Machine Learning in Hindi

Data  : data, machine learning का foundation है data किसी form ( structure or unstructure ) हो सकता है। 

Feature : feature input variables होते हैं जो model को predict करने में help करते हैं, जैसे हमें car के price का prediction करना है तो उसके feature हो सकते हैं car का size , car की speed, etc 

Model : mode एक mathematical representation होता है जो data से pattern और relationship को सीखना है। 

Training : जब model data से relationship and pattern को सिखाता है तो इस process को training कहा जाता है। 

Tasting and Validation : training के बाद model को unseen data देकर test किया जाता है, जिससे पता चले की model कैसा perform कर रहा है। 

Supervised Learning : supervised learning में model को labeled data ( input and output data pairs ) दिए जाते हैं। 

Unsupervised Learning : इसमें model को unlabeled data दिया जाता है और machine learning खुद pattern & grouping ढूंढता है। 

Reinforcement Learning : जब model एक environment के साथ interact करता है और reward के through सीखना है तो इसे Reinforcement Learning कहा जाता है

Overfitting  : जब हमारा model , training data को इतना अच्छे से सीख लेता है कि वह noise को भी include कर लेता है तब वह नए data पर batter perform नहीं कर पाता इसे overfitting करते हैं।

Underfitting  : जब model हमारा इतना simple होता है कि वह data के pattern को भी समझ नहीं पता तो इसे underfitting करते हैं।

Evaluation metrics : evaluation metrics का use model के performance को measure करने के लिए किया जाता है।