होम › सभी पाठ › AI की समझ — गहराई

🧠 मशीन कैसे सीखती है — आसान भाषा में

डेटा, पैटर्न और अनुमान — बिना गणित की झंझट के

हर वो व्यक्ति जो AI की जड़ समझना चाहे

मशीन लर्निंग असल में है क्या

पुराने कंप्यूटर को हर काम के लिए एक-एक नियम लिखकर बताना पड़ता था। मशीन लर्निंग (ML) में हम नियम नहीं लिखते — हम मशीन को ढेर सारे उदाहरण (डेटा) दिखाते हैं, और वह खुद पैटर्न ढूँढ़कर सीखती है। जैसे बच्चा 100 आम और 100 सेब देखकर फ़र्क पहचानना सीख जाता है, वैसे ही मशीन उदाहरणों से सीखती है।

तीन शब्द: डेटा, पैटर्न, अनुमान

• डेटा — सीखने का कच्चा माल (फ़ोटो, मैसेज, नंबर, आवाज़)। जितना अच्छा और साफ़ डेटा, उतनी अच्छी सीख।
• पैटर्न — डेटा में छिपा दोहराव या नियम, जिसे मशीन पकड़ती है (जैसे 'बड़ा घर = ज़्यादा कीमत')।
• अनुमान (prediction) — सीखे हुए पैटर्न से नई, अनदेखी चीज़ पर अंदाज़ा लगाना। यह पक्का सच नहीं, सिर्फ़ संभावना है।

दो तरीके: सुपरवाइज़्ड और अनसुपरवाइज़्ड

• सुपरवाइज़्ड (सही जवाब के साथ सीखना) — हर उदाहरण पर सही 'लेबल' लगा होता है। जैसे हज़ारों ईमेल पर लिखा हो 'स्पैम' या 'स्पैम नहीं'; मशीन देखकर नया ईमेल छाँटना सीख जाती है।
• अनसुपरवाइज़्ड (बिना जवाब के सीखना) — कोई लेबल नहीं होता; मशीन खुद मिलते-जुलते समूह बना देती है। जैसे दुकान अपने ग्राहकों को उनकी ख़रीद के हिसाब से अलग-अलग समूहों में बाँट ले।

एक लाइन में: ML = उदाहरणों से पैटर्न सीखना और नई चीज़ पर अनुमान लगाना — जादू नहीं, गणित और डेटा।

इसे आज़माएँ — तैयार प्रॉम्प्ट

यह प्रॉम्प्ट कॉपी करके किसी भी AI ऐप में पूछिए:

अपनी समझ जाँचिए

इसी विषय के और पाठ

• न्यूरल नेटवर्क — आसान भाषा मेंन्यूरॉन, परतें और वज़न — दिमाग़ वाली मिसाल से
• डीप लर्निंग क्या है — परतों वाली सीख'गहरी' क्यों कहते हैं, और यह पुराने तरीकों से बेहतर कैसे
• ChatGPT जैसे LLM असल में कैसे काम करते हैंअगला शब्द ताड़ना — और यह 'सोचना' क्यों नहीं है
• टोकन और कॉन्टेक्स्ट — AI 'भूलता' क्यों हैटोकन क्या है, याददाश्त की सीमा, और काम के टिप्स
• ट्रेनिंग बनाम फ़ाइन-ट्यूनिंग बनाम RAGAI को अपनी जानकारी सिखाने के 3 तरीके — आसान मिसालों में