தரவைப் புரிந்துகொள்வதும், அதிலிருந்து மதிப்பை உருவாக்குவதும் தசாப்தத்தின் திறமையாகும். இயந்திர கற்றல் என்பது நிறுவனங்களுக்கு அதை நிறைவேற்ற உதவும் ஒரு முக்கிய திறமையாகும். இருப்பினும், தொடங்குவதற்கு, உங்கள் அஸ்திவாரங்களை நீங்கள் சரியாக உருவாக்க வேண்டும். எனவே, இந்த கட்டுரையில், நான் சில அடிப்படைக் கருத்துக்களை உள்ளடக்கி, இயந்திரக் கற்றலில் உங்கள் பயணத்தைத் தொடங்க வழிகாட்டுதல்களை உங்களுக்கு வழங்குகிறேன். எனவே, இயந்திர கற்றலுக்கான புள்ளிவிவரங்கள் குறித்த இந்த கட்டுரையில், பின்வரும் தலைப்புகள் விவாதிக்கப்படும்:
இயந்திர கற்றலுக்கான நிகழ்தகவு மற்றும் புள்ளிவிவரம்:
நிகழ்தகவு என்றால் என்ன?
நிகழ்தகவு ஒரு நிகழ்வு நிகழும் சாத்தியத்தை அளவிடுகிறது. உதாரணமாக, நீங்கள் ஒரு நியாயமான, பக்கச்சார்பற்ற இறப்பை உருட்டினால், அதன் நிகழ்தகவு ஒன்று திரும்புவது 1/6 ஆகும் . இப்போது, நீங்கள் ஆச்சரியப்படுகிறீர்கள் என்றால்hy? பின்னர் பதில் மிகவும் எளிது!
ஏனென்றால் ஆறு சாத்தியக்கூறுகள் உள்ளன மற்றும் அனைத்தும் சமமாக இருக்கக்கூடும் (நியாயமான இறப்பு). எனவே நாம் சேர்க்கலாம் 1 + 1 + 1 + 1 + 1 + 1 = 6. ஆனால், நாங்கள் ஆர்வமாக இருப்பதால் 1 திரும்பும் நிகழ்வு . அங்கு உள்ளது நிகழ்வு ஏற்பட ஒரே ஒரு வழி. எனவே,
1 திரும்புவதற்கான நிகழ்தகவு = 1/6
எல்லா நிகழ்வுகளும் சமமாக இருப்பதால் மற்ற எல்லா எண்களிலும் இது போன்றது. எளிமையானது, இல்லையா?
சரி, இந்த எடுத்துக்காட்டுக்கான நிகழ்தகவு பற்றிய அடிக்கடி வரையறை இப்படி இருக்கும் - 1 திரும்புவதற்கான நிகழ்தகவு 1 என்பது எண்ணற்ற நேரங்களின் விகிதமாகும், இறப்பு எண்ணற்ற எண்ணிக்கையில் உருட்டப்பட்டால் இறப்பு உருட்டப்பட்ட மொத்த எண்ணிக்கை முறை.இது எவ்வாறு அர்த்தமுள்ளதாக இருக்கும்?
இதை மேலும் சுவாரஸ்யமாக்குவோம். இரண்டு நிகழ்வுகளையும் கவனியுங்கள் - நீங்கள் ஒரு நியாயமான இறப்பை 5 முறை உருட்டினீர்கள். ஒரு சந்தர்ப்பத்தில் எண்களின் வரிசை - [1,4,2,6,4,3]. மற்ற விஷயத்தில், நாம் பெறுகிறோம் - [2,2,2,2,2,2]. எது அதிகம் என்று நீங்கள் நினைக்கிறீர்கள்?
இரண்டுமே சமமாக இருக்கும். ஒற்றைப்படை சரியா?
இப்போது, ஒவ்வொரு வழக்கிலும் 5 ரோல்கள் இருக்கும் மற்றொரு வழக்கைக் கவனியுங்கள் சுயாதீனமான . பொருள், ஒரு ரோல் மற்றொன்றை பாதிக்காது. முதல் வழக்கில், 6 திரும்பும்போது, அதற்கு முன் 2 திரும்பியது என்று தெரியாது. எனவே, அனைத்து 5 ரோல்களும் சமமாக இருக்கும்.
இதேபோல், இரண்டாவது வழக்கில் நேரான 2 கள் சுயாதீன நிகழ்வுகளின் வரிசை என்று புரிந்து கொள்ளலாம். இந்த நிகழ்வுகள் அனைத்தும் சமமாக இருக்கும். ஒட்டுமொத்தமாக, எங்களிடம் ஒரே பகடை இருப்பதால், ஒன்று குறிப்பிட்ட வழக்கில் ஒரு குறிப்பிட்ட எண்ணைத் திருப்புவதற்கான நிகழ்தகவு. அடுத்து, இயந்திர கற்றலுக்கான புள்ளிவிவரங்கள் குறித்த இந்த கட்டுரையில், இந்த வார்த்தையைப் புரிந்துகொள்வோம் சுதந்திரம்.
சுதந்திரம்
இரண்டு நிகழ்வுகள் A மற்றும் B நிகழ்வு சுயாதீனமாக இருப்பதாகக் கூறப்படுகிறது . உதாரணமாக, நீங்கள் ஒரு நாணயத்தைத் தூக்கி எறிந்தால், இறப்பின் விளைவு நாணயம் தலைகள் அல்லது வால்களைக் காட்டுகிறதா என்பதில் எந்த விளைவையும் ஏற்படுத்தாது. மேலும், க்கு இரண்டு சுயாதீன நிகழ்வுகள் A மற்றும் B. , தி A மற்றும் B ஆகியவை ஒன்றாக நிகழக்கூடிய நிகழ்தகவு . உதாரணமாக, நாணயம் தலைகளையும் இறப்பையும் காண்பிக்கும் நிகழ்தகவை நீங்கள் விரும்பினால் 3 காட்டுகிறது.
பி (ஏ மற்றும் பி) = பி (ஏ) * பி (பி)
எனவே P = & frac12 (தலைகள் திரும்புவதற்கான நிகழ்தகவு) * ⅙ (3 திரும்புவதற்கான நிகழ்தகவு) = 1/12
முந்தைய எடுத்துக்காட்டில், இரண்டு நிகழ்வுகளுக்கும், பி = ⅙ * * * * *.
ஜாவாவில் ஒரு முறையை எப்படி முடிப்பது
இப்போது சுயாதீனமாக இல்லாத நிகழ்வுகளைப் பற்றி பேசலாம். பின்வரும் அட்டவணையை கவனியுங்கள்:
| பருமன் | பருமன் அல்ல | |
| இதய பிரச்சினைகள் | நான்கு. ஐந்து | பதினைந்து |
| இதய பிரச்சினைகள் இல்லை | 10 | 30 |
100 பேர் மீது ஒரு ஆய்வு மேற்கொள்ளப்பட்டது. 60 பேருக்கு இதய பிரச்சினைகள் இருந்தன, 40 பேருக்கு இல்லை. இதய பிரச்சினை உள்ள 60 பேரில் 45 பேர் பருமனானவர்கள். 40 பேருக்கு இதய பிரச்சினை இல்லாதவர்களில் 10 பேர் பருமனானவர்கள். யாராவது உங்களிடம் கேட்டால் -
- இதய பிரச்சினை ஏற்படுவதற்கான நிகழ்தகவு என்ன?
- இதய பிரச்சினை மற்றும் பருமனாக இல்லாதிருப்பதற்கான நிகழ்தகவு என்ன?
முதல் கேள்விகளுக்கான பதில் எளிதானது - 60/100. இரண்டாவது, இது 15/100 ஆக இருக்கும். இப்போது மூன்றாவது கேள்வியைக் கவனியுங்கள் - ஒரு நபர் சீரற்ற முறையில் தேர்ந்தெடுக்கப்பட்டார். அவருக்கு இதய நோய் இருப்பது கண்டறியப்பட்டது. அவர் உடல் பருமனாக இருப்பதற்கான நிகழ்தகவு என்ன?
இப்போது உங்களுக்கு வழங்கப்பட்ட தகவல்களைப் பற்றி சிந்தியுங்கள் - அவருக்கு இதய நோய் இருப்பது அறியப்படுகிறது. எனவே அவருக்கு இதய நோய் இல்லாத 40 பேரில் இருக்க முடியாது. 60 சாத்தியமான விருப்பங்கள் மட்டுமே உள்ளன (அட்டவணையில் மேல் வரிசை). இப்போது, இந்த குறைக்கப்பட்ட சாத்தியக்கூறுகளில், அவர் உடல் பருமனாக இருப்பதற்கான நிகழ்தகவு 45/60 ஆகும். இப்போது, உங்களுக்குத் தெரிந்த, சுயாதீனமான நிகழ்வுகள் என்ன, இயந்திரக் கற்றலுக்கான புள்ளிவிவரங்கள் குறித்த இந்த கட்டுரையில் அடுத்து, நிபந்தனை நிகழ்தகவுகளைப் புரிந்துகொள்வோம்.
நிபந்தனை நிகழ்தகவுகள்
நிபந்தனை நிகழ்தகவுகளைப் புரிந்துகொள்ள, மேற்கண்ட எடுத்துக்காட்டுடன் எங்கள் விவாதத்தைத் தொடரலாம். உடல் பருமனாக இருப்பதற்கான நிலை மற்றும் இதயப் பிரச்சினையால் அவதிப்பட்ட நிலை ஆகியவை சுயாதீனமானவை அல்ல. உடல் பருமனாக இருப்பது இதய பிரச்சினைகளை பாதிக்கவில்லை என்றால், இதய பிரச்சினைகள் உள்ளவர்களுக்கு பருமனான மற்றும் பருமனான வழக்குகளின் எண்ணிக்கையும் ஒரே மாதிரியாக இருந்திருக்கும்.
மேலும், அந்த நபருக்கு இதய பிரச்சினைகள் இருப்பதாகவும், அவர் உடல் பருமனாக இருப்பதற்கான சாத்தியக்கூறுகளை நாங்கள் கண்டுபிடிக்க வேண்டியிருந்தது என்றும் எங்களுக்கு வழங்கப்பட்டது. எனவே, நிகழ்தகவு, இந்த விஷயத்தில், அவருக்கு இதய பிரச்சினை இருப்பதால் நிபந்தனை விதிக்கப்படும் என்று கூறப்படுகிறது. நிகழ்வின் நிகழ்தகவு நிகழ்வு B இல் நிபந்தனைக்குட்பட்டால், நாங்கள் அதைக் குறிக்கிறோம்
பி (எ | பி)
இப்போது, இந்த நிபந்தனை நிகழ்தகவைக் கணக்கிட உதவும் ஒரு தேற்றம் உள்ளது. இது என்று அழைக்கப்படுகிறது பேயஸ் விதி .
பி (எ | பி) = பி (ஏ மற்றும் பி) / பி (பி)
நாங்கள் விவாதித்த உதாரணத்தை செருகுவதன் மூலம் இந்த தேற்றத்தை நீங்கள் சரிபார்க்கலாம். நீங்கள் இதுவரை புரிந்து கொண்டிருந்தால், பின்வருவனவற்றைத் தொடங்கலாம் - நேவ் பேய்ஸ் . மின்னஞ்சல் ஒரு ஸ்பேமா இல்லையா என்பதை வகைப்படுத்த இது நிபந்தனை நிகழ்தகவுகளைப் பயன்படுத்துகிறது. இது வேறு பல வகைப்பாடு பணிகளைச் செய்ய முடியும். ஆனால் அடிப்படையில், நிபந்தனை நிகழ்தகவு இதயத்தில் உள்ளது .
புள்ளிவிவரம்:
புள்ளிவிவரங்கள் ஏராளமான தரவு புள்ளிகளைப் பற்றி சுருக்கமாகவும் அனுமானங்களைச் செய்யவும் பயன்படுகிறது. தரவு அறிவியல் மற்றும் இயந்திர கற்றலில், நீங்கள் அடிக்கடி பின்வரும் சொற்களைக் காண்பீர்கள்
- மைய நடவடிக்கைகள்
- விநியோகம் (குறிப்பாக சாதாரணமானது)
மைய நடவடிக்கைகள் மற்றும் பரவல்களின் நடவடிக்கைகள்
சராசரி:
சராசரி என்பது ஒரு எண்களின் சராசரி . சராசரியைக் கண்டுபிடிக்க, நீங்கள் எண்களைத் தொகுத்து எண்களின் எண்ணிக்கையுடன் வகுக்க வேண்டும். எடுத்துக்காட்டாக, [1,2,3,4,5] இன் சராசரி 15/5 = 3 ஆகும்.
சராசரி:
சராசரி என்பது எண்களின் தொகுப்பின் நடுத்தர உறுப்பு அவை ஏறுவரிசையில் அமைக்கப்பட்டிருக்கும் போது. எடுத்துக்காட்டாக, எண்கள் [1,2,4,3,5] ஏறும் வரிசையில் [1,2,3,4,5] ஏற்பாடு செய்யப்பட்டுள்ளன. இவற்றில் நடுத்தர ஒன்று 3. ஆகவே சராசரி 3. ஆனால் எண்களின் எண்ணிக்கை சமமாக இருந்தால் நடுத்தர எண் இல்லாவிட்டால் என்ன செய்வது? அவ்வாறான நிலையில், இரண்டு நடுத்தர அதிக எண்களின் சராசரியை நீங்கள் எடுத்துக்கொள்கிறீர்கள். ஏறுவரிசையில் 2n எண்களின் வரிசைக்கு, சராசரியாக nth மற்றும் (n + 1)வதுசராசரி பெற எண். எடுத்துக்காட்டு - [1,2,3,4,5,6] சராசரி (3 + 4) / 2 = 3.5 உள்ளது
பயன்முறை:
பயன்முறை வெறுமனே எண்களின் தொகுப்பில் அடிக்கடி நிகழும் எண் . எடுத்துக்காட்டாக, [1,2,3,3,4,5,5,5] பயன்முறை 5 ஆகும்.
மாறுபாடு:
மாறுபாடு ஒரு மைய நடவடிக்கை அல்ல. இது அளவிடும் உங்கள் தரவு சராசரியாக எவ்வாறு பரவுகிறது . இது என அளவிடப்படுகிறது
எக்ஸ்என்பது N எண்களின் சராசரி. நீங்கள் ஒரு புள்ளியை எடுத்துக் கொள்ளுங்கள், சராசரியைக் கழிக்கவும், இந்த வித்தியாசத்தின் சதுரத்தை எடுத்துக் கொள்ளுங்கள். எல்லா N எண்களுக்கும் இதைச் செய்து சராசரியாக. மாறுபாட்டின் சதுர வேர் நிலையான விலகல் என்று அழைக்கப்படுகிறது. அடுத்து, இயந்திர கற்றலுக்கான புள்ளிவிவரங்கள் குறித்த இந்த கட்டுரையில், இயல்பான விநியோகத்தைப் புரிந்துகொள்வோம்.
இயல்பான விநியோகம்
விநியோகம் நமக்கு உதவுகிறது எங்கள் தரவு எவ்வாறு பரவுகிறது என்பதைப் புரிந்து கொள்ளுங்கள் . எடுத்துக்காட்டாக, வயது மாதிரியில், வயதானவர்களை விட இளைஞர்களைக் கொண்டிருக்கலாம், ஆகவே வயதுக்கு மேற்பட்ட சிறிய மதிப்புகள் அதிக மதிப்புகளை விட அதிகமாக இருக்கும். ஆனால் விநியோகத்தை எவ்வாறு வரையறுப்பது? கீழே உள்ள உதாரணத்தைக் கவனியுங்கள்
Y- அச்சு அடர்த்தியைக் குறிக்கிறது. இந்த விநியோகத்தின் பயன்முறை 30 ஆகும், ஏனெனில் இது உச்சம், எனவே அடிக்கடி நிகழ்கிறது. நாம் சராசரியையும் கண்டுபிடிக்கலாம். வளைவின் கீழ் உள்ள பகுதியின் பாதி பகுதி மூடப்பட்டிருக்கும் x- அச்சில் புள்ளியில் சராசரி அமைந்துள்ளது. எந்தவொரு சாதாரண விநியோகத்தின் கீழும் உள்ள பகுதி 1 ஆகும், ஏனெனில் எல்லா நிகழ்வுகளின் நிகழ்தகவுகளின் கூட்டுத்தொகை 1. எடுத்துக்காட்டாக,
ஜாவாவில் இரட்டை எண்ணாக மாற்றுகிறது
மேலே உள்ள வழக்கின் சராசரி 4 ஐச் சுற்றி உள்ளது. இதன் பொருள் 4 க்கு முன் வளைவின் கீழ் உள்ள பகுதி 4 க்குப் பிறகு சமம். மற்றொரு உதாரணத்தைக் கவனியுங்கள்
மூன்று சாதாரண விநியோகங்களை நாங்கள் காண்கிறோம். நீலம் மற்றும் சிவப்பு நிறங்களுக்கு ஒரே சராசரி உள்ளது. சிவப்பு ஒன்று அதிக மாறுபாட்டைக் கொண்டுள்ளது. எனவே, இது நீல நிறத்தை விட அதிகமாக பரவுகிறது. ஆனால் பரப்பளவு 1 ஆக இருக்க வேண்டும் என்பதால், சிவப்பு வளைவின் உச்சம் நீல வளைவை விடக் குறைவானது.
அடிப்படை புள்ளிவிவரங்கள் மற்றும் சாதாரண விநியோகங்களை நீங்கள் புரிந்து கொண்டீர்கள் என்று நம்புகிறேன். இப்போது, இயந்திர கற்றலுக்கான புள்ளிவிவரங்கள் குறித்த இந்த கட்டுரையில், லீனியர் அல்ஜீப்ரா பற்றி அறிந்து கொள்வோம்.
நேரியல் இயற்கணிதம்
லீனியர் அல்ஜீப்ரா இல்லாமல் நவீன AI சாத்தியமில்லை. இது மையத்தை உருவாக்குகிறது ஆழமான கற்றல் போன்ற எளிய வழிமுறைகளில் கூட பயன்படுத்தப்படுகிறது . மேலும் தாமதமின்றி, தொடங்குவோம்.
நீங்கள் திசையன்களுடன் தெரிந்திருக்க வேண்டும். அவை விண்வெளியில் ஒரு வகையான வடிவியல் பிரதிநிதித்துவங்கள். எடுத்துக்காட்டாக, ஒரு திசையன் [3,4] இல் x- அச்சில் 3 அலகுகளும், y- அச்சில் 4 அலகுகளும் உள்ளன. பின்வரும் படத்தைக் கவனியுங்கள் -
திசையன் d1 இல் x- அச்சில் 0.707 அலகுகளும், y- அச்சில் 0.707 அலகுகளும் உள்ளன. ஒரு திசையன் 1 பரிமாணத்தைக் கொண்டுள்ளது. இது ஒரு அளவு மற்றும் ஒரு திசையைக் கொண்டிருக்க வேண்டும். உதாரணத்திற்கு,
மேலே உள்ள படத்தில் ஒரு திசையன் உள்ளது (4,3). இதன் அளவு 5 மற்றும் இது x- அச்சுடன் 36.9 டிகிரி செய்கிறது.
இப்போது, ஒரு அணி என்றால் என்ன? மேட்ரிக்ஸ் என்பது எண்களின் பல பரிமாண வரிசை. இது எதற்காகப் பயன்படுத்தப்படுகிறது? நாங்கள் மேலே பார்ப்போம். ஆனால் முதலில், அது எவ்வாறு பயன்படுத்தப்படுகிறது என்பதைப் பார்ப்போம்.
மேட்ரிக்ஸ்
ஒரு அணி பல பரிமாணங்களைக் கொண்டிருக்கலாம். 2 பரிமாண மேட்ரிக்ஸைக் கருத்தில் கொள்வோம். இது வரிசைகள் (மீ) மற்றும் நெடுவரிசைகள் (என்) ஆகியவற்றைக் கொண்டுள்ளது. எனவே இது m * n கூறுகளைக் கொண்டுள்ளது.
ஜாவாவில் முன்னுரிமை வரிசையை செயல்படுத்துகிறது
உதாரணத்திற்கு,
இந்த மேட்ரிக்ஸில் 5 வரிசைகள் மற்றும் 5 நெடுவரிசைகள் உள்ளன. இதை A என்று அழைப்போம். எனவே A (2,3) என்பது இரண்டாவது வரிசை மற்றும் மூன்றாவது நெடுவரிசையில் உள்ளீடு 8 ஆகும்.
இப்போது, ஒரு மேட்ரிக்ஸ் என்றால் என்னவென்று உங்களுக்குத் தெரியும், மேட்ரிக்ஸின் வெவ்வேறு செயல்பாடுகளைப் பார்க்க எங்களுக்கு உதவுகிறது.
மேட்ரிக்ஸ் செயல்பாடுகள்
மெட்ரிக்ஸைச் சேர்த்தல்
இரண்டு மெட்ரிக்குகள் அதே பரிமாணங்களைச் சேர்க்கலாம். கூடுதலாக உறுப்பு வாரியாக நடக்கிறது.
அளவிடல் பெருக்கல்
ஒரு மேட்ரிக்ஸை அளவிடக்கூடிய அளவு மூலம் பெருக்கலாம். இத்தகைய பெருக்கல் மேட்ரிக்ஸில் உள்ள ஒவ்வொரு நுழைவு அளவையும் பெருக்க வழிவகுக்கிறது. ஒரு அளவிடுதல் என்பது ஒரு எண்
மேட்ரிக்ஸ் இடமாற்றம்
மேட்ரிக்ஸ் இடமாற்றம் எளிது. ஒரு அணி A (m, n) க்கு, A ’அதன் இடமாற்றமாக இருக்கட்டும். பிறகு
A '(i, j) = A (j, i)
உதாரணத்திற்கு,
மேட்ரிக்ஸ் பெருக்கல்
இது மற்ற செயல்பாடுகளை விட சற்று தந்திரமானதாக இருக்கலாம். நாம் அதில் நுழைவதற்கு முன், இரண்டு திசையன்களுக்கு இடையில் புள்ளி தயாரிப்பை வரையறுப்போம்.
திசையன் எக்ஸ் = [1,4,6,0] மற்றும் திசையன் ஒய் = [2,3,4,5] ஆகியவற்றைக் கவனியுங்கள். எக்ஸ் மற்றும் ஒய் இடையே புள்ளி தயாரிப்பு என வரையறுக்கப்படுகிறது
X.Y = 1 * 2 + 4 * 3 + 6 * 4 + 0 * 5 = 38
எனவே, இது உறுப்பு வாரியாக பெருக்கல் மற்றும் கூட்டல் ஆகும். இப்போது,A, m, n) மற்றும் B (n, k) ஆகிய இரண்டு மெட்ரிக்ஸைக் கருத்தில் கொள்வோம், இங்கு m, n, k என்பது பரிமாணங்கள், எனவே முழு எண். மேட்ரிக்ஸ் பெருக்கத்தை நாங்கள் வரையறுக்கிறோம்
மேலே உள்ள எடுத்துக்காட்டில், உற்பத்தியின் முதல் உறுப்பு (44) வலது மேட்ரிக்ஸின் முதல் நெடுவரிசையுடன் இடது மேட்ரிக்ஸின் முதல் வரிசையின் புள்ளி தயாரிப்பு மூலம் பெறப்படுகிறது. இதேபோல், வலது மேட்ரிக்ஸின் இரண்டாவது நெடுவரிசையுடன் இடது மேட்ரிக்ஸின் முதல் வரிசையின் புள்ளி தயாரிப்பு மூலம் 72 பெறப்படுகிறது.
இடது மேட்ரிக்ஸைப் பொறுத்தவரை, நெடுவரிசைகளின் எண்ணிக்கை வலது நெடுவரிசையில் உள்ள வரிசைகளின் எண்ணிக்கையுடன் சமமாக இருக்க வேண்டும் என்பதை நினைவில் கொள்க. எங்கள் விஷயத்தில், AB தயாரிப்பு உள்ளது, ஆனால் BA k அல்ல, ஏனெனில் m என்பது k க்கு சமமாக இல்லை. A (m, n) மற்றும் B (n, k) ஆகிய இரண்டு மெட்ரிக்குகளுக்கு, தயாரிப்பு AB வரையறுக்கப்படுகிறது மற்றும் உற்பத்தியின் பரிமாணம் (m, k) (வெளிப்புற மீ பரிமாணங்கள் (m, n), (n, k )). ஆனால் m = k தவிர BA வரையறுக்கப்படவில்லை.
இதன் மூலம், இயந்திர கற்றலுக்கான புள்ளிவிவரம் குறித்த இந்த கட்டுரையின் முடிவுக்கு வருகிறோம். இயந்திர கற்றல் வாசகங்கள் சிலவற்றை நீங்கள் புரிந்து கொண்டீர்கள் என்று நம்புகிறேன். இது இங்கே முடிவடையாது. நீங்கள் தொழில்துறைக்குத் தயாராக உள்ளீர்கள் என்பதை உறுதிப்படுத்த, தரவு அறிவியல் மற்றும் AI பற்றிய எடுரேகாவின் படிப்புகளைப் பார்க்கலாம். அவற்றைக் காணலாம்