AI tools are software applications that utilize artificial intelligence algorithms to perform tasks, analyze data, and solve problems. These tools can automate processes, improve decision-making, and enhance productivity across various industries. They leverage machine learning, natural language processing, and other AI techniques to achieve their goals.
Category
📚
LearningTranscript
00:00Welcome back.
00:30If you don't know exactly what you are planning to solve, what you are trying to solve, the worst thing that you can do is hard work. How about that?
00:40So, first of all, let's know what problem definition is.
00:44Then, let's solve this problem.
00:46We have to solve this problem.
00:48We have to evaluate data.
00:50We have to evaluate data and define features.
00:55Imagine that we have a data.
00:58We have a data.
01:00We have a base of data.
01:02We have a base of data.
01:04We have to look at data.
01:06When we have data, we have a column.
01:10We can look at data and look at a column.
01:13And we can look at Z column.
01:15It is a feature.
01:17It is a feature.
01:19engineering کا اس کے بعد آپ modeling کرتے ہیں جب آپ کے پاس data ایک proper format
01:25میں آ جاتا ہے نا تو تب اس کے اوپر آپ machine learning model apply کرتے ہیں اور
01:30machine learning model کوئی ایسا نہیں ہوتا کہ آپ نے لگایا اور دنیا کے سارے
01:34مسئلے حل ہو گئے اے اس طرح نہیں ہوتا machine learning model in itself is a
01:39mathematical algorithm اور کچھ بھی نہیں ہے mathematical algorithm کی coding ہوئی
01:45یا program لکھا ہوا ہے اس کا تو program run ہوتا ہے تو make sure کرنا
01:49ہے کہ آپ نے اس کو data correct طریقے سے دینا ہے اس کی reason یہ ہے کہ
01:54machine learning algorithm اسی چیز کا result آپ کو دے گا جو اس کو آپ input
01:59کریں گے وہ کوئی اپنی طرف سے کوئی نیا ہے کوئی اس کے پاس کوئی hindsight
02:02نہیں ہے کوئی magic ball تو نہیں ہے کہ وہ خود دیکھ لے گا کہ یار کیا
02:05manage ka result دینا آپ کو تو ایک چیز آپ نے یہ ذائن میں رکھنی ہے and then
02:09جس طرح ہر experiment میں ہوتا ہے جس طرح ہر life cycle میں ہوتا ہے
02:17کہ you get better over the time جب آپ iterate کرتے ہیں آپ کے پاس result
02:22آیا you realize یہ جو model میں نے apply کیا maybe this model is not working
02:27fine یا پھر میرے خیال سے یہ model ٹھیک کام کر رہا ہے لیکن یہ
02:31بہت slow ہے یا پھر یار یہ model slow تو نہیں ہے بہت fast ہے لیکن اس کی
02:36accuracy ٹھیک نہیں ہے تو again you iterate however جس چیز کی طرف میں
02:41آپ کی توجہ دلانا چاہتا ہوں وہ یہ کہ یہ جو entire چیز ہے نا یہ
02:45data science ہے this is essence of data science اس میں در کوئی problem نہیں
02:50یہ تو آپ اپنی finger tips پہ یاد کر سکتے ہیں چھے steps ہیں پانچ
02:55fingers ہوتی ہیں ایک پھر دوسرے ہاتھ والی لے لیں finger چھے finger ہوگی
02:59پوری پوری آپ کہیں data science میری finger tips پہ ہے لیکن اب ذرا آپ
03:04نے غور کرنا important چیز یہ ہے کہ step two three four جس میں data
03:08data evaluation اور feature engineering یہ جو ہے basically یہ data analysis
03:13میں آتا ہے اور modeling جو ہے وہ machine learning میں آتا ہے تو اب
03:18ہم نے کیا کیا کہ ہماری entire data science کو boil down کر دیا دو
03:22major component کے اندر جس میں data analysis اور machine learning آگئی اب
03:28data science کو perform کرنے کے لیے ہم حادثے تو نہیں کرتے نا ہمیں
03:32tools چاہیے کوئی بھی بڑا کام ہو حادثے تو نہیں کرتے tools چاہیے
03:36تو اب ہم ذرا tools کی بات کرتے ہیں کہ یہ دو basic جو component
03:40ہیں data analysis اور machine learning ان کے لیے ہمیں کیا کیا tools
03:43چاہیے ہوتے ہیں کیونکہ eventually ہم نے وہی tools سیکھنے ہیں
03:48so جیسا کہ میں نے کہا کہ data science ایک broad term ہے جس کے اندر یہ
03:53سارے step ہم نے کرنے ہیں اور data science کو ہم کیسے کرنے ہیں
03:56ہم نے mini conda use کرنا ہے اس کی تفصیل جو ہے آپ کو پتہ چل جائے گی
04:02اب mini conda کے اندر ہم نے data analysis کرنا ہے اب data analysis
04:09کرنے کے لیے ہمیں data analysis کی libraries چاہیے جن میں سب سے پہلی
04:14library ہے panda وہ جو کالے کانوں والا نہیں ہوتا panda وہ cute cute
04:19saw وہ جو kung fu panda آپ نے movie دیکھی تھی وہ kung fu وہ والا panda
04:24اس کے بعد ہمیں چاہیے ہوتی ہے numpy numpy کیا کرتی ہے کہ یہ
04:30matrix operation کے لیے ہوتی ہے جس میں آپ ایک سے زیادہ list میں
04:35تو آپ دیکھتے تھے نا کہ list ہوتی تھی single vector ہوتا تھا
04:38one two three that's it آپ نے دیکھا اس طرح کے three dimensional list
04:43تو نہیں دیکھی نا تو وہ numpy جو ہے نا وہ handle کرتی ہے اس کے
04:48بعد ہمارے پاس ہے matplotlib اب یہ جو numbers ہوتے ہیں نا یہ human
04:54eye ان کو نہیں پکڑ سکتی until unless you have some visual aid کو
04:58graph ہو کو plot ہو کوئی bar chart ہو کوئی area plot ہو کوئی three
05:02dimensional scatter plot ہو تو وہ جو plot ہیں basically وہ matplotlib
05:07دیتی ہے کہ library ہے جو plot کرتی ہے تو یہ تین ہوگی ہے ہماری
05:11data analysis کے لیے جس میں data کو handle کرنا clean کرنا plot
05:15کرنا یہ جو ہے یہ تین library's کرتی ہیں یہ data analysis کی
05:19فیلد میں آتا ہے اس کے بعد ہے مارے پاس machine learning اب
05:22machine learning کے لیے tensor flow available ہے circuit learn ہے اور
05:27pytorch ہے ہم بائی دوئے circuit learn کی بات کریں گے زیادہ
05:29تر تو یہ ہے entire frame work ٹھیک ہے جی تو آپ نے ان چیزوں کو
05:38اپنے ذہن میں رکھنا ہے
05:41ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈیشنی ڈی