Akansha Yadav explains supervised learning with labeled data, unsupervised learning without labels using a city exploration metaphor, and reinforcement learning where models improve through rewards and trial-and-error, like in the game End-Go.
मशीन लर्निंग को फादर 3 चीजों में डिवाइड किया गया। 1 होता है सुपरवाइज लर्निंग, अनादर है अन सुपरवाइज लर्निंग एंड थर्ड ऑन। इस रीइनपोसमेंटलर्निंग जो सुपरवाइज लर्निंग होती है उसके अन्दर हम मशीन को ट्रेन करते हैं। लेबल्ड डेटा के थ्रू सपोज में 1 बच्चे को बता रही हूँ की ये जो है रैड कलर का ये पल, ये ऑरेंज कलर का ये है ऑरेंज सेम डे। अगर मैं अन सुपरवाइज लर्निंग में देखूं तो मैं ऐसा नहीं करूंगी क्यूंकी अन सुपरवाइज लर्निंग के अन्दर अन लेबल्ड डेटा के साथ अपने मशीन को ट्रेन करते हैं। सपोज अन सुपरवाइज लर्निंग का एग्जाम्पल हो सकता है। जैसे हम किसी सिटी को एक्सप्लोर करने जा, हमारे पास उस सिटी का माप ही नहीं है। हमें पता ही नहीं है जहाँ हम अभी करंट में खड़े है, वो क्या है तो वो होता है अन सुपरवाइज लर्निंग के। अन्दर रीनफोसमेंट लर्निंग जो थर्ड पार्ट है। मशीन लर्निंग का, मेन कैटेगरी में वो होता है जिसमे हम एक्सपीरियंस से अपने मशीन को सिखाने वाले है। कुछ ऐसे गेम्स होती है जैसे एंड गो जैसी ऐसी गेम्स हैं जो हम ट्रेन करते हैं। जैसे मैं अगर उस गेम को खेलूं तो वो मेरी स्ट्राटेजी को फॉलो करके मशीन सीखेगी। अच्छा इसने ये स्टेप इसने ये स्टेप लिया तो उसे कहते है रीनफोसमेंटलर्निं।
