Category Archives: machine-learning

Machine Learning – 11 – Trend, Parity & Data distribution plots

நாம் உருவாக்கிய model-ன் score-ஆனது மிகவும் குறைவாக இருக்கிறது எனில், அது எந்த இடத்தில் அதிகம் வேறுபடுகிறது எனக் கண்டறிய trend / parity போன்ற வரைபடங்களைப் போட்டுப் பார்க்க வேண்டும். கீழ்க்கண்ட உதாரணத்தில் ஒரு வீட்டின் விலையை நிர்ணயிப்பதற்கான பல்வேறு அம்சங்களும், அதனடிப்படையில் நிர்ணயிக்கப்பட்ட விற்பனை விலைகளும் பயிற்சிக்குக் கொடுக்கப்பட்டுள்ளன. இதை வைத்து நாம் உருவாக்கிய model-ன் score ஆனது 35 என வந்துள்ளது. எனவே எந்த இடத்தில் உண்மையான விலையும், கணிக்கப்படும் விலையும் அதிகம் வேறுபடுகிறது எனக்… Read More »

Machine Learning – இயந்திர வழிக் கற்றல் – Feature Selection – Manipulated variable – Disturbance Variable – காணொளி

  code : github.com/nithyadurai87/machine_learning_examples Tutorials in Tamil : www.kaniyam.com/category/machine-learning/

Machine Learning Model – Prediction – இயந்திர வழிக் கற்றல் – கணிக்கும் முறை – காணொளி

code : github.com/nithyadurai87/machine_learning_examples Tutorials in Tamil : www.kaniyam.com/category/machine-learning/

Machine Learning Model Creation – மாடல் உருவாக்கும் முறை – காணொளி

code : github.com/nithyadurai87/machine_learning_examples Tutorials in Tamil : www.kaniyam.com/category/machine-learning/

இயந்திர கற்றல் அல்லது செயற்கை நினைவகத்திற்கு பைத்தான் சிறந்த கணினிமொழியா

குறைந்தபட்சம் ஏதாவதொரு மிகமேம்பட்ட கணினிமொழி தெரிந்திருந்தால் மட்டுமே இயந்திரகற்றல் சுலபமாக இருக்கும் என கணினிவல்லுனர்களின் விவாதத்தின் இறுதிமுடிவாகும் .மேலும் தற்போதைய சூழலில் முனைவர் பட்ட ஆய்வாளர் கள்மட்டுமே சிக்கலான படிமுறைகளையும் இயந்திரகற்றல் வழிமுறைகளையும் பயன்படுத்தி பிரச்சினையை தீர்வு செய்திடமுடியும் என்றநிலைஉள்ளது அதனால் இயந்திர கற்றலிற்கான(Machine Learning) அல்லது செயற்கை நினைவகத்திற்கான(Artificial Inteligent) நிரலாளர் பணியே நமக்கு வேண்டாம் என வெறுக்கும் நிலைக்கு நாம் தள்ளப்பட்டுள்ளோம். அஞ்சற்க. ஜாவா ,சி ,சி++ ஆகிய வற்றைவிட எளிய அதேசமயத்தில் மேல்நிலை… Read More »

Pandas – ஒரு அறிமுகம் – காணொளி

code : github.com/nithyadurai87/machine_learning_examples Tutorials in Tamil : www.kaniyam.com/category/machine-learning/

Machine Learning – 10 – Feature Selection

ஒரு கோப்பினுள் பல்வேறு columns இருக்கிறதெனில், அவற்றுள் எந்தெந்த column மதிப்புகளைப் பொறுத்து நாம் கணிக்கின்ற விஷயம் அமைகிறது எனக் கண்டுபிடிப்பதே feature selection ஆகும். உதாரணத்துக்கு 400, 500 columns-ஐக் கொண்டுள்ள கோப்பிலிருந்து, prediction-க்கு உதவும் ஒருசில முக்கிய columns-ஐத் தேர்வு செய்வது feature selection ஆகும். இதற்கு முதலில் நம்மிடமுள்ள columns-ஐ process variables, manipulated variables & disturbance variables எனும் 3 வகையின் கீழ் பிரிக்க வேண்டும். இதில் manipulated மற்றும் disturbance இரண்டும்… Read More »

Machine Learning – 9 – Model comparison

நமது model உருவாக்கத்திற்கு வெறும் linear regression-ஐ மட்டும் பயன்படுத்தாமல், வேறு சில algorithm-வுடனும் ஒப்பிட்டு எது சிறந்ததோ அதை பயன்படுத்த வேண்டும். இதற்கான நிரல் பின்வருமாறு. இது நமது தரவுகளை பல்வேறு algorithm-ல் பொருத்தி, ஒவ்வொன்றினுடைய Score மற்றும் RMSE மதிப்புகளை வெளிப்படுத்துகிறது. இவற்றில் சிறந்ததை நாம் தேர்வு செய்து கொள்ளலாம். This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what… Read More »

Machine Learning – 8 – Flask API

நமது algorithm கணிக்கும் மதிப்பினை ஒரு API-ஆக expose செய்வதற்கு Flask பயன்படுகிறது. இதற்கான நிரல் பின்வருமாறு. This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters. Learn more about bidirectional Unicode characters Show hidden characters import… Read More »

Machine Learning – 7 – Prediction

நமது கோப்பில் உள்ள முதல் தரவினை மட்டும் கொடுத்து அதற்கான விலையை கணிக்கச் சொல்லுவோம். இது input.json எனும் கோப்பின் வழியே கொடுக்கப்படுகிறது. predict() செய்வதற்கான நிரல் பின்வருமாறு. This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters. Learn more about bidirectional… Read More »