मशीन लर्निंग फॉर MU सेमेस्टर 6 एड्स,CSE(DS)CSE(AIML)AIML,DE (कोड :CSC604 एकेडमिक ईयर 2022-2023  (पेपरबैक, डॉक्टर वैकोले शुभांगी L, प्रोफेसर आर. एम. बफना)

1 मशीन लर्निंग का परिचय 6 1.1 मशीन लर्निंग का परिचय, मशीन लर्निंग में इशूज़, एप्लीकेशन ऑफ़ मशीन लर्निंग, मशीन लर्निंग एप्लीकेशन विकसित करने के स्टेप्स। 1.2 सुपरविज़्ड और अनसुपरविज़्ड लर्निंग: क्लासिफिकेशन की कॉन्सेप्ट्स, क्लस्टरिंग और प्रेडिक्शन, ट्रेनिंग, टेस्टिंग और वैलिडेशन डेटासेट, क्रॉस वैलिडेशन, ओवरफिटिंग और मॉडल की फिटिंग के तहत। (चैप्टर 1 रेफर करें) 1.3 प्रदर्शन माप: मॉडल की मापने की क्वालिटी - कन्फ्यूजन मैट्रिक्स, एक्यूरेसी, रिकॉल, प्रिसिज़न, स्पेसिफिकिटी, F1 स्कोर, RMSE। ML5 के लिए 2 मैथमेटिकल फाउंडेशन 2.1 लीनियर इक्वेशंस का सिस्टम, नॉर्म्स, इनर प्रोडक्ट्स, वेक्टर की लंबाई, दूरी वेक्टर्स, ऑर्थोगोनल वेक्टर्स के बीच। 2.2 सिमेट्रिक पॉजिटिव निश्चित मैट्रिक्स, डिटेर्मिनेंट, ट्रेस, आइजेनवैल्यूज़ और वेक्टर्स, ऑर्थोगोनल प्रोजेक्शन्स, डायगोनलाइजेशन, SVD और इसके एप्लीकेशन्स। (चैप्टर 2 रेफर करें) 3 लीनियर मॉडल्स7 3.1 कम से कम वर्गों की विधि, मल्टीवेरिएट लीनियर रिग्रेशन, रेगुलराइज़्ड रेग्रेसन, क्लासिफिकेशन के लिए कम से कम स्क्वैरेस रेग्रेसन का उपयोग करना। 3.2 वेक्टर मशीनों का सपोर्ट करें। (चैप्टर 3 रेफर करें) 4 क्लस्टरिंग4 4.1 हेबियन लर्निंग रूल। 4.2 उम्मीद - क्लस्टरिंग के लिए अधिकतम एल्गोरिदम। (चैप्टर 4 रेफर करें) 5 क्लासिफिकेशन मॉडल 12 5.1 परिचय, फंडामेंटल कॉन्सेप्ट, न्यूरल नेटवर्क्स का एवोल्यूशन, बायोलॉजिकल न्यूरॉन, आर्टिफिशियल न्यूरल नेटवर्क्स, NN आर्किटेक्चर, मैकुलोच-पिट्स मॉडल। एक साधारण नेटवर्क, नॉन-सेपरेबल पैटर्न, बायस के साथ परसेप्ट्रॉन मॉडल डिज़ाइन करना। एक्टिवेशन फंक्शन्स, बाइनरी, बाइपोलर, कंटीन्यूअस, रैंप। परसेप्ट्रॉन की लिमिटेशन्स। 5.2परसेप्ट्रॉन लर्निंग रूल। डेल्टा लर्निंग रूल (LMS -विड्रो हॉफ), मल्टीलेयर परसेप्ट्रॉन नेटवर्क। हिडन लेयर्स के वज़न को एडजस्ट करना। बैक प्रोपगेशन एल्गोरिदम में त्रुटि। 5.3 लॉजिस्टिक रिग्रेशन। (चैप्टर 5 रेफर करें) 6 डायमेंशनैलिटी रिडक्शन 5 6.1 कर्स ऑफ़ डायमेंशनलिटी। 6.2फीचर सिलेक्शन और फीचर एक्सट्रैक्शन। 6.3 डायमेंशनैलिटी रिडक्शन टेक्नीक्स, प्रिंसिपल कॉम्पोनेन्ट एनालिसिस। (चैप्टर 6 रेफर करें) कुल 39