, AI ອຸດສາຫະກຳ, ແອັບພລິເຄຊັນວິສະວະກຳ, ການຄຳນວນແບບຂະໜານ, ການທົດສອບ, ແລະ ປະສິດທິພາບ.
⭐ ຄຸນສົມບັດ Pro
✅ ປະສົບການການຮຽນຮູ້ທີ່ບໍ່ມີໂຄສະນາ
ສຶກສາເຄືອຂ່າຍປະສາດທຽມໂດຍບໍ່ມີໂຄສະນາ ແລະ ສຸມໃສ່ແນວຄວາມຄິດ, ການແກ້ໄຂ, ແລະ ແອັບພລິເຄຊັນ AI.
✅ ຄຸນສົມບັດບັນທຶກ
ສ້າງບັນທຶກໃນຂະນະທີ່ຮຽນຮູ້. ບັນທຶກບົດສະຫຼຸບ, ຄຳສັບສຳຄັນ, ຕົວຢ່າງເຄືອຂ່າຍ, ຈຸດການແຜ່ລາມກັບຄືນ, ສິ່ງທ້າທາຍໃນການຝຶກອົບຮົມ, ແລະ ແນວຄວາມຄິດໂຄງການ.
✅ ບັນທຶກບົດຄວາມເປັນ PDF ຫຼື ພິມ
ບັນທຶກບົດຮຽນເປັນ PDF ຫຼື ພິມບົດຄວາມສຳລັບການອ້າງອີງແບບອອບໄລນ໌, ການສຶກສາໃນຫ້ອງຮຽນ, ການກຽມສອບເສັງ, ການທົບທວນການສຳພາດ, ຫຼື ການຮຽນຮູ້ການຄົ້ນຄວ້າ.
✅ ການສະໜັບສະໜູນບູລິມະສິດ
ຮັບການສະໜັບສະໜູນໄວຂຶ້ນໃນຖານະຜູ້ໃຊ້ພຣີມຽມ.
✨ ຄຸນສົມບັດການຮຽນຮູ້
✅ ພື້ນຖານ ແລະ ຮູບແບບ ANN
ຮຽນຮູ້ຄຳສັບ, ການດຳເນີນງານ, ປະເພດ, ຮູບແບບເຊວປະສາດ, ເຊີບຕຣອນ, ຊັ້ນທີ່ເຊື່ອງໄວ້, ເຊວປະສາດຊິກມອຍ, ການແຍກເສັ້ນຊື່, XOR, ການຮຽນຮູ້ພາຍໃຕ້ການຊີ້ນຳ, ການຮຽນຮູ້ທີ່ບໍ່ມີການຊີ້ນຳ, ແລະ ສະຖາປັດຕະຍະກຳ.
✅ ເຄືອຂ່າຍ ແລະ ການຝຶກອົບຮົມ
ສຶກສາແຜນທີ່ຈັດລະບຽບດ້ວຍຕົນເອງ, ໜ່ວຍຄວາມຈຳເຊື່ອມໂຍງ, ເຄືອຂ່າຍ Hopfield, ເຄື່ອງ Boltzmann, ເຄືອຂ່າຍທີ່ເກີດຂຶ້ນຊ້ຳໆ, ໜ້າທີ່ການເປີດໃຊ້ງານ, ການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ເວັກເຕີ, ການຫລຸດລົງຂອງລະດັບຄວາມຊັນ, ການແຜ່ລາມກັບຄືນ, ການປັບສະພາບ, ການເລີ່ມຕົ້ນ, ລະດັບຄວາມຊັນທ້ອງຖິ່ນ, ແລະ ການເພີ່ມປະສິດທິພາບ.
✅ ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ ແລະ ສິ່ງທ້າທາຍ
ສຳຫຼວດເຄືອຂ່າຍຕື້ນ ແລະ ເລິກ, ການເປັນຕົວແທນ, ຄວາມເປັນສາກົນ, ຄວາມໝັ້ນຄົງຂອງລະດັບຄວາມຊັນ, ລະດັບຄວາມຊັນທີ່ຫາຍໄປ, ລະດັບຄວາມຊັນທີ່ບໍ່ໝັ້ນຄົງ, ຄວາມຫຍຸ້ງຍາກໃນການຝຶກອົບຮົມ, ແລະ ຂໍ້ຄວນລະວັງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ.
✅ ເຄືອຂ່າຍປະສາດປະຍຸກໃຊ້
ຮຽນຮູ້ການນຳໃຊ້ ANN ໃນການຈັດປະເພດຮູບພາບ, ການຮຽນຮູ້ການໂອນຍ້າຍ, ການກວດຈັບວັດຖຸ, ການຄາດຄະເນ, ການຮຽນຮູ້ລຳດັບ, ການຊື້ຂາຍອັລກໍຣິທຶມ, ການກຳນົດເວລາການຜະລິດ, ການກວດຫາມະເຮັງ, ການວິເຄາະການສະແດງອອກຂອງ gene, ການວິນິດໄສກັງຫັນອາຍແກັສ, ການວິເຄາະມົນລະພິດ, ແລະລະບົບວິສະວະກຳ.
✅ ພາກວິທີການ
ປະຕິບັດຕາມຄູ່ມືກ່ຽວກັບວິທີການເຂົ້າໃຈ neurons ທຽມ, ສ້າງ perceptron, ເລືອກໜ້າທີ່ການກະຕຸ້ນ, ປະຕິບັດການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ສຶກສາການລົງ gradient, ເຂົ້າໃຈການແຜ່ພັນກັບຄືນ, ປັບປຸງການຝຶກອົບຮົມ, ແລະວາງແຜນການຮຽນຮູ້ ANN.
✅ ອອບໄລນ໌, ບຸກມາກ ແລະ ຄົ້ນຫາ
ຮຽນໂດຍບໍ່ມີອິນເຕີເນັດ, ບຸກມາກບົດຮຽນສຳຄັນ, ແລະຄົ້ນຫາ neurons, ການກະຕຸ້ນ, ການຂະຫຍາຍພັນ, ການແຜ່ພັນກັບຄືນ, ການເພີ່ມປະສິດທິພາບ, ການຮຽນຮູ້ເລິກ, ເຄືອຂ່າຍທີ່ເກີດຂຶ້ນຊ້ຳໆ, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, ແລະແອັບພລິເຄຊັນ AI.
🎯 ດີທີ່ສຸດສຳລັບ
ຜູ້ຮຽນ AI ແລະການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ນັກສຶກສາວິທະຍາສາດຄອມພິວເຕີ, ນັກສຶກສາວິສະວະກຳ, ຜູ້ເລີ່ມຕົ້ນວິທະຍາສາດຂໍ້ມູນ, ນັກພັດທະນາທີ່ຮຽນຮູ້ການຮຽນຮູ້ເລິກ, ຜູ້ຮຽນຄົ້ນຄວ້າ, ການກຽມການສຳພາດ, ແລະການແກ້ໄຂການສອບເສັງ.
🚀 ເປັນຫຍັງຕ້ອງເລືອກ Artificial Neural Network Pro?
Artificial Neural Network Pro ໃຫ້ປະສົບການການຮຽນຮູ້ລະດັບພຣີມຽມທີ່ເນັ້ນໃສ່ຄວາມເຂົ້າໃຈກ່ຽວກັບວິທີທີ່ເຄືອຂ່າຍປະສາດຮຽນຮູ້, ຝຶກອົບຮົມ, ເພີ່ມປະສິດທິພາບ ແລະ ແກ້ໄຂບັນຫາໃນໂລກຕົວຈິງໃນທົ່ວວິໄສທັດ, ການຄາດຄະເນ, ການແພດ, ວິທະຍາສາດ, ສິ່ງແວດລ້ອມ ແລະ ວິສະວະກຳ.
ດາວໂຫຼດ Artificial Neural Network Pro ມື້ນີ້ ແລະ ເລີ່ມຮຽນຮູ້ພື້ນຖານ ANN, perceptrons, ໜ້າທີ່ການກະຕຸ້ນ, backpropagation, optimization, deep learning, pattern recognition, forecasting, ແລະ ແອັບພລິເຄຊັນ AI ດ້ວຍຄຸນສົມບັດອອບໄລນ໌ພຣີມຽມ.
ໝາຍເຫດ: ແອັບນີ້ແມ່ນສຳລັບການອ້າງອີງດ້ານການສຶກສາເທົ່ານັ້ນ. ມັນບໍ່ແມ່ນການທົດແທນປຶ້ມແບບຮຽນທາງການ, ຫຼັກສູດມະຫາວິທະຍາໄລ, ການຝຶກອົບຮົມ AI ມືອາຊີບ, ເອກະສານຄົ້ນຄວ້າ, ໂຄງການຮັບຮອງ, ຫຼື ຫຼັກສູດສະຖາບັນ.
ຮຽນຮູ້ພື້ນຖານ ANN, ຮູບແບບເຊວປະສາດ, perceptrons, ເຄືອຂ່າຍປັບຕົວ, ເຄືອຂ່າຍຊ້ຳໆ, ໜ້າທີ່ການກະຕຸ້ນ, ການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ການຂະຫຍາຍພັນກັບຄືນ, ການເພີ່ມປະສິດທິພາບ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, AI ທາງການແພດ, AI ອຸດສາຫະກຳ, ແລະ ປະສິດທິພາບຂອງເຄືອຂ່າຍປະສາດ.
📚 13 ພາກສ່ວນເຄືອຂ່າຍປະສາດທຽມ
ລວມມີພື້ນຖານ ANN, ຮູບແບບເຊວປະສາດ, perceptrons, ຮູບແບບການຮຽນຮູ້, ເຄືອຂ່າຍປັບຕົວ, ເຄືອຂ່າຍຊ້ຳໆ, ເຄືອຂ່າຍທີ່ອີງໃສ່ພະລັງງານ, ການກະຕຸ້ນ ແລະ ການຂະຫຍາຍພັນກັບຄືນ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ຄວາມໝັ້ນຄົງຂອງ gradient, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, AI ທາງການແພດ, AI ອຸດສາຫະກຳ, ແອັບພລິເຄຊັນວິສະວະກຳ, ການຄຳນວນແບບຂະໜານ, ການທົດສອບ, ແລະ ປະສິດທິພາບ.
⭐ ຄຸນສົມບັດ Pro
✅ ປະສົບການການຮຽນຮູ້ທີ່ບໍ່ມີໂຄສະນາ
ສຶກສາເຄືອຂ່າຍປະສາດທຽມໂດຍບໍ່ມີໂຄສະນາ ແລະ ສຸມໃສ່ແນວຄວາມຄິດ, ການແກ້ໄຂ, ແລະ ແອັບພລິເຄຊັນ AI.
✅ ຄຸນສົມບັດບັນທຶກ
ສ້າງບັນທຶກໃນຂະນະທີ່ຮຽນຮູ້. ບັນທຶກບົດສະຫຼຸບ, ຄຳສັບສຳຄັນ, ຕົວຢ່າງເຄືອຂ່າຍ, ຈຸດການແຜ່ລາມກັບຄືນ, ສິ່ງທ້າທາຍໃນການຝຶກອົບຮົມ, ແລະ ແນວຄວາມຄິດໂຄງການ.
✅ ບັນທຶກບົດຄວາມເປັນ PDF ຫຼື ພິມ
ບັນທຶກບົດຮຽນເປັນ PDF ຫຼື ພິມບົດຄວາມສຳລັບການອ້າງອີງແບບອອບໄລນ໌, ການສຶກສາໃນຫ້ອງຮຽນ, ການກຽມສອບເສັງ, ການທົບທວນການສຳພາດ, ຫຼື ການຮຽນຮູ້ການຄົ້ນຄວ້າ.
✅ ການສະໜັບສະໜູນບູລິມະສິດ
ຮັບການສະໜັບສະໜູນໄວຂຶ້ນໃນຖານະຜູ້ໃຊ້ພຣີມຽມ.
✨ ຄຸນສົມບັດການຮຽນຮູ້
✅ ພື້ນຖານ ແລະ ຮູບແບບ ANN
ຮຽນຮູ້ຄຳສັບ, ການດຳເນີນງານ, ປະເພດ, ຮູບແບບເຊວປະສາດ, ເຊີບຕຣອນ, ຊັ້ນທີ່ເຊື່ອງໄວ້, ເຊວປະສາດຊິກມອຍ, ການແຍກເສັ້ນຊື່, XOR, ການຮຽນຮູ້ພາຍໃຕ້ການຊີ້ນຳ, ການຮຽນຮູ້ທີ່ບໍ່ມີການຊີ້ນຳ, ແລະ ສະຖາປັດຕະຍະກຳ.
✅ ເຄືອຂ່າຍ ແລະ ການຝຶກອົບຮົມ
ສຶກສາແຜນທີ່ຈັດລະບຽບດ້ວຍຕົນເອງ, ໜ່ວຍຄວາມຈຳເຊື່ອມໂຍງ, ເຄືອຂ່າຍ Hopfield, ເຄື່ອງ Boltzmann, ເຄືອຂ່າຍທີ່ເກີດຂຶ້ນຊ້ຳໆ, ໜ້າທີ່ການເປີດໃຊ້ງານ, ການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ເວັກເຕີ, ການຫລຸດລົງຂອງລະດັບຄວາມຊັນ, ການແຜ່ລາມກັບຄືນ, ການປັບສະພາບ, ການເລີ່ມຕົ້ນ, ລະດັບຄວາມຊັນທ້ອງຖິ່ນ, ແລະ ການເພີ່ມປະສິດທິພາບ.
✅ ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ ແລະ ສິ່ງທ້າທາຍ
ສຳຫຼວດເຄືອຂ່າຍຕື້ນ ແລະ ເລິກ, ການເປັນຕົວແທນ, ຄວາມເປັນສາກົນ, ຄວາມໝັ້ນຄົງຂອງລະດັບຄວາມຊັນ, ລະດັບຄວາມຊັນທີ່ຫາຍໄປ, ລະດັບຄວາມຊັນທີ່ບໍ່ໝັ້ນຄົງ, ຄວາມຫຍຸ້ງຍາກໃນການຝຶກອົບຮົມ, ແລະ ຂໍ້ຄວນລະວັງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ.
✅ ເຄືອຂ່າຍປະສາດປະຍຸກໃຊ້
ຮຽນຮູ້ການນຳໃຊ້ ANN ໃນການຈັດປະເພດຮູບພາບ, ການຮຽນຮູ້ການໂອນຍ້າຍ, ການກວດຈັບວັດຖຸ, ການຄາດຄະເນ, ການຮຽນຮູ້ລຳດັບ, ການຊື້ຂາຍອັລກໍຣິທຶມ, ການກຳນົດເວລາການຜະລິດ, ການກວດຫາມະເຮັງ, ການວິເຄາະການສະແດງອອກຂອງ gene, ການວິນິດໄສກັງຫັນອາຍແກັສ, ການວິເຄາະມົນລະພິດ, ແລະລະບົບວິສະວະກຳ.
✅ ພາກວິທີການ
ປະຕິບັດຕາມຄູ່ມືກ່ຽວກັບວິທີການເຂົ້າໃຈ neurons ທຽມ, ສ້າງ perceptron, ເລືອກໜ້າທີ່ການກະຕຸ້ນ, ປະຕິບັດການຂະຫຍາຍພັນໄປຂ້າງໜ້າ, ສຶກສາການລົງ gradient, ເຂົ້າໃຈການແຜ່ພັນກັບຄືນ, ປັບປຸງການຝຶກອົບຮົມ, ແລະວາງແຜນການຮຽນຮູ້ ANN.
✅ ອອບໄລນ໌, ບຸກມາກ ແລະ ຄົ້ນຫາ
ຮຽນໂດຍບໍ່ມີອິນເຕີເນັດ, ບຸກມາກບົດຮຽນສຳຄັນ, ແລະຄົ້ນຫາ neurons, ການກະຕຸ້ນ, ການຂະຫຍາຍພັນ, ການແຜ່ພັນກັບຄືນ, ການເພີ່ມປະສິດທິພາບ, ການຮຽນຮູ້ເລິກ, ເຄືອຂ່າຍທີ່ເກີດຂຶ້ນຊ້ຳໆ, ວິໄສທັດຄອມພິວເຕີ, ການຄາດຄະເນ, ແລະແອັບພລິເຄຊັນ AI.
🎯 ດີທີ່ສຸດສຳລັບ
ຜູ້ຮຽນ AI ແລະການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ນັກສຶກສາວິທະຍາສາດຄອມພິວເຕີ, ນັກສຶກສາວິສະວະກຳ, ຜູ້ເລີ່ມຕົ້ນວິທະຍາສາດຂໍ້ມູນ, ນັກພັດທະນາທີ່ຮຽນຮູ້ການຮຽນຮູ້ເລິກ, ຜູ້ຮຽນຄົ້ນຄວ້າ, ການກຽມການສຳພາດ, ແລະການແກ້ໄຂການສອບເສັງ.
🚀 ເປັນຫຍັງຕ້ອງເລືອກ Artificial Neural Network Pro?
Artificial Neural Network Pro ໃຫ້ປະສົບການການຮຽນຮູ້ລະດັບພຣີມຽມທີ່ເນັ້ນໃສ່ຄວາມເຂົ້າໃຈກ່ຽວກັບວິທີທີ່ເຄືອຂ່າຍປະສາດຮຽນຮູ້, ຝຶກອົບຮົມ, ເພີ່ມປະສິດທິພາບ ແລະ ແກ້ໄຂບັນຫາໃນໂລກຕົວຈິງໃນທົ່ວວິໄສທັດ, ການຄາດຄະເນ, ການແພດ, ວິທະຍາສາດ, ສິ່ງແວດລ້ອມ ແລະ ວິສະວະກຳ.
ດາວໂຫຼດ Artificial Neural Network Pro ມື້ນີ້ ແລະ ເລີ່ມຮຽນຮູ້ພື້ນຖານ ANN, perceptrons, ໜ້າທີ່ການກະຕຸ້ນ, backpropagation, optimization, deep learning, pattern recognition, forecasting, ແລະ ແອັບພລິເຄຊັນ AI ດ້ວຍຄຸນສົມບັດອອບໄລນ໌ພຣີມຽມ.
ໝາຍເຫດ: ແອັບນີ້ແມ່ນສຳລັບການອ້າງອີງດ້ານການສຶກສາເທົ່ານັ້ນ. ມັນບໍ່ແມ່ນການທົດແທນປຶ້ມແບບຮຽນທາງການ, ຫຼັກສູດມະຫາວິທະຍາໄລ, ການຝຶກອົບຮົມ AI ມືອາຊີບ, ເອກະສານຄົ້ນຄວ້າ, ໂຄງການຮັບຮອງ, ຫຼື ຫຼັກສູດສະຖາບັນ.
ບົດຮຽນ ANN ບໍ່ມີໂຄສະນາພ້ອມບັນທຶກ, ພິມ PDF ແລະ ການຊ່ວຍເຫຼືອທີ່ສຳຄັນ.
ອັບເດດແລ້ວເມື່ອ
ຄວາມປອດໄພເລີ່ມດ້ວຍການເຂົ້າໃຈວ່ານັກພັດທະນາເກັບກຳ ແລະ ແບ່ງປັນຂໍ້ມູນຂອງທ່ານແນວໃດ. ວິທີປະຕິບັດກ່ຽວກັບຄວາມເປັນສ່ວນຕົວ ແລະ ຄວາມປອດໄພຂອງຂໍ້ມູນອາດຈະແຕກຕ່າງກັນອີງຕາມການນຳໃຊ້, ພາກພື້ນ ແລະ ອາຍຸຂອງທ່ານ. ນັກພັດທະນາໃຫ້ຂໍ້ມູນນີ້ ແລະ ອາດຈະອັບເດດມັນເມື່ອເວລາຜ່ານໄປ.
- ແອັບນີ້ອາດຈະແບ່ງປັນປະເພດຂໍ້ມູນເຫຼົ່ານີ້ກັບພາກສ່ວນທີສາມID ອຸປະກອນ ຫຼື ID ອື່ນໆ
- ບໍ່ໄດ້ເກັບກຳຂໍ້ມູນສຶກສາເພີ່ມເຕີມ ກ່ຽວກັບວ່ານັກພັດທະນາປະກາດການເກັບກຳຂໍ້ມູນແນວໃດ
- ລະບົບຈະເຂົ້າລະຫັດຂໍ້ມູນໃນຂະນະສົ່ງ
- ລຶບຂໍ້ມູນບໍ່ໄດ້
ມີຫຍັງໃໝ່
✅ Improved layout and design
✅ Added How-to sections
✅ Enhanced offline support
✅ Redesigned Notes feature
✅ Redesigned Bookmark section
✅ Improved PDF/Print support, performance and user experience
✅ Added How-to sections
✅ Enhanced offline support
✅ Redesigned Notes feature
✅ Redesigned Bookmark section
✅ Improved PDF/Print support, performance and user experience
ທຸກຄົນ
ສຶກສາເພີ່ມເຕີມຝ່າຍຊ່ວຍເຫຼືອຂອງແອັບ
ກ່ຽວກັບນັກພັດທະນາແອັບ
Prabhu Thankaraju
vishwasparrow@gmail.com
101-B,Nishadham Bldg,1/5
Chipale,Panvel
NAVI MUMBAI, Maharashtra 410206
India
