बुनियादी गाइड

एमएल करियर के लिए संभाव्यता और सांख्यिकी

संभाव्यता बताई गई धारणाओं के तहत अनिश्चितता का वर्णन करती है, जबकि सांख्यिकी पैटर्न का अनुमान लगाने और मूल्यांकन करने के लिए टिप्पणियों का उपयोग करती है।

इस गाइड को सुनेंएआई-नैरेटेड · ~3 min

इस पृष्ठ पर3 मिनट लाल
  1. सिंहावलोकन
  2. गहरा गोता
  3. वास्तविक विश्व कार्यान्वयन
  4. एमएल करियर के लिए संभाव्यता और सांख्यिकी का भविष्य
  5. इसे व्यवहार में लाना
  6. अन्वेषण करते रहें
  7. अक्सर पूछे जाने वाले प्रश्नों

सिंहावलोकन

एमएल कार्य के लिए, व्यावहारिक कौशल सही विभाजक का चयन करना है, यह जांचना है कि डेटा का नमूना कैसे लिया गया और यह बताना कि परिणाम क्या स्थापित नहीं करता है।

गहरा गोता

किसी देखी गई मात्रा को उस जनसंख्या या प्रक्रिया से अलग करके प्रारंभ करें जिसे आप समझना चाहते हैं। एक नमूना माध्य एकत्र किए गए रिकॉर्ड का वर्णन करता है, लेकिन एक पक्षपाती नमूना प्रक्रिया इसे व्यापक आबादी के लिए भ्रामक बना सकती है। छूटे हुए अवलोकनों, दोहराई गई संस्थाओं और उदाहरणों का चयन कैसे किया गया, इसका निरीक्षण करें। अधिक पंक्तियाँ चयन पूर्वाग्रह को स्वचालित रूप से ठीक नहीं करती हैं या निर्भर अवलोकनों को स्वतंत्र नहीं बनाती हैं। वितरण और सारांश एक साथ सीखें। उदाहरणात्मक मानों [0, 0, 0, 20] के लिए, माध्य 5 है जबकि माध्यिका 0 है। कोई भी संख्या स्वाभाविक रूप से गलत नहीं है; प्रत्येक डेटा के बारे में एक अलग प्रश्न का उत्तर देता है। किसी औसत को पूर्ण विवरण के रूप में प्रस्तुत करने से पहले प्रसार और असामान्य मूल्यों की जांच करें। सशर्त संभाव्यता विचाराधीन समूह को बदल देती है। चेतावनियों के बीच सच्ची घटनाओं का अंश उन सभी सच्ची घटनाओं के अंश से भिन्न होता है जिन्हें सचेत किया गया था। मान लीजिए कि एक खिलौना डेटासेट में 10 सच्ची घटनाओं सहित 1,000 मामले हैं। एक सिस्टम सभी 10 घटनाओं और 90 अन्य मामलों को चिह्नित करता है। इसकी चेतावनी परिशुद्धता 10 को 100 या 10% से विभाजित करती है; इसका रिकॉल 10 को 10 या 100% से विभाजित किया जाता है। इन आविष्कृत गणनाओं से पता चलता है कि क्यों उच्च रिकॉल कई झूठी चेतावनियों के साथ सह-अस्तित्व में हो सकता है। अनिश्चितता का अनुमान मान्यताओं और मूल्यांकन डिजाइन पर निर्भर करता है। सामान्य आवृत्तिवादी व्याख्या में, 95% विश्वास प्रक्रिया अपनी मान्यताओं के तहत 95% दोहराए गए नमूनों में एक निश्चित जनसंख्या पैरामीटर को कवर करती है; यह यह वादा नहीं करता कि प्रत्येक परिणामी अंतराल में सत्य शामिल है। अंतिम परीक्षण डेटा को बार-बार ट्यूनिंग से अलग रखें और महत्वपूर्ण समूहों के साथ-साथ औसत का भी निरीक्षण करें। भविष्यवाणी भी कार्य-कारण से भिन्न होती है: केवल एक संगति यह नहीं दिखाती कि यदि किसी ने इनपुट बदल दिया तो क्या होगा।

वास्तविक विश्व कार्यान्वयन

एक विश्लेषक यह दिखाने के लिए कि एक बड़ा मूल्य सारांश को कैसे प्रभावित करता है, [0, 0, 0, 20] का माध्य, जो 5 है, और इसका माध्य, जो 0 है, दोनों की रिपोर्ट करता है।

एक धोखाधड़ी टीम 100 अलर्ट के बीच 10 सच्ची घटनाओं को ढूंढती है और पता लगाए गए घटनाओं के अंश के साथ भ्रमित होने के बजाय 10% अलर्ट सटीकता की रिपोर्ट करती है।

होल्डआउट स्प्लिट का निर्माण करते समय एक मूल्यांकनकर्ता एक ही व्यक्ति के बार-बार रिकॉर्ड को एक साथ रखता है।

एक शोधकर्ता एक देखे गए अंतराल को गारंटी के रूप में मानने के बजाय अंतराल अनुमान के पीछे की धारणाओं को बताता है।

एमएल करियर के लिए संभाव्यता और सांख्यिकी का भविष्य

मूल्यांकन उपकरण अनिश्चितता अंतराल और उपसमूह सारांश उत्पन्न करना आसान बना सकते हैं, लेकिन स्वचालित आउटपुट स्वयं सही जनसंख्या या नमूना डिज़ाइन का चयन नहीं करेगा। यदि टीमें प्रासंगिक मेटाडेटा को संरक्षित करती हैं तो अधिक सुलभ निदान लापता समूहों या अस्थिर अनुमानों को उजागर कर सकता है। अभ्यासकर्ताओं को अभी भी हर को समझाने, भविष्यवाणी को हस्तक्षेप से अलग करने और त्रुटियों को वास्तविक परिणामों से जोड़ने की आवश्यकता होगी। जैसे-जैसे वर्कफ़्लो बदलता है, मूल्यांकन प्रश्न को स्पष्ट रखें और स्वतंत्रता और प्रतिनिधित्वशीलता के बारे में धारणाओं पर दोबारा गौर करें। सांख्यिकीय साक्षरता यह तय करने के लिए उपयोगी है कि साक्ष्य किस दावे का समर्थन करता है, बजाय इसके कि हर स्कोर अधिक सटीक लगे।

इसे व्यवहार में लाना

यह क्यों मायने रखता है?

  • स्पष्ट निर्णय. यह आपको स्पष्ट तकनीकी दावों को मार्केटिंग भाषा से अलग करने में मदद करता है।
  • लागत और बजट. आप पैसा या समय खर्च करने से पहले बेहतर कार्यान्वयन संबंधी प्रश्न पूछ सकते हैं।
  • टीम और वर्कफ़्लो. साझा समझ वाली टीमें बेहतर उत्पाद, नीति और सीखने के निर्णय लेती हैं।

का ध्यान रखें

  • अलग-अलग टीमें एक ही शब्द का अलग-अलग इस्तेमाल कर सकती हैं, इसलिए दायरे को पहले ही परिभाषित कर लें।
  • बेंचमार्क मजबूत दिख सकते हैं जबकि वास्तविक दुनिया का प्रदर्शन असमान है।
  • डेटा गुणवत्ता और मूल्यांकन योजनाओं की अनदेखी अक्सर नाजुक परिणाम पैदा करती है।

अगले चरण

  1. आपको जिस परिणाम की आवश्यकता है उसकी सरल भाषा में परिभाषा से शुरुआत करें।
  2. परीक्षण से पहले एक सफलता मीट्रिक और एक विफलता स्थिति चुनें।
  3. प्रतिनिधि डेटा के साथ एक छोटा पायलट चलाएँ, न कि एक परिष्कृत डेमो सेट।
  4. दस्तावेज़ जहां एमएल करियर के लिए संभाव्यता और सांख्यिकी मदद करती है और जहां सरल तरीके बेहतर हैं।

अन्वेषण करते रहें

मुफ़्त न्यूज़लेटर

दैनिक एआई ब्रीफिंग प्राप्त करें

हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।

प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।

स्वयं की जांच करो

Take the Probability and Statistics for ML Careers quiz

प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।

प्रश्नोत्तरी प्रारंभ करें

निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें

अक्सर पूछे जाने वाले प्रश्नों

एमएल करियर के लिए संभाव्यता और सांख्यिकी क्या है?

संभाव्यता बताई गई धारणाओं के तहत अनिश्चितता का वर्णन करती है, जबकि सांख्यिकी पैटर्न का अनुमान लगाने और मूल्यांकन करने के लिए टिप्पणियों का उपयोग करती है। एमएल कार्य के लिए, व्यावहारिक कौशल सही विभाजक का चयन करना है, यह जांचना है कि डेटा का नमूना कैसे लिया गया और यह बताना कि परिणाम क्या स्थापित नहीं करता है।

[0, 0, 0, 20] के लिए कौन सा माध्य और मध्यिका सही है?

चार मानों का योग 20 है, जो माध्य 5 देता है; दोनों मध्य मान शून्य हैं।

एक सिस्टम 100 अलर्ट जारी करता है, जिनमें से 10 सच्ची घटनाओं की पहचान करते हैं। इसकी परिशुद्धता क्या है?

परिशुद्धता वास्तविक सकारात्मक अलर्ट है जो सभी अलर्ट से विभाजित है: 10/100=10%।

वही सिस्टम डेटासेट में मौजूद सभी 10 सच्ची घटनाओं को चिह्नित करता है। इसका स्मरण क्या है?

रिकॉल का पता सच्ची घटनाओं को सभी सच्ची घटनाओं से विभाजित करके लगाया जाता है: 10/10=100%।

एक डेटासेट समान पक्षपातपूर्ण चयन प्रक्रिया के माध्यम से एकत्रित कई और पंक्तियाँ जोड़ता है। क्या गारंटी नहीं है?

नमूना आकार बढ़ाने से चयन पूर्वाग्रह दूर नहीं होता।

एक व्यक्ति के बार-बार रिकॉर्ड को होल्डआउट स्प्लिट में एक साथ रखने की आवश्यकता क्यों हो सकती है?

संबंधित रिकॉर्ड पूरे विभाजन में इकाई-विशिष्ट जानकारी लीक कर सकते हैं।

सीखते रहो

संबंधित मार्गदर्शिकाएँ

इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं

निःशुल्क AI प्रमाणपत्र प्राप्त करेंएक संक्षिप्त निःशुल्क पाठ्यक्रम और परीक्षा। कोई कीमत नहीं, कोई कार्ड नहीं. लगभग 2.5 घंटे.निःशुल्क प्रारंभ करें →