NOC:Foundations and Applications of Machine Learning (Bengali)

Media Storage Type : 32 GB USB Stick

NPTEL Subject Matter Expert : Prof. Adway Mitra

NPTEL Co-ordinating Institute : IIT Kharagpur

NPTEL Lecture Count : 40

NPTEL Course Size : 3.5 GB

NPTEL PDF Text Transcription : Available and Included

NPTEL Subtitle Transcription : Available and Included (SRT)

Lecture Titles:

Lecture 1 - AI/ML চারপাশের নানা উদাহরণ
Lecture 2 - AI/ML এর উপকরণ
Lecture 3 - Supervised and Unsupervised Learning (তত্ত্বাবধানে ও তত্ত্বাবধানহীন শিক্ষা)
Lecture 4 - ML Model ও Algorithm/লেকচার 04 : এমএল মডেল ও অ্যালগরিদম
Lecture 5 - AI/ML problem -এর গঠন /এআই/এমএল সমস্যা - এর গঠন
Lecture 6 - K-nearest-neighbor classification/regression/K-নিকটবর্তী-প্রতিবেশী শ্রেণীবিভাগ/রিগ্রেশন
Lecture 7 - নৈপুণ্যের পরিমাপ : Accuracy, Precision, Recall, Confusion
Lecture 8 - Discriminative Feature Selection
Lecture 9 - Decision Tree Algorithm/সিদ্ধান্তলতিকা
Lecture 10 - Classifier -এর সমষ্টি ও Random Forests
Lecture 11 - Probability Theory িফের έদখ
Lecture 12 - Bayesian এবং Naïve Bayes Classifier
Lecture 13 - Linear Algebra িফের έদখা
Lecture 14 - Linear Classifiers এবং Perceptron Algorithm
Lecture 15 - Multi-class Linear Classifier এবং Logistic Regression
Lecture 16 - Optimization িফের έদখা
Lecture 17 - Linear (সরল) ও Regularized (পিরেশািধত) Regression
Lecture 18 - Max-margin Linear Classification/সেবাЗκ বҝবধােনর έϜণীিবভাজন
Lecture 19 - কৃΝϏম ѹায়ুতϴ/Basic Neural Networks
Lecture 20 - Neural Network গঠন ও Backpropagation
Lecture 21 - Overfitting and Underfitting
Lecture 22 - Boosting-এর মাধҝেম সমΜѭবд অনুমান
Lecture 23 - Data র মাϏা (dimensionality) িনয়ϴণ
Lecture 24 - লেকচার ২৪ঃ শ্রেণী ও বৈশিষ্টের মানের অসাম্য
Lecture 25 - Supervised Learning অিভযান
Lecture 26 - Hierarchical Clustering/স্তরভিত্তিক গোষ্ঠীকরণ
Lecture 27 - K-means Clustering/ K-গড় গোষ্ঠীকরণ
Lecture 28 - Evaluation of Clustering/গোষ্ঠীকরণের মূল্যায়ন
Lecture 29 - Mean-shift এবং DB-Scan গোষ্ঠীকরণ
Lecture 30 - Graph-based Clustering/গোষ্ঠীকরণ
Lecture 31 - Time-series/সময়ক্রমের বিশ্লেষণ
Lecture 32 - ব্যতিক্রমী উদাহরণ চিহ্নিতকরণ
Lecture 33 - Image/চিত্র বিশ্লেষণ
Lecture 34 - Neural Features for Images
Lecture 35 - লিখিত Data ও ভাষা বিশ্লেষণ
Lecture 36 - Sequential Neural Models and Natural Language Processing
Lecture 37 - সৃষ্টিমূলক/Generative Models, Reinforcement Learning
Lecture 38 - Transfer Learning and Domain Adaptation
Lecture 39 - নীতি, নিরপেক্ষতা ও বোধগম্যতা
Lecture 40 - Machine Learning for Climate Sciences