Author Archives: ச. குப்பன்

ஒரு இயந்திர கற்றல் மாதிரியைப் பயிற்சி செய்து சரிப்படுத்திய பிறகு, அதன்இறுதிப் படிமுறை பரவலாகஅமர்த்துதல் ஆகும், இது நடப்பு உலக பயன்பாடுகள் நம்முடைய மாதிரியை கணிப்புகளுக்கு அல்லது நுண்ணறிவுகளுக்குப் பயன்படுத்த அனுமதிக்கிறது. இந்தக் கட்டுரை மாதிரிகளைச் சேமிப்பது, பதிவேற்றம்செய்வது, கணிப்புகளைச் சேவை செய்வதற்கான APIகளை உருவாக்குவது AWS, Google Cloud Heroku போன்ற மேககணினி தளங்களில் அவற்றை எவ்வாறு பயன்படுத்துவது என்பதை விளக்குகிறது. 1. இயந்திர கற்றல் மாதிரிகளை ஏன் பயன்படுத்த வேண்டும்? மாதிரியின் பரவலாகஅமர்த்துதல் ஆனது… Read More »

இயந்திர கற்றல் மாதிரியை உருவாக்குவது என்பது இந்த பயணத்தின் ஒரு பகுதி மட்டுமே; அதை மதிப்பீடு செய்து நன்றாகச் சரிசெய்வதற்காக மாதிரியானது அதன் சிறந்த செயல்திறனை உறுதி செய்கிறது. மீஅளவுருஒத்திசைவு(hyperparameter tuning). மூலம் மாதிரியானது செயல்திறனை மேம்படுத்துவதற்கான மதிப்பீட்டு அளவீடுகள் , வழிமுறைகள் ஆகியவைகுறித்து இந்தக் கட்டுரை கவனம் செலுத்துகிறது. 1. மாதிரிகளை ஏன் மதிப்பீடு செய்து Tune செய்கிறது? நன்கு பயிற்சி பெற்ற இயந்திர கற்றல் மாதிரி இன்னும் மோசமாகச் செயல்படக்கூடும்: இது தரவை மிகைப்படுத்துகிறது… Read More »

உருவாக்க மாதிரிகள்(Generative models) என்பது இயந்திரக் கற்றலின் ஒரு கவர்ச்சிகரமான பகுதியாகும், இவைபயிற்சித் தரவைப் போன்ற முற்றிலும் புதிய தரவை உருவாக்குகின்ற திறன் கொண்டவைகளாகும். இந்தக் கட்டுரையில்,Generative Adversarial Networks (GANs) , Variational Autoencoders (VAEs) ஆகிய இரண்டு பிரபலமான உருவாக்க மாதிரிகளை ஆராய்வோம்: இந்த மாதிரிகள் யதார்த்தமான படங்களை உருவாக்குதல், ஆழ்ந்த போலியான கானொளிகாட்சிகளை உருவாக்குதல் , இசையமைத்தல் ஆகியவற்றில் பயன்பாடுகளைக் கொண்டுள்ளன. 1. உருவாக்க மாதிரிகள் (Generative models) என்றால் என்ன? உருவாக்க… Read More »

வலுவூட்டல் கற்றல் (RL) என்பது இயந்திரக் கற்றலின் ஒரு கவர்ச்சிகரமான கிளையாகும், அங்கு ஒரு முகவர் தனது சூழலுடன் தொடர்புகொள்வதன் மூலம் கற்றுக்கொள்கிறார், விரும்பத்தக்க செயல்களுக்கு பரிசுகளையும் விரும்பத்தகாத செயல்களுக்கு தண்டனைகளையும் பெறுகிறார். இந்தக் கட்டுரை RL இன் அடிப்படைகளை ஆராய்கிறது, Q-கற்றல், ஆழ்ந்த Q-வலைபின்னல்கள் (DQN) ,படித்திறன்கொள்கையை ஆராய்கிறது. விளையாட்டில் செய்யறிவு (AI) , இயந்திரமனிதன் போன்ற நடப்பு உலக பயன்பாடுகளையும் விவாதிப்போம். 1. வலுவூட்டல் கற்றல் ( Reinforcement Learning (RL)) என்றால் என்ன?… Read More »

இயற்கை மொழி செயலாக்கம் (NLP) என்பது செய்யறிவின்(AI)ஒரு கவர்ச்சிகரமான துறையாகும், இது மனித மொழியைப் புரிந்துகொள்ளவும், விளக்கமளிக்கவும், உருவாக்கவும் கணினிஇயந்திரங்களுக்கு உதவுகிறது. இந்தக் கட்டுரை NLP இன் அடிப்படைக் கருத்தமைவுகளை ஆராய்கிறது, இதில் உரையின் முன் செயலாக்கம், சொல்லின் உட்பொதிப்புகள் , வகைப்பாடு, மொழிபெயர்ப்பு , சுருக்கமாக்குதல் போன்ற பல்வேறு மொழித் தொடர்பான பணிகளுக்கான கட்மைப்பு மாதிரிகள் ஆகியவை அடங்கும். 1. NLP என்றால் என்ன? NLPஎன்பது மனித தொடர்புக்கும் கணினியின் புரிதலுக்கும் இடையிலான இடைவெளியைக் குறைக்கிறது,… Read More »

தொடர்ச்சியான நரம்பியல் வலைபின்னல்கள் (RNNs) என்பது நரம்பியல் வலைபின்னல்களின் ஒரு இனமாகும், இது தொடர்ச்சியான தரவை செயலாக்கிடுவதற்காக வடிவமைக்கப்பட்டுள்ளது, அங்கு தகவலின் வரிசை அவசியமாகு. இந்தக் கட்டுரை RNNகளின் அடிப்படைகள், LSTM, GRUs போன்ற அவற்றின் மேம்பட்ட மாறுபாடுகளையும் மொழி மாதிரியின், உணர்வு பகுப்பாய்வு போன்ற பிற நேரத்தைச் சார்ந்த பணிகளில் அவற்றின் பயன்பாடுகளை ஆராய்கிறது. 1. RNNகள் என்றால் என்ன? RNNகள் ஒரு வகையான நரம்பியல் வலைபின்னலாகும், இதில் முந்தைய படிமுறைகளின் வெளியீடு தற்போதைய படிமுறைக்கான… Read More »

மாற்று நரம்பியல் வலைபின்னல்கள் (Convolutional Neural Networks (CNNs))ஆனவை கணினியின் காட்சித் (vision) துறையில் புரட்சியை ஏற்படுத்தியுள்ளன, முக அங்கீகாரம், சுய-ஓட்டுநர் கார்கள் , மருத்துவ உருவப்படம் போன்ற பயன்பாடுகளை இயக்குகின்றன. இந்தக் கட்டுரையானது CNNகளின் அடிப்படைகள், அவற்றின் கட்டமைப்பு , TensorFlow/Keras ஐப் பயன்படுத்தி உருவப்படச் செயலாக்கப் பணிகளுக்கு அவற்றை எவ்வாறு செயல்படுத்துவது என்பவற்றைக் காண்போம். 1. மாற்று நரம்பியல் வலைபின்னல்கள் (Convolutional Neural Networks (CNNs)) என்றால் என்ன? மாற்று நரம்பியல் வலைபின்னல்கள் (Convolutional… Read More »

ஆழ்கற்றல்ஆனது செய்யறிவில்(AI) புரட்சியை ஏற்படுத்தியுள்ளது, உருவப்படத்தை அடையாளம் காணுதல், பேச்சுத் தொகுப்பு , இயற்கையான மொழியைப் புரிந்துகொள்ளுதல் போன்ற சிக்கலான பணிகளில் கணினிஇயந்திரங்கள் சிறந்து விளங்க உதவுகின்றன. அதன் மையத்தில் நியூரான் வலைபின்னல் உள்ளது, இது மனித மூளையின் கட்டமைப்பு, செயல்பாடு ஆகியவற்றால் ஈர்க்கப்பட்ட ஒரு கணக்கீட்டு மாதிரியாகும். இந்தக் கட்டுரையில், நரம்பியல் வலைபின்னல்களையும் , அவற்றின் கூறுகளையும் ஆராய்வோம், அவற்றைச் செயல்படுத்த TensorFlow ,Keras போன்ற சக்திவாய்ந்த கட்டமைப்பை அறிமுகப்படுத்துவோம். 1. நரம்பியல் வலைபின்னல்கள் என்றால்… Read More »

மேற்பார்வையிடப்படாத கற்றல், பெயரிடப்படாத தரவுகளிலிருந்து நுண்ணறிவுகளைப் பிரித்தெடுப்பதற்கான சக்திவாய்ந்த நுட்பங்களை வழங்குகிறது, இது மறைக்கப்பட்ட வடிவங்கள் , உறவுகளைக் கண்டறிவதற்கு அவசியமாகிறது. இந்தக் கட்டுரையில், K-Means , படிநிலை தொகுதி போன்ற தொகுதியின் தருக்கங்களில் கவனம் செலுத்துவோம் ,முதன்மை கூறு பகுப்பாய்வு (PCA) போன்ற பரிமாணக் குறைப்பு நுட்பங்களை அறிமுகப்படுத்துவோம். வாடிக்கையாளர் பிரிவு , ஒழுங்கின்மையை கண்டறிதல் போன்ற நடப்பு–உலகப் பயன்பாடுகள், இந்த முறைகளின் நடைமுறைப் பயன்பாட்டை நிரூபிக்கின்றன. 1. மேற்பார்வை செய்யப்படாத கற்றல் என்றால் என்ன?… Read More »

மேற்பார்வையிடப்பட்ட கற்றல் என்பது பல்வேறு AI , ML பயன்பாடுகளின் முனையிலுள்ளகல்லாகும், அங்கு மாதிரிகள் முன்கணிப்புகளைச் செய்ய பெயரிடப்பட்ட தரவுத்தொகுப்புகளில் பயிற்சியளிக்கப்படுகின்றன. இந்தக் கட்டுரையில், வகைப்படுத்தல் , பின்னோக்கு (Regression) ஆகிய இரண்டு முக்கிய வகையான மேற்பார்வையிடப்பட்ட கற்றல் பணிகளை நாம் ஆய்வுசெய்திடுவோம்–Logistic Regression, Decision Trees , திசையன் இயந்திரங்களின்ஆதரவு(Support Vector Machines (SVMs)), போன்ற பிரபலமான தருக்கங்களை ஆய்வுசெய்திடுவோம், மேலும் நடப்பு-உலகப் பயன்பாடுகளைக் கையாளுவதன் மூலம் காண்பிப்போம். எடுத்துக்காட்டா:குப்பை மின்னஞ்சல் வகைப்பாடு. 1. மேற்பார்வையிடப்பட்ட… Read More »