Machine Learning
දැන්වීම් අඩංගුය
සියලුදෙනටාම
info
ද1+
බාගැනීම්
සියලුදෙනටාම
තව දැන ගන්න
මෙම යෙදුම ගැන
කෘතිම බුද්ධිය, දත්ත විද්යාව, පුරෝකථන ආකෘති නිර්මාණය සහ ආකෘති සංවර්ධනය තේරුම් ගැනීමට ඔබට උපකාර කිරීම සඳහා නිර්මාණය කර ඇති ව්යුහගත යන්ත්ර ඉගෙනුම් යෙදුමකට සාදරයෙන් පිළිගනිමු. ඔබ ශිෂ්යයෙක්, අපේක්ෂා කරන දත්ත විද්යාඥයෙක්, මෘදුකාංග ඉංජිනේරුවෙක් හෝ තාක්ෂණ වෘත්තිකයෙක් වුවද, යෙදුම පදනම් න්යායේ සිට යෙදවීම දක්වා යන්ත්ර ඉගෙනීම ආවරණය කරන සංවිධානාත්මක පාඩම් සහ ප්රායෝගික මාර්ගෝපදේශ සපයයි.
📱 ද්විත්ව-හබ් ඉගෙනුම් ව්යුහය
1. ඉගෙනුම් ටැබ්
ඉගෙනුම් ආදර්ශ, උපකල්පිත අවකාශයන්, රේඛීය ආකෘති, ස්නායුක ජාල, කර්නල් ක්රම, තීරණ ගස්, විශේෂාංග තේරීම සහ ආකෘති ජීවන චක්ර සංකල්ප ආවරණය කරන පාඩම් ගවේෂණය කරන්න.
2. ටැබ් කරන්නේ කෙසේද
දත්ත කට්ටල සකස් කිරීම, ආකෘති පුහුණුව, ඇගයීම, සුසර කිරීම, අර්ථ නිරූපණය සහ යෙදවුම් වැඩ ප්රවාහ පැහැදිලි කරන පියවරෙන් පියවර මාර්ගෝපදේශ වෙත ප්රවේශ වන්න.
📚 යන්ත්ර ඉගෙනුම් මාතෘකා
• පදනම් සහ ඉගෙනුම් ආදර්ශ
යන්ත්ර ඉගෙනීම, එහි යෙදුම් සහ අධීක්ෂණය කරන ලද, අධීක්ෂණය නොකළ සහ ශක්තිමත් කිරීමේ ඉගෙනීම අතර වෙනස්කම් තේරුම් ගන්න.
• සංකල්ප ඉගෙනීම
උපකල්පිත අවකාශයන්, ප්රේරක නැඹුරුව, අනුවාද අවකාශයන්, සාමාන්යකරණය සහ උදාහරණ වලින් ඉගෙනීම අධ්යයනය කරන්න.
• රේඛීය ආකෘති
ප්රතිගාමීත්වය, වර්ගීකරණය, රේඛීය තීරණ ශ්රිත සහ දත්ත වෙන් කිරීම සඳහා සීමාවන් භාවිතා කරන ආකාරය ඉගෙන ගන්න.
• ස්නායුක ජාල සහ කර්නල් ක්රම
බහු-ස්ථර පර්සෙප්ට්රෝන, රේඩියල් පාදක ශ්රිත ජාල, ආධාරක දෛශික යන්ත්ර සහ සංකීර්ණ විශේෂාංග අවකාශයන් සඳහා ක්රම ගවේෂණය කරන්න.
• තීරණ ගස් සහ විශේෂාංග තේරීම
ගස් පාදක ආකෘති, විශේෂාංග තේරීමේ ප්රවේශයන්, ආකෘති සංසන්දනය සහ විශ්වාසදායක පද්ධති ගොඩනැගීමේදී පොදු අභියෝග තේරුම් ගන්න.
• ආකෘති ජීවන චක්රය
යන්ත්ර ඉගෙනුම් ආකෘති පුහුණුව, වලංගුකරණය, පරීක්ෂා කිරීම, අධීක්ෂණය, නඩත්තු කිරීම සහ වගකිවයුතු භාවිතය ගැන ඉගෙන ගන්න.
💻 ප්රායෝගික කෙසේද-කරන්නේ නිබන්ධන
කෙසේද-කරන්නේ කොටසට යන්ත්ර ඉගෙනීමේ වැඩ ප්රවාහයක විවිධ අදියර සඳහා මාර්ගෝපදේශ ඇතුළත් වේ:
• පයිතන් ස්ථාපනය කිරීම සහ ජුපිටර් සටහන් පොත සැකසීම
• පොදු දත්ත විද්යා පුස්තකාල වින්යාස කිරීම
• පැන්ඩා සමඟ දත්ත කට්ටල පූරණය කිරීම සහ ගවේෂණය කිරීම
• නැතිවූ, අනුපිටපත් කරන ලද හෝ නොගැලපෙන දත්ත පිරිසිදු කිරීම
• ප්රස්ථාර සහ බිම් කොටස් සමඟ රටා දෘශ්යකරණය කිරීම
• පුහුණුව, වලංගුකරණය සහ පරීක්ෂණ කට්ටලවලට දත්ත බෙදීම
• සකස් කිරීමේදී දත්ත කාන්දු වීම වැළැක්වීම
• ප්රතිගාමීත්වය, වර්ගීකරණය හෝ පොකුරු කිරීම සඳහා ඇල්ගොරිතම තෝරා ගැනීම
• රේඛීය ප්රතිගාමී ආකෘති ගොඩනැගීම සහ ඇගයීම
• k-NN, Naive Bayes සහ සහාය දෛශික යන්ත්ර ආකෘති පුහුණු කිරීම
• K-Means සහ ධූරාවලි පොකුරු කිරීම සමඟ දත්ත කාණ්ඩගත කිරීම
• ප්රධාන සංරචක විශ්ලේෂණය සමඟ මානයන් අඩු කිරීම
• අසමතුලිත දත්ත කට්ටල හැසිරවීම
• සුදුසු මිනුම් සමඟ කාර්ය සාධනය මැනීම
• GridSearchCV සමඟ අධි පරාමිතීන් සුසර කිරීම
• අධික ලෙස සවි කිරීම අඩු කිරීම සඳහා විධිමත් කිරීම යෙදීම
• TensorFlow සහ Keras සමඟ ස්නායුක ජාල නිර්මාණය කිරීම
• විශේෂාංග වැදගත්කම සහ SHAP සමඟ අනාවැකි තේරුම් ගැනීම
• පුහුණු කළ ආකෘති සුරැකීම සහ පැටවීම
• REST API හරහා ආකෘති යෙදවීම
• ආකෘති ප්ලාවිතය සහ කාර්ය සාධනය නිරීක්ෂණය කිරීම
• වගකිවයුතු AI මූලධර්ම යෙදීම
🎯 මෙම යෙදුම භාවිතා කළ හැක්කේ කාටද?
මෙම යෙදුම පරිගණක විද්යාව සහ දත්ත විද්යා සිසුන්, කෘතිම බුද්ධිය අධ්යයනය කරන ආරම්භකයින්, යන්ත්ර ඉගෙනීමට පිවිසෙන සංවර්ධකයින්, බුද්ධිමත් යෙදුම් ගොඩනඟන මෘදුකාංග ඉංජිනේරුවන් සහ පුරෝකථන විශ්ලේෂණ සඳහා උනන්දුවක් දක්වන වෘත්තිකයන් සඳහා සුදුසු වේ.
💡 ඉගෙනීමේ ප්රතිලාභ
යෙදුම යන්ත්ර ඉගෙනුම් මාතෘකා පැහැදිලි සහ සංවිධානාත්මක ආකෘතියකින් ඉදිරිපත් කරයි. ව්යුහගත පාඩම් ක්රමයෙන් ඉගෙනීම, අධ්යයන අධ්යයනය, සම්මුඛ පරීක්ෂණ සකස් කිරීම සහ සංශෝධනය සඳහා සහාය වේ. ප්රායෝගික මාර්ගෝපදේශ ඉගෙන ගන්නන්ට දත්ත සකස් කිරීම, ඇල්ගොරිතම පුහුණුව, ඇගයීම සහ යෙදවීම සමඟ සංකල්ප සම්බන්ධ කිරීමට උපකාරී වේ.
පැහැදිලි සංචාලනය මාතෘකා ගවේෂණය කිරීම, වැදගත් සංකල්ප නැවත බැලීම සහ සුවපහසු වේගයකින් අධ්යයනය කිරීම පහසු කරයි. විසන්ධි වූ සම්පත් මත රඳා නොසිට යන්ත්ර ඉගෙනුම් වැඩ ප්රවාහ පිළිබඳ පුළුල් අවබෝධයක් අවශ්ය ඉගෙන ගන්නන්ට අන්තර්ගතය සහාය වේ.
🔄 නිත්ය අධ්යාපනික යාවත්කාලීන කිරීම්
යෙදුමට යන්ත්ර ඉගෙනුම් පාඩම්, ප්රායෝගික නිබන්ධන, අන්තර්ගත සංවිධානය, භාවිතය, කාර්ය සාධනය, දෝෂ නිවැරදි කිරීම් සහ ස්ථාවරත්වයට අදාළ සාමාන්ය යාවත්කාලීන කිරීම් ලැබේ. යාවත්කාලීන කිරීම් පවතින පැහැදිලි කිරීම් පිරිපහදු කිරීමට සහ ඉගෙනුම් අත්දැකීම වැඩිදියුණු කිරීමට ද හැකිය.
📱 ද්විත්ව-හබ් ඉගෙනුම් ව්යුහය
1. ඉගෙනුම් ටැබ්
ඉගෙනුම් ආදර්ශ, උපකල්පිත අවකාශයන්, රේඛීය ආකෘති, ස්නායුක ජාල, කර්නල් ක්රම, තීරණ ගස්, විශේෂාංග තේරීම සහ ආකෘති ජීවන චක්ර සංකල්ප ආවරණය කරන පාඩම් ගවේෂණය කරන්න.
2. ටැබ් කරන්නේ කෙසේද
දත්ත කට්ටල සකස් කිරීම, ආකෘති පුහුණුව, ඇගයීම, සුසර කිරීම, අර්ථ නිරූපණය සහ යෙදවුම් වැඩ ප්රවාහ පැහැදිලි කරන පියවරෙන් පියවර මාර්ගෝපදේශ වෙත ප්රවේශ වන්න.
📚 යන්ත්ර ඉගෙනුම් මාතෘකා
• පදනම් සහ ඉගෙනුම් ආදර්ශ
යන්ත්ර ඉගෙනීම, එහි යෙදුම් සහ අධීක්ෂණය කරන ලද, අධීක්ෂණය නොකළ සහ ශක්තිමත් කිරීමේ ඉගෙනීම අතර වෙනස්කම් තේරුම් ගන්න.
• සංකල්ප ඉගෙනීම
උපකල්පිත අවකාශයන්, ප්රේරක නැඹුරුව, අනුවාද අවකාශයන්, සාමාන්යකරණය සහ උදාහරණ වලින් ඉගෙනීම අධ්යයනය කරන්න.
• රේඛීය ආකෘති
ප්රතිගාමීත්වය, වර්ගීකරණය, රේඛීය තීරණ ශ්රිත සහ දත්ත වෙන් කිරීම සඳහා සීමාවන් භාවිතා කරන ආකාරය ඉගෙන ගන්න.
• ස්නායුක ජාල සහ කර්නල් ක්රම
බහු-ස්ථර පර්සෙප්ට්රෝන, රේඩියල් පාදක ශ්රිත ජාල, ආධාරක දෛශික යන්ත්ර සහ සංකීර්ණ විශේෂාංග අවකාශයන් සඳහා ක්රම ගවේෂණය කරන්න.
• තීරණ ගස් සහ විශේෂාංග තේරීම
ගස් පාදක ආකෘති, විශේෂාංග තේරීමේ ප්රවේශයන්, ආකෘති සංසන්දනය සහ විශ්වාසදායක පද්ධති ගොඩනැගීමේදී පොදු අභියෝග තේරුම් ගන්න.
• ආකෘති ජීවන චක්රය
යන්ත්ර ඉගෙනුම් ආකෘති පුහුණුව, වලංගුකරණය, පරීක්ෂා කිරීම, අධීක්ෂණය, නඩත්තු කිරීම සහ වගකිවයුතු භාවිතය ගැන ඉගෙන ගන්න.
💻 ප්රායෝගික කෙසේද-කරන්නේ නිබන්ධන
කෙසේද-කරන්නේ කොටසට යන්ත්ර ඉගෙනීමේ වැඩ ප්රවාහයක විවිධ අදියර සඳහා මාර්ගෝපදේශ ඇතුළත් වේ:
• පයිතන් ස්ථාපනය කිරීම සහ ජුපිටර් සටහන් පොත සැකසීම
• පොදු දත්ත විද්යා පුස්තකාල වින්යාස කිරීම
• පැන්ඩා සමඟ දත්ත කට්ටල පූරණය කිරීම සහ ගවේෂණය කිරීම
• නැතිවූ, අනුපිටපත් කරන ලද හෝ නොගැලපෙන දත්ත පිරිසිදු කිරීම
• ප්රස්ථාර සහ බිම් කොටස් සමඟ රටා දෘශ්යකරණය කිරීම
• පුහුණුව, වලංගුකරණය සහ පරීක්ෂණ කට්ටලවලට දත්ත බෙදීම
• සකස් කිරීමේදී දත්ත කාන්දු වීම වැළැක්වීම
• ප්රතිගාමීත්වය, වර්ගීකරණය හෝ පොකුරු කිරීම සඳහා ඇල්ගොරිතම තෝරා ගැනීම
• රේඛීය ප්රතිගාමී ආකෘති ගොඩනැගීම සහ ඇගයීම
• k-NN, Naive Bayes සහ සහාය දෛශික යන්ත්ර ආකෘති පුහුණු කිරීම
• K-Means සහ ධූරාවලි පොකුරු කිරීම සමඟ දත්ත කාණ්ඩගත කිරීම
• ප්රධාන සංරචක විශ්ලේෂණය සමඟ මානයන් අඩු කිරීම
• අසමතුලිත දත්ත කට්ටල හැසිරවීම
• සුදුසු මිනුම් සමඟ කාර්ය සාධනය මැනීම
• GridSearchCV සමඟ අධි පරාමිතීන් සුසර කිරීම
• අධික ලෙස සවි කිරීම අඩු කිරීම සඳහා විධිමත් කිරීම යෙදීම
• TensorFlow සහ Keras සමඟ ස්නායුක ජාල නිර්මාණය කිරීම
• විශේෂාංග වැදගත්කම සහ SHAP සමඟ අනාවැකි තේරුම් ගැනීම
• පුහුණු කළ ආකෘති සුරැකීම සහ පැටවීම
• REST API හරහා ආකෘති යෙදවීම
• ආකෘති ප්ලාවිතය සහ කාර්ය සාධනය නිරීක්ෂණය කිරීම
• වගකිවයුතු AI මූලධර්ම යෙදීම
🎯 මෙම යෙදුම භාවිතා කළ හැක්කේ කාටද?
මෙම යෙදුම පරිගණක විද්යාව සහ දත්ත විද්යා සිසුන්, කෘතිම බුද්ධිය අධ්යයනය කරන ආරම්භකයින්, යන්ත්ර ඉගෙනීමට පිවිසෙන සංවර්ධකයින්, බුද්ධිමත් යෙදුම් ගොඩනඟන මෘදුකාංග ඉංජිනේරුවන් සහ පුරෝකථන විශ්ලේෂණ සඳහා උනන්දුවක් දක්වන වෘත්තිකයන් සඳහා සුදුසු වේ.
💡 ඉගෙනීමේ ප්රතිලාභ
යෙදුම යන්ත්ර ඉගෙනුම් මාතෘකා පැහැදිලි සහ සංවිධානාත්මක ආකෘතියකින් ඉදිරිපත් කරයි. ව්යුහගත පාඩම් ක්රමයෙන් ඉගෙනීම, අධ්යයන අධ්යයනය, සම්මුඛ පරීක්ෂණ සකස් කිරීම සහ සංශෝධනය සඳහා සහාය වේ. ප්රායෝගික මාර්ගෝපදේශ ඉගෙන ගන්නන්ට දත්ත සකස් කිරීම, ඇල්ගොරිතම පුහුණුව, ඇගයීම සහ යෙදවීම සමඟ සංකල්ප සම්බන්ධ කිරීමට උපකාරී වේ.
පැහැදිලි සංචාලනය මාතෘකා ගවේෂණය කිරීම, වැදගත් සංකල්ප නැවත බැලීම සහ සුවපහසු වේගයකින් අධ්යයනය කිරීම පහසු කරයි. විසන්ධි වූ සම්පත් මත රඳා නොසිට යන්ත්ර ඉගෙනුම් වැඩ ප්රවාහ පිළිබඳ පුළුල් අවබෝධයක් අවශ්ය ඉගෙන ගන්නන්ට අන්තර්ගතය සහාය වේ.
🔄 නිත්ය අධ්යාපනික යාවත්කාලීන කිරීම්
යෙදුමට යන්ත්ර ඉගෙනුම් පාඩම්, ප්රායෝගික නිබන්ධන, අන්තර්ගත සංවිධානය, භාවිතය, කාර්ය සාධනය, දෝෂ නිවැරදි කිරීම් සහ ස්ථාවරත්වයට අදාළ සාමාන්ය යාවත්කාලීන කිරීම් ලැබේ. යාවත්කාලීන කිරීම් පවතින පැහැදිලි කිරීම් පිරිපහදු කිරීමට සහ ඉගෙනුම් අත්දැකීම වැඩිදියුණු කිරීමට ද හැකිය.
ප්රධාන යන්ත්ර ඉගෙනීම, පයිතන්, ඇල්ගොරිතම, ස්නායු ජාල සහ AI යෙදවීම.
යාවත්කාලීන කළේ
ආරක්ෂාව ඇරඹෙනුයේ සංවර්ධකයන් ඔබේ දත්ත රැස් කර බෙදා ගන්නා ආකාරය අනුවය. දත්ත රහස්යතා හා ආරක්ෂා පරිචයන් ඔබේ භාවිතය, කලාපය හා වයස අනුව වෙනස් විය හැක. සංවර්ධකයා විසින් මෙම තොරතුරු සැපයූ අතර කලින් කලට ඒවා යාවත්කාලීන කරනු ලැබිය හැක.
- මෙම යෙදුම මෙකී දත්ත වර්ග තෙවැනි පාර්ශ්වයන් සමග බෙදාගනු ලැබිය හැකඋපාංග හෝ IDs
- කිසිදු දත්තයක් රැස් කරනු නොලැබේවැඩි විස්තර දැනගන්න සංවර්ධකයන් එකතුව ප්රකාශ කරන ආකාරය ගැන
- ගමනාගමනයෙහි දත්ත සංකේතනය කරන ලදී
- දත්ත මැකිය නොහැක
අලුත් මොනවාද
App contents re-structured
How to Section added
App Stability & Design Improvements
How to Section added
App Stability & Design Improvements
සියලුදෙනටාම
තව දැන ගන්නයෙදුම් සහය
සංවර්ධක පිළිබඳව
RAJIL THANKARAJU
contact@softecks.in
16,Ayya Avenue,
Shanmugavel Nagar,Kathakinaru
Madurai, Tamil Nadu 625107
India
