Category Archives: பங்களிப்பாளர்கள்

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 »

இயந்திர கற்றல் (ML) வழிமுறைகளானவை செய்யறிவு(AI) அமைப்புகளின் முதுகெலும்பாக அமைகின்றன. இந்தக் கட்டுரையில், இயந்திர கற்றல் (ML) வழிமுறைகளின் அடிப்படை வகைகளான – மேற்பார்வையிடப்பட்ட, மேற்பார்வை செய்யப்படாத, வலுவூட்டல் (Reinforcement) கற்றல் ஆகியவை குறித்தும்– அவை எவ்வாறு செயல்படுகின்றன, அவற்றின் பயன்பாடுகள் , இந்த மாதிரிகளுக்கான தரவுத்தொகுப்புகளைத் தயாரிப்பதில் உள்ள முக்கிய படிமுறைகள் ஆகியவற்றை ஆய்வுசெய்திடுவோம். 1. இயந்திர கற்றல் வழிமுறைகளின் வகைகள் அ. மேற்பார்வையிடப்பட்ட கற்றல் மேற்பார்வையிடப்பட்ட கற்றல் என்பது உள்ளீடு, வெளியீடு ஆகிய இரண்டும்… Read More »