મશીન લર્નિંગના ફન્ડામેન્ટલ્સ (4341603) - ઉનાળો 2025 સોલ્યુશન

પ્રશ્ન 1(અ) [3 ગુણ]

#

મશીન લર્નિંગની વ્યાખ્યા આપો. મશીન લર્નિંગની કોઈપણ બે ઉપયોગીતાઓ આપો.

જવાબ:

મશીન લર્નિંગ એ આર્ટિફિશિયલ ઇન્ટેલિજન્સનો એક ભાગ છે જે કમ્પ્યુટરને ડેટામાંથી શીખવા અને દરેક કાર્ય માટે સ્પષ્ટ પ્રોગ્રામિંગ વિના નિર્ણયો લેવાની ક્ષમતા આપે છે.

ઉપયોગીતાઓ:

• ઈમેઇલ સ્પામ ડિટેક્શન: આપોઆપ સ્પામ ઈમેઇલ ઓળખે અને ફિલ્ટર કરે છે
• સુઝાવ સિસ્ટમ: Amazon જેવી ઈ-કોમર્સ સાઇટ્સ પર પ્રોડક્ટ સુઝાવે છે

ટેબલ: ML વિ ટ્રેડિશનલ પ્રોગ્રામિંગ

મેમરી ટ્રીક: “ML = ડેટામાંથી શીખવું બનાવો”

પ્રશ્ન 1(બ) [4 ગુણ]

#

વ્યાખ્યા આપો: અંડર ફિટિંગ અને ઓવર ફિટિંગ.

જવાબ:

અંડરફિટિંગ ત્યારે થાય છે જ્યારે મોડલ ડેટામાં છુપાયેલા પેટર્ન કેપ્ચર કરવા માટે ખૂબ સાદું હોય છે, જેના પરિણામે ટ્રેનિંગ અને ટેસ્ટ બંને ડેટા પર નબળી કામગીરી થાય છે.

ઓવરફિટિંગ ત્યારે થાય છે જ્યારે મોડલ ટ્રેનિંગ ડેટાને અવાજ સહિત ખૂબ સારી રીતે શીખે છે, જેના કારણે નવા અદ્રશ્ય ડેટા પર નબળી કામગીરી થાય છે.

ટેબલ: સરખામણી

મેમરી ટ્રીક: “અંડર = ઓછું કામ, ઓવર = વધુ પડતું શીખવું”

પ્રશ્ન 1(ક) [7 ગુણ]

#

મશીન લર્નિંગના વિવિધ પ્રકારો યોગ્ય ઉદાહરણની મદદથી વર્ણવો.

જવાબ:

ટેબલ: મશીન લર્નિંગના પ્રકારો

સુપરવાઇઝ્ડ લર્નિંગ ઇનપુટ-આઉટપુટ જોડીઓ વાપરીને મોડલ ટ્રેન કરે છે. અલ્ગોરિધમ ઉદાહરણોમાંથી શીખીને નવા ડેટા માટે પરિણામોની આગાહી કરે છે.

અનસુપરવાઇઝ્ડ લર્નિંગ ટાર્ગેટ લેબલ વિના ડેટામાં છુપાયેલા પેટર્ન શોધે છે. તે સમાન ડેટા પોઇન્ટ્સને એકસાથે જૂથબદ્ધ કરે છે.

રિઇન્ફોર્સમેન્ટ લર્નિંગ સારા કાર્યો માટે પુરસ્કાર અને ખરાબ કાર્યો માટે દંડ આપીને એજન્ટને નિર્ણય લેવાનું શીખવે છે.

ડાયાગ્રામ:

graph TD
    A[મશીન લર્નિંગ] --> B[સુપરવાઇઝ્ડ લર્નિંગ]
    A --> C[અનસુપરવાઇઝ્ડ લર્નિંગ]
    A --> D[રિઇન્ફોર્સમેન્ટ લર્નિંગ]
    B --> E[ક્લાસિફિકેશન]
    B --> F[રિગ્રેશન]
    C --> G[ક્લસ્ટરિંગ]
    C --> H[એસોસિએશન રૂલ્સ]

મેમરી ટ્રીક: “સુપર અન-સુપરવાઇઝ્ડ રિઇન્ફોર્સ શીખવું”

પ્રશ્ન 1(ક) અથવા [7 ગુણ]

#

મશીન લર્નિંગમાં ઉપયોગ થતી વિવિધ ટૂલ્સ અને ટેકનોલોજી વર્ણવો.

જવાબ:

ટેબલ: ML ટૂલ્સ અને ટેકનોલોજીઓ

Python તેની સરળતા અને વ્યાપક લાઇબ્રેરીઓને કારણે સૌથી લોકપ્રિય ભાષા છે.

Scikit-learn ડેટા માઇનિંગ અને વિશ્લેષણ માટે સરળ ટૂલ્સ પ્રદાન કરે છે, જે શરૂઆતીઓ માટે પરફેક્ટ છે.

TensorFlow અને PyTorch ડીપ લર્નિંગ એપ્લિકેશન માટે એડવાન્સ ફ્રેમવર્ક છે.

Jupyter Notebook પ્રયોગ માટે ઇન્ટરેક્ટિવ ડેવલપમેન્ટ એન્વાયર્નમેન્ટ ઓફર કરે છે.

ડાયાગ્રામ:

graph LR
    A[ડેટા] --> B[Pandas/NumPy]
    B --> C[Scikit-learn]
    C --> D[મોડલ]
    D --> E[Matplotlib]

મેમરી ટ્રીક: “Python Pandas Scikit Tensor Jupyter”

પ્રશ્ન 2(અ) [3 ગુણ]

#

Qualitative ડેટા અને Quantitative ડેટા વચ્ચેનો તફાવત આપો.

જવાબ:

ટેબલ: Qualitative વિ Quantitative ડેટા

Qualitative ડેટા એવા ગુણો અથવા લક્ષણોનું વર્ણન કરે છે જે સંખ્યાત્મક રીતે માપી શકાતા નથી.

Quantitative ડેટા સંખ્યાઓ તરીકે વ્યક્ત કરેલા માપી શકાય તેવા જથ્થાઓનું પ્રતિનિધિત્વ કરે છે.

મેમરી ટ્રીક: “Quality = કેટેગરીઓ, Quantity = સંખ્યાઓ”

પ્રશ્ન 2(બ) [4 ગુણ]

#

નીચે આપેલા ડેટાનું mean અને median શોધો: 3,4,5,5,7,8,9,11,12,14.

જવાબ:

આપેલ ડેટા: 3, 4, 5, 5, 7, 8, 9, 11, 12, 14

Mean ગણતરી:

• સરવાળો = 3+4+5+5+7+8+9+11+12+14 = 78
• સંખ્યાઓની ગિનતી = 10
• Mean = 78/10 = 7.8

Median ગણતરી:

• ડેટા પહેલેથી જ સોર્ટ થયેલ છે
• 10 સંખ્યાઓ માટે: Median = (5મી + 6ઠી મૂલ્ય)/2
• Median = (7+8)/2 = 7.5

ટેબલ: પરિણામો

મેમરી ટ્રીક: “Mean = સરેરાશ, Median = મધ્યક”

પ્રશ્ન 2(ક) [7 ગુણ]

#

મશીન લર્નિંગની એક્ટિવિટી વિગતવાર વર્ણવો.

જવાબ:

ટેબલ: મશીન લર્નિંગ એક્ટિવિટીઓ

ડેટા કલેક્શન ડેટાબેસ, સેન્સર્સ અથવા સર્વે જેવા વિવિધ સ્રોતોમાંથી માહિતી એકત્રિત કરવાનો સમાવેશ કરે છે.

ડેટા પ્રીપ્રોસેસિંગ વિશ્લેષણ માટે કાચા ડેટાને સાફ, રૂપાંતર અને ગોઠવવાનો સમાવેશ કરે છે.

ફીચર સિલેક્શન આગાહીઓમાં યોગદાન આપતા સૌથી સંબંધિત વેરિયેબલ્સ ઓળખે છે.

મોડલ ટ્રેનિંગ તૈયાર કરેલા ટ્રેનિંગ ડેટામાંથી પેટર્ન શીખવા માટે અલ્ગોરિધમ્સનો ઉપયોગ કરે છે.

મોડલ ઇવેલ્યુએશન ટ્રેન કરેલ મોડલ નવા, અદ્રશ્ય ડેટા પર કેટલી સારી કામગીરી કરે છે તેનું પરીક્ષણ કરે છે.

ડાયાગ્રામ:

flowchart TD
    A[ડેટા કલેક્શન] --> B[ડેટા પ્રીપ્રોસેસિંગ]
    B --> C[ફીચર સિલેક્શન]
    C --> D[મોડલ ટ્રેનિંગ]
    D --> E[મોડલ ઇવેલ્યુએશન]
    E --> F[ડિપ્લોયમેન્ટ]

મેમરી ટ્રીક: “કલેક્ટ પ્રોસેસ ફીચર ટ્રેન ઇવેલ્યુએટ ડિપ્લોય”

પ્રશ્ન 2(અ) અથવા [3 ગુણ]

#

Predictive મોડલ અને Descriptive મોડલ વચ્ચેનો તફાવત આપો.

જવાબ:

ટેબલ: Predictive વિ Descriptive મોડલ્સ

Predictive મોડલ્સ ભવિષ્યની ઘટનાઓ અથવા અજાણ્યા પરિણામોની આગાહી કરવા માટે ઐતિહાસિક ડેટાનો ઉપયોગ કરે છે.

Descriptive મોડલ્સ વર્તમાન પેટર્ન અને સંબંધોને સમજવા માટે હાલના ડેટાનું વિશ્લેષણ કરે છે.

મેમરી ટ્રીક: “Predict = ભવિષ્ય, Describe = વર્તમાન”

પ્રશ્ન 2(બ) અથવા [4 ગુણ]

#

નીચે આપેલા ડેટાને યોગ્ય ડેટા ટાઇપની મદદથી classify કરો: hair color, gender, blood group type, time of day.

જવાબ:

ટેબલ: ડેટા ટાઇપ ક્લાસિફિકેશન

Nominal ડેટા કોઈ કુદરતી ક્રમ વિના કેટેગરીઓનું પ્રતિનિધિત્વ કરે છે.

Continuous ડેટા શ્રેણીમાં કોઈપણ મૂલ્ય લઈ શકે છે અને માપી શકાય છે.

મેમરી ટ્રીક: “નામો = Nominal, સંખ્યાઓ = Numerical”

પ્રશ્ન 2(ક) અથવા [7 ગુણ]

#

ડેટા પ્રી-પ્રોસેસિંગમાં ઉપયોગ થતી વિવિધ મેથડ્સ વર્ણવો.

જવાબ:

ટેબલ: ડેટા પ્રીપ્રોસેસિંગ મેથડ્સ

ડેટા ક્લીનિંગ ભૂલભરેલ, અધૂરા અથવા અપ્રસ્તુત ડેટાને દૂર કરે છે અથવા સુધારે છે.

ડેટા ઇન્ટીગ્રેશન બહુવિધ સ્રોતોમાંથી ડેટાને એકીકૃત ડેટાસેટમાં જોડે છે.

ડેટા ટ્રાન્સફોર્મેશન વિશ્લેષણ માટે ડેટાને યોગ્ય ફોર્મેટમાં કન્વર્ટ કરે છે.

ડેટા રિડક્શન માહિતીની ગુણવત્તા જાળવીને ડેટાસેટનું કદ ઘટાડે છે.

ડાયાગ્રામ:

graph TD
    A[કાચો ડેટા] --> B[ડેટા ક્લીનિંગ]
    B --> C[ડેટા ઇન્ટીગ્રેશન]
    C --> D[ડેટા ટ્રાન્સફોર્મેશન]
    D --> E[ડેટા રિડક્શન]
    E --> F[પ્રોસેસ થયેલ ડેટા]

મેમરી ટ્રીક: “ક્લીન ઇન્ટીગ્રેટ ટ્રાન્સફોર્મ રિડ્યુસ”

પ્રશ્ન 3(અ) [3 ગુણ]

#

Classification અને Regression વચ્ચેનો તફાવત આપો.

જવાબ:

ટેબલ: Classification વિ Regression

Classification ઇનપુટ ડેટામાંથી ડિસ્ક્રીટ કેટેગરીઓ અથવા ક્લાસની આગાહી કરે છે.

Regression ઇનપુટ ડેટામાંથી કન્ટિન્યુઅસ સંખ્યાત્મક મૂલ્યોની આગાહી કરે છે.

મેમરી ટ્રીક: “Class = કેટેગરીઓ, Regress = વાસ્તવિક સંખ્યાઓ”

પ્રશ્ન 3(બ) [4 ગુણ]

#

યોગ્ય ઉદાહરણ લઈને confusion matrix લખો. તેના માટે accuracy અને error rate ગણો.

જવાબ:

ઉદાહરણ: ઈમેઇલ ક્લાસિફિકેશન

ટેબલ: Confusion Matrix

ગણતરીઓ:

• Accuracy = (TP+TN)/(TP+TN+FP+FN) = (85+90)/200 = 87.5%
• Error Rate = (FP+FN)/(TP+TN+FP+FN) = (10+15)/200 = 12.5%

મુખ્ય શબ્દો:

• TP: True Positive - યોગ્ય રીતે સ્પામ આગાહી
• TN: True Negative - યોગ્ય રીતે નોટ સ્પામ આગાહી

મેમરી ટ્રીક: “True Positive True Negative = યોગ્ય આગાહીઓ”

પ્રશ્ન 3(ક) [7 ગુણ]

#

KNN અલ્ગોરિધમ વિગતવાર વર્ણવો.

જવાબ:

K-Nearest Neighbors (KNN) એક સરળ ક્લાસિફિકેશન અલ્ગોરિધમ છે જે તેમના K નજીકના પડોશીઓના મેજોરિટી ક્લાસના આધારે ડેટા પોઇન્ટ્સને ક્લાસિફાઇ કરે છે.

ટેબલ: KNN અલ્ગોરિધમ સ્ટેપ્સ

કામગીરી પ્રક્રિયા:

1. અંતર ગણો ટેસ્ટ પોઇન્ટ અને બધા ટ્રેનિંગ પોઇન્ટ્સ વચ્ચે
2. અંતર સોર્ટ કરો અને K નજીકના પડોશીઓ પસંદ કરો
3. વોટ ગણો પડોશીઓ વચ્ચે દરેક ક્લાસમાંથી
4. ક્લાસ અસાઇન કરો મેજોરિટી વોટ સાથે

ડાયાગ્રામ:

graph TD
    A[નવો ડેટા પોઇન્ટ] --> B[અંતર ગણો]
    B --> C[K નજીકના શોધો]
    C --> D[મેજોરિટી વોટ]
    D --> E[ક્લાસ આગાહી કરો]

ફાયદાઓ:

• લાગુ કરવામાં સરળ અને સમજવામાં આસાન
• ટ્રેનિંગની જરૂર નથી - આળસુ લર્નિંગ અલ્ગોરિધમ

મેમરી ટ્રીક: “K નજીકના પડોશીઓ ક્લાસિફિકેશન માટે વોટ કરે છે”

પ્રશ્ન 3(અ) અથવા [3 ગુણ]

#

Multiple linear regression ની કોઈપણ ત્રણ ઉપયોગીતાઓ આપો.

જવાબ:

Multiple Linear Regression ની ઉપયોગીતાઓ:

ટેબલ: ઉપયોગીતાઓ

Multiple Linear Regression એક કન્ટિન્યુઅસ આઉટપુટ વેરિયેબલની આગાહી કરવા માટે બહુવિધ ઇનપુટ વેરિયેબલ્સનો ઉપયોગ કરે છે.

મેમરી ટ્રીક: “બહુવિધ ઇનપુટ્સ, એક આઉટપુટ”

પ્રશ્ન 3(બ) અથવા [4 ગુણ]

#

Bagging, boosting અને stacking વિગતવાર વર્ણવો.

જવાબ:

ટેબલ: Ensemble મેથડ્સ

Bagging વિવિધ ડેટા સબસેટ્સ પર બહુવિધ મોડલ્સને ટ્રેન કરે છે અને આગાહીઓની સરેરાશ કાઢે છે.

Boosting મોડલ્સને ક્રમિક રીતે ટ્રેન કરે છે, દરેક અગાઉના મોડલની ભૂલોમાંથી શીખે છે.

Stacking બેઝ મોડલ્સની આગાહીઓને કેવી રીતે કન્બાઇન કરવી તે શીખવા માટે મેટા-મોડલનો ઉપયોગ કરે છે.

મેમરી ટ્રીક: “Bag પેરેલલ, Boost સિક્વેન્શિયલ, Stack મેટા”

પ્રશ્ન 3(ક) અથવા [7 ગુણ]

#

Single linear regression તેની ઉપયોગીતાઓ સાથે વર્ણવો.

જવાબ:

Single Linear Regression એક ઇનપુટ વેરિયેબલ (X) અને એક આઉટપુટ વેરિયેબલ (Y) વચ્ચે શ્રેષ્ઠ સીધો રેખા સંબંધ શોધે છે.

ફોર્મ્યુલા: Y = a + bX

• a: Y-intercept
• b: લાઇનનો Slope

ટેબલ: ઉપયોગ ઉદાહરણ - ઘરની કિંમત વિ કદ

કામકાજની પ્રક્રિયા:

1. ડેટા એકત્રિત કરો ઇનપુટ-આઉટપુટ જોડીઓ સાથે
2. પોઇન્ટ્સ પ્લોટ કરો સ્કેટર ગ્રાફ પર
3. શ્રેષ્ઠ લાઇન શોધો જે ભૂલ ન્યૂનતમ કરે
4. આગાહીઓ કરો લાઇન સમીકરણ વાપરીને

ડાયાગ્રામ:

ઉપયોગીતાઓ:

• સેલ્સ વિ જાહેરાત: વધુ જાહેરાત → વધુ સેલ્સ
• તાપમાન વિ આઇસક્રીમ સેલ્સ: ગરમ હવામાન → વધુ સેલ્સ

મેમરી ટ્રીક: “એક X એક Y ની લાઇન સાથે આગાહી કરે છે”

પ્રશ્ન 4(અ) [3 ગુણ]

#

વ્યાખ્યા આપો: (1)support (2)confidence.

જવાબ:

Support માપે છે કે આઇટમસેટ ડેટાસેટમાં કેટલી વાર દેખાય છે.

Confidence માપે છે કે જ્યારે antecedent હાજર હોય ત્યારે consequent માં આઇટમ્સ કેટલી વાર દેખાય છે.

ટેબલ: વ્યાખ્યાઓ

Support = આવૃત્તિની આવર્તન Confidence = નિયમની વિશ્વસનીયતા

મેમરી ટ્રીક: “Support = કેટલી વાર, Confidence = કેટલું વિશ્વસનીય”

પ્રશ્ન 4(બ) [4 ગુણ]

#

Unsupervised learning ની ઉપયોગીતાઓ વર્ણવો.

જવાબ:

ટેબલ: Unsupervised Learning ઉપયોગીતાઓ

કસ્ટમર સેગમેન્ટેશન લક્ષિત માર્કેટિંગ માટે સમાન ખરીદી વર્તણૂક ધરાવતા કસ્ટમર્સને જૂથબદ્ધ કરે છે.

ડેટા કમ્પ્રેશન પેટર્ન શોધીને અને રિડન્ડન્સી દૂર કરીને સ્ટોરેજ સ્પેસ ઘટાડે છે.

અનોમલી ડિટેક્શન અસામાન્ય પેટર્ન ઓળખે છે જે ફ્રોડ અથવા ભૂલો સૂચવી શકે છે.

મેમરી ટ્રીક: “સેગમેન્ટ કમ્પ્રેસ ડિટેક્ટ રેકમેન્ડ”

પ્રશ્ન 4(ક) [7 ગુણ]

#

Apriori અલ્ગોરિધમ યોગ્ય ઉદાહરણ સાથે વર્ણવો.

જવાબ:

Apriori Algorithm માર્કેટ બાસ્કેટ એનાલિસિસ માટે ફ્રીક્વન્ટ આઇટમસેટ્સ શોધે છે અને એસોસિએશન રૂલ્સ જનરેટ કરે છે.

ટેબલ: અલ્ગોરિધમ સ્ટેપ્સ

ઉદાહરણ ડેટાસેટ:

• Transaction 1: {બ્રેડ, દૂધ, ઈંડા}
• Transaction 2: {બ્રેડ, દૂધ}
• Transaction 3: {બ્રેડ, ઈંડા}
• Transaction 4: {દૂધ, ઈંડા}

કામકાજની પ્રક્રિયા:

1. ડેટાબેઝ સ્કેન કરો આઇટમ ફ્રીક્વન્સીઝ ગણવા માટે
2. કેન્ડિડેટ આઇટમસેટ્સ જનરેટ કરો વધતા કદની
3. ઇન્ફ્રીક્વન્ટ આઇટમસેટ્સ પ્રૂન કરો મિનિમમ સપોર્ટથી નીચે
4. એસોસિએશન રૂલ્સ જનરેટ કરો ફ્રીક્વન્ટ આઇટમસેટ્સમાંથી

ડાયાગ્રામ:

flowchart TD
    A[Transaction Database] --> B[ફ્રીક્વન્ટ 1-itemsets શોધો]
    B --> C[2-itemsets જનરેટ કરો]
    C --> D[મિન સપોર્ટ લાગુ કરો]
    D --> E[રૂલ્સ જનરેટ કરો]

મેમરી ટ્રીક: “A-priori જ્ઞાન ફ્રીક્વન્ટ પેટર્ન શોધવામાં મદદ કરે છે”

પ્રશ્ન 4(અ) અથવા [3 ગુણ]

#

Clustering અને Classification ના તફાવતની યાદી આપો.

જવાબ:

ટેબલ: Clustering વિ Classification

Clustering અનલેબલ ડેટામાં છુપાયેલા જૂથો શોધે છે.

Classification ટ્રેન કરેલા મોડલ્સ વાપરીને નવા ડેટાને જાણીતી કેટેગરીઓમાં અસાઇન કરે છે.

મેમરી ટ્રીક: “Cluster = અજાણ્યા જૂથો, Classify = જાણીતા લેબલ્સ”

પ્રશ્ન 4(બ) અથવા [4 ગુણ]

#

Clustering ની પ્રોસેસ વિગતવાર વર્ણવો.

જવાબ:

ટેબલ: Clustering પ્રોસેસ સ્ટેપ્સ

Clustering પ્રોસેસ તેમની લાક્ષણિકતાઓના આધારે સમાન ડેટા પોઇન્ટ્સને એકસાથે જૂથબદ્ધ કરે છે.

મુખ્ય નિર્ણયોમાં ક્લસ્ટર્સની સંખ્યા અને યોગ્ય ડિસ્ટન્સ મેટ્રિક્સ પસંદ કરવાનો સમાવેશ થાય છે.

વેલિડેશન સુનિશ્ચિત કરે છે કે ક્લસ્ટર્સ અર્થપૂર્ણ અને સારી રીતે અલગ છે.

મેમરી ટ્રીક: “પ્રિપેર ડિસ્ટન્સ અલ્ગોરિધમ વેલિડેટ”

પ્રશ્ન 4(ક) અથવા [7 ગુણ]

#

K-means clustering અલ્ગોરિધમ યોગ્ય ઉદાહરણ સાથે વર્ણવો.

જવાબ:

K-means વિથિન-ક્લસ્ટર સમ ઓફ સ્ક્વેર્સ ન્યૂનતમ કરીને ડેટાને K ક્લસ્ટર્સમાં વિભાજિત કરે છે.

ટેબલ: અલ્ગોરિધમ સ્ટેપ્સ

ઉદાહરણ: કસ્ટમર આવક વિ ઉંમર

• કસ્ટમર 1: (આવક=30k, ઉંમર=25)
• કસ્ટમર 2: (આવક=35k, ઉંમર=30)
• કસ્ટમર 3: (આવક=70k, ઉંમર=45)
• કસ્ટમર 4: (આવક=75k, ઉંમર=50)

કામકાજની પ્રક્રિયા:

1. K=2 પસંદ કરો યુવા/વૃદ્ધ કસ્ટમર્સ માટે ક્લસ્ટર્સ
2. સેન્ટ્રોઇડ્સ ઇનિશિયલાઇઝ કરો રેન્ડમ રીતે
3. અંતર ગણો દરેક કસ્ટમરથી સેન્ટ્રોઇડ્સ સુધી
4. કસ્ટમર્સ અસાઇન કરો નજીકના સેન્ટ્રોઇડને
5. સેન્ટ્રોઇડ પોઝિશન્સ અપડેટ કરો અસાઇન થયેલા કસ્ટમર્સના કેન્દ્રમાં
6. સ્થિર ન થાય ત્યાં સુધી રિપીટ કરો

ડાયાગ્રામ:

flowchart TD
    A[K પસંદ કરો] --> B[સેન્ટ્રોઇડ્સ ઇનિશિયલાઇઝ કરો]
    B --> C[પોઇન્ટ્સને નજીકના સેન્ટ્રોઇડને અસાઇન કરો]
    C --> D[સેન્ટ્રોઇડ પોઝિશન્સ અપડેટ કરો]
    D --> E{કન્વર્જ થયું?}
    E -->|ના| C
    E -->|હા| F[અંતિમ ક્લસ્ટર્સ]

ફાયદાઓ:

• સરળ અને ઝડપી મોટા ડેટાસેટ્સ માટે
• ગોળાકાર ક્લસ્ટર્સ સાથે સારું કામ કરે છે

મેમરી ટ્રીક: “K સેન્ટ્રોઇડ્સ તેમના અસાઇન થયેલા પોઇન્ટ્સનો મીન કરે છે”

પ્રશ્ન 5(અ) [3 ગુણ]

#

Matplotlib ની ઉપયોગીતાઓની યાદી આપો.

જવાબ:

ટેબલ: Matplotlib ઉપયોગીતાઓ

Matplotlib સ્ટેટિક, એનિમેટેડ અને ઇન્ટરેક્ટિવ વિઝ્યુલાઇઝેશન્સ બનાવવા માટે Python ની પ્રાથમિક પ્લોટિંગ લાઇબ્રેરી છે.

મુખ્ય ફીચર્સમાં બહુવિધ પ્લોટ ટાઇપ્સ માટેનું સપોર્ટ અને કસ્ટમાઇઝેબલ સ્ટાઇલિંગનો સમાવેશ થાય છે.

મેમરી ટ્રીક: “Mat-plot-lib = ગાણિત પ્લોટિંગ લાઇબ્રેરી”

પ્રશ્ન 5(બ) [4 ગુણ]

#

હોરિઝોન્ટલ અને વર્ટિકલ લાઇન પ્લોટ કરવાનો કોડ matplotlib ની મદદથી લખો.

જવાબ:

કોડ બ્લોક:

import matplotlib.pyplot as plt

# ફિગર બનાવો
plt.figure(figsize=(8, 6))

# x=3 પર વર્ટિકલ લાઇન પ્લોટ કરો
plt.axvline(x=3, color='red', linestyle='--', label='વર્ટિકલ લાઇન')

# y=2 પર હોરિઝોન્ટલ લાઇન પ્લોટ કરો
plt.axhline(y=2, color='blue', linestyle='-', label='હોરિઝોન્ટલ લાઇન')

# લેબલ્સ અને ટાઇટલ ઉમેરો
plt.xlabel('X-અક્ષ')
plt.ylabel('Y-અક્ષ')
plt.title('વર્ટિકલ અને હોરિઝોન્ટલ લાઇન્સ')
plt.legend()
plt.grid(True)
plt.show()

મુખ્ય ફંક્શન્સ:

• axvline(): વર્ટિકલ લાઇન બનાવે છે
• axhline(): હોરિઝોન્ટલ લાઇન બનાવે છે

મેમરી ટ્રીક: “axvline = વર્ટિકલ, axhline = હોરિઝોન્ટલ”

પ્રશ્ન 5(ક) [7 ગુણ]

#

Scikit-Learn ની વિશેષતાઓ અને ઉપયોગીતાઓ સમજાવો.

જવાબ:

ટેબલ: Scikit-Learn વિશેષતાઓ

Scikit-Learn ડેટા એનાલિસિસ માટે સરળ ટૂલ્સ પ્રદાન કરતી Python ની સૌથી લોકપ્રિય મશીન લર્નિંગ લાઇબ્રેરી છે.

મુખ્ય શક્તિઓ:

• સુસંગત ઇન્ટરફેસ બધા અલ્ગોરિધમ્સમાં
• ઉત્કૃષ્ટ દસ્તાવેજીકરણ ઉદાહરણો સાથે
• સક્રિય કમ્યુનિટી સપોર્ટ અને ડેવલપમેન્ટ

ઉપયોગીતાઓ:

• ક્લાસિફિકેશન: ઈમેઇલ સ્પામ ડિટેક્શન
• રિગ્રેશન: ઘરની કિંમત આગાહી
• ક્લસ્ટરિંગ: કસ્ટમર સેગમેન્ટેશન
• ડાયમેન્શનાલિટી રિડક્શન: ડેટા વિઝ્યુલાઇઝેશન

ડાયાગ્રામ:

graph TD
    A[Scikit-Learn] --> B[ક્લાસિફિકેશન]
    A --> C[રિગ્રેશન]
    A --> D[ક્લસ્ટરિંગ]
    A --> E[પ્રીપ્રોસેસિંગ]
    B --> F[SVM, Decision Trees]
    C --> G[Linear, Polynomial]
    D --> H[K-means, DBSCAN]
    E --> I[Scaling, Encoding]

મેમરી ટ્રીક: “Scikit = મશીન લર્નિંગ માટે સાયન્સ કિટ”

પ્રશ્ન 5(અ) અથવા [3 ગુણ]

#

NumPy નો મશીન લર્નિંગના સંદર્ભમાં ઉપયોગ આપો.

જવાબ:

ટેબલ: ML માં NumPy નો હેતુ

NumPy Python મશીન લર્નિંગ એપ્લિકેશન્સમાં ન્યુમેરિકલ કમ્પ્યુટિંગ માટે પાયો પ્રદાન કરે છે.

મોટા ડેટાસેટ્સ હેન્ડલ કરવા અને ગાણિતિક ઓપરેશન્સ કાર્યક્ષમ રીતે કરવા માટે જરૂરી છે.

મેમરી ટ્રીક: “Num-Py = ન્યુમેરિકલ Python”

પ્રશ્ન 5(બ) અથવા [4 ગુણ]

#

csv ફાઈલને pandas માં ઇમ્પોર્ટ કરવાના સ્ટેપ લખો.

જવાબ:

કોડ બ્લોક:

import pandas as pd

# સ્ટેપ 1: pandas લાઇબ્રેરી ઇમ્પોર્ટ કરો
# સ્ટેપ 2: read_csv() ફંક્શન વાપરો
data = pd.read_csv('filename.csv')

# સ્ટેપ 3: પ્રથમ કેટલીક પંક્તિઓ ડિસ્પ્લે કરો
print(data.head())

# વૈકલ્પિક: પેરામીટર્સ સ્પેસિફાઇ કરો
data = pd.read_csv('file.csv', 
                   delimiter=',',
                   header=0,
                   index_col=0)

સ્ટેપ્સ:

1. pandas ઇમ્પોર્ટ કરો લાઇબ્રેરી
2. read_csv() વાપરો ફાઇલનેમ સાથે
3. ડેટા વેરિફાઇ કરો head() મેથડ સાથે

મેમરી ટ્રીક: “ઇમ્પોર્ટ રીડ વેરિફાઇ”

પ્રશ્ન 5(ક) અથવા [7 ગુણ]

#

Pandas ની વિશેષતાઓ અને ઉપયોગીતાઓ સમજાવો.

જવાબ:

ટેબલ: Pandas વિશેષતાઓ

Pandas મશીન લર્નિંગ પ્રોજેક્ટ્સમાં Python માં પ્રાથમિક ડેટા મેનિપ્યુલેશન લાઇબ્રેરી છે.

મુખ્ય ક્ષમતાઓ:

• ડેટા લોડિંગ વિવિધ ફાઇલ ફોર્મેટ્સમાંથી
• ડેટા ક્લીનિંગ અને પ્રીપ્રોસેસિંગ ઓપરેશન્સ
• ડેટા ટ્રાન્સફોર્મેશન અને રીશેપિંગ
• સ્ટેટિસ્ટિકલ એનાલિસિસ અને એગ્રિગેશન

ઉપયોગીતાઓ:

• ડેટા પ્રીપ્રોસેસિંગ: ML પહેલાં ડેટાસેટ્સ સાફ કરવા
• એક્સ્પ્લોરેટરી એનાલિસિસ: ડેટા પેટર્ન સમજવા
• ફીચર એન્જિનિયરિંગ: નવા વેરિયેબલ્સ બનાવવા
• ડેટા ઇન્ટીગ્રેશન: બહુવિધ ડેટા સ્રોતો મર્જ કરવા

ડાયાગ્રામ:

graph TD
    A[કાચો ડેટા] --> B[Pandas DataFrame]
    B --> C[ડેટા ક્લીનિંગ]
    C --> D[ડેટા એનાલિસિસ]
    D --> E[ફીચર એન્જિનિયરિંગ]
    E --> F[ML તૈયાર ડેટા]

ફાયદાઓ:

• સાહજિક સિન્ટેક્સ ડેટા ઓપરેશન્સ માટે
• હાઇ પરફોર્મન્સ ઓપ્ટિમાઇઝ્ડ ઓપરેશન્સ સાથે
• ઇન્ટીગ્રેશન અન્ય ML લાઇબ્રેરીઓ સાથે

મેમરી ટ્રીક: “Pandas = એનાલિસિસ માટે પેનલ ડેટા”