काम के लिए सही टूल चुनना

अब आपकी बारी 'discriminative मॉडल' बनने की! एक discriminative मॉडल चीज़ों को क्लासिफाई कर सकता है, और आप अभी वही करेंगे। नीचे दिए गए कार्यों को इस आधार पर वर्गीकृत कीजिए कि उन्हें हल करने के लिए कौन सा मॉडल बेहतर है: generative या discriminative.

यह अभ्यास पाठ्यक्रम का हिस्सा है

जनरेटिव AI कॉन्सेप्ट्स

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

जनरेटिव AI कॉन्सेप्ट्स

SkillTag.level.beginnerSkillTag.label

4.8+

पाठ्यक्रम मुफ्त में शुरू करें

जनरेटिव AI की अवधारणा और उसकी कंटेंट बनाने की क्षमता से परिचित होइए, साथ ही इसके वास्तविक-world उपयोगों और सीमाओं को समझिए। आप पारंपरिक मशीन लर्निंग मॉडलों, जनरेटिव AI, और आर्टिफिशियल जनरल इंटेलिजेंस (AGI) के बीच के अंतर में गहराई से जाएँगे, और उन प्रमुख कारकों का पता लगाएँगे जो जनरेटिव AI के विकास को आगे बढ़ा रहे हैं।

Exercise 1: जेनरेटिव AI क्या है?Exercise 2: जनरेटिव AI को जानना Exercise 3: जनरेटिव AI मॉडल के साथ काम करना Exercise 4: जनरेटिव AI के उपयोग Exercise 5: मशीन लर्निंग परिदृश्य में Generative AI Exercise 6: काम के लिए सही टूल चुनना

वर्तमान अभ्यास

Exercise 7: जनरेटिव AI और पारंपरिक ML में अंतर Exercise 8: More dogs and GANs Exercise 9: जेनरेटिव AI का विकास Exercise 10: Field को आगे बढ़ाना Exercise 11: ट्रांसफ़ॉर्मर्स Exercise 12: जनरेटिव AI में अहम breakthroughs

इस अध्याय में, हम जनरेटिव AI मॉडल बनाने के आवश्यक चरण कवर करते हैं: रिसर्च और डिज़ाइन, डेटा कलेक्शन, मॉडल ट्रेनिंग, और इवैल्यूएशन। हम विविध डेटासेट्स और एडवांस्ड ट्रेनिंग टेक्नीक्स के महत्व के साथ-साथ अलग-अलग इवैल्यूएशन मेथड्स की जाँच करते हैं, और उनकी ताकतों व सीमाओं पर चर्चा करते हैं।

Exercise 1: मॉडल डिज़ाइन और डेटा कलेक्शन Exercise 2: रिसर्च और डिज़ाइन Exercise 3: क्या यह डेटासेट सोने की खान है?Exercise 4: मॉडल प्रशिक्षण Exercise 5: मॉडल प्रशिक्षण को प्रभावित करने वाले कारक Exercise 6: स्पेशलाइज़्ड मॉडल विकसित करने की तकनीकें Exercise 7: मॉडल मूल्यांकन Exercise 8: PixAIr एनीमेशन Exercise 9: Intellibrand की मदद से मूल्यांकन

यह अध्याय जनरेटिव AI के जिम्मेदाराना उपयोग पर केंद्रित है। हम सामाजिक पक्षपात को कम करने की चुनौतियों और रणनीतियों, बौद्धिक संपदा और प्राइवेसी से जुड़े मुद्दों, और दुरुपयोग को रोकने हेतु नैतिक विचारों पर चर्चा करते हैं। अंत में, हम आर्टिफिशियल जनरल इंटेलिजेंस (AGI) की अपार संभावनाओं और जोखिमों के साथ-साथ उसके परिणामों को नियंत्रित करने के तरीकों का अन्वेषण करते हैं।

Exercise 1: सामाजिक पक्षपात का आकलन और उसे कम करना Exercise 2: पक्षपात के स्रोत Exercise 3: बायस का पता लगाना और उसे कम करना Exercise 4: कॉपीराइट और स्वामित्व Exercise 5: कानूनी और प्राइवेसी से जुड़ी बातें Exercise 6: IP स्वामित्व दावों की पहचान Exercise 7: जिम्मेदार जनरेटिव AI एप्लिकेशन Exercise 8: Usage principles Exercise 9: जिम्मेदार AI प्रैक्टिस लागू करना Exercise 10: Artificial general intelligence (AGI)Exercise 11: AGI की विशेषताएँ Exercise 12: AGI के नतीजे

अध्याय 4 में जनरेटिव AI की संभावनाओं, प्रभाव, और मानव वर्कफ़्लोज़ में इसके इंटीग्रेशन की जाँच की गई है। इसमें विश्वविद्यालयों से लेकर कंपनियों तक, AI विकास में प्रमुख योगदानकर्ताओं पर चर्चा होती है, और समाज किस तरह AI के अनुरूप ढल रहा है, यह भी देखा जाता है। यह उत्पादकता, नौकरी के गतिशील पहलू, शिक्षा, मीडिया, मनोरंजन, वैज्ञानिक प्रगति, और नैतिक पहलुओं पर AI के प्रभावों में गहराई से जाता है।

Exercise 1: पुराने वर्कफ़्लो में नई AI लाना Exercise 2: डेटा साइंस के लिए जनरेटिव AI का उपयोग Exercise 3: एक नया मार्केटिंग कैंपेन डिज़ाइन करना Exercise 4: जनरेटिव AI में प्रगति Exercise 5: ओपन सोर्स करें या न करें Exercise 6: Super Duper GANs Exercise 7: जनरेटिव AI के भविष्य के लिए तैयारी Exercise 8: शिक्षा में जेनरेटिव AI Exercise 9: AI की दुनिया में स्किल्स का मूल्य Exercise 10: आपने कर दिखाया!