कृत्रिम बुद्धिमत्ता के लिए Python लाइब्रेरी

कृत्रिम बुद्धिमत्ता के लिए पाइथन पुस्तकालय

पाइथन में ऐसे पुस्तकालयों का समृद्ध पारिस्थितिकी तंत्र है जो कृत्रिम बुद्धिमत्ता का विकास आसान और अधिक दक्ष बनाता है। इस पाठ में हम तीन आवश्यक पुस्तकालयों का परिचय देंगे: NumPy, पांडा और साइकट-लर्न।

NumPy (संख्यात्मक पाइथन) सारणियों के साथ काम करने और गणितीय संक्रियाएँ करने का पुस्तकालय है। यह तेज़ और दक्ष है, इसलिए कृत्रिम बुद्धिमत्ता परियोजनाओं में बड़े डेटा-समुच्चयों को संभालने के लिए उपयुक्त है।

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

पांडा डेटा में बदलाव करने और उसका विश्लेषण करने का पुस्तकालय है। यह सारणियों और इलेक्ट्रॉनिक सारणियों जैसे संरचित डेटा के साथ काम करने के साधन प्रदान करता है, इसलिए डेटा वैज्ञानिक इसे बहुत पसंद करते हैं।

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

साइकट-लर्न मशीन लर्निंग का पुस्तकालय है। यह वर्गीकरण, प्रतिगमन और समूहकरण जैसे कार्यों के लिए साधन प्रदान करता है। आप कृत्रिम बुद्धिमत्ता के मॉडल बनाने और उनका मूल्यांकन करने के लिए साइकट-लर्न का उपयोग करेंगे।

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

आप इन पुस्तकालयों को पाइथन के पैकेज प्रबंधक pip का उपयोग करके स्थापित कर सकते हैं। अपने टर्मिनल में निम्न आदेश चलाएँ:

• pip install numpy
• pip install pandas
• pip install scikit-learn

NumPy सारणियों पर संक्रियाएँ करना आसान बनाता है। उदाहरण के लिए, आप सभी तत्वों का sum निकाल सकते हैं या किसी सारणी को reshape कर सकते हैं।

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

पांडा का DataFrame सारणीबद्ध डेटा प्रबंधित करने का एक शक्तिशाली साधन है। आप पंक्तियों को छाँट सकते हैं, आँकड़ों की गणना कर सकते हैं और भी बहुत कुछ कर सकते हैं।

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

आपने कृत्रिम बुद्धिमत्ता के लिए तीन आवश्यक पाइथन पुस्तकालयों के बारे में सीखा है:

• NumPy: सारणियों के साथ काम करने और गणितीय संक्रियाएँ करने के लिए।
• पांडा: संरचित डेटा को प्रबंधित और विश्लेषित करने के लिए।
• साइकट-लर्न: मशीन लर्निंग मॉडल बनाने और उनका मूल्यांकन करने के लिए।

आपने कृत्रिम बुद्धिमत्ता के लिए पाइथन पुस्तकालयों वाला पाठ पूरा कर लिया है। अगले पाठ में पाइथन के डेटा प्रकारों और संरचनाओं के बारे में अधिक जानने के लिए आगे बढ़ते रहें।