0:00
Data Science FULL Course for Beginners in 27 HOURS - 2025 Edition
WsCube Tech
Overview
यह वीडियो डेटा साइंस की दुनिया का एक विस्तृत परिचय प्रदान करता है, जो शुरुआती लोगों के लिए डिज़ाइन किया गया है। यह डेटा साइंस के मूल सिद्धांतों, जैसे कि डेटा से मीनिंगफुल इनसाइट्स निकालना, और इसके लिए आवश्यक प्रमुख अवधारणाओं जैसे मैथमेटिक्स, मशीन लर्निंग और डेटा क्लीनिंग की व्याख्या करता है। वीडियो पॉपुलेशन और सैंपल डेटा के बीच के अंतर को स्पष्ट करता है, और बताता है कि कब किसका उपयोग करना है। इसके बाद, यह स्टैटिस्टिक्स के दो मुख्य भागों - डिस्क्रिप्टिव स्टैटिस्टिक्स और इन्फेरेंशियल स्टैटिस्टिक्स - पर गहराई से चर्चा करता है। डिस्क्रिप्टिव स्टैटिस्टिक्स के तहत, यह सेंट्रल टेंडेंसी (मीन, मीडियन, मोड) और वेरियंस (रेंज, मीन एब्सोल्यूट डेविएशन, वेरियंस, स्टैंडर्ड डेविएशन) जैसे मापों की व्याख्या करता है, जिसमें प्रैक्टिकल उदाहरण और कोड शामिल हैं।
How was this?
Save this permanently with flashcards, quizzes, and AI chat
Chapters
- डेटा साइंस का मुख्य उद्देश्य किसी भी डेटा सेट से मीनिंगफुल इनसाइट्स निकालना है।
- यह इनसाइट्स निकालने के लिए विभिन्न ऑपरेशन्स और पाइथन मॉड्यूल्स का उपयोग करता है।
- डेटा साइंस आईटी की एक ट्रेंडिंग फील्ड है जिसके लिए मैथमेटिक्स, मशीन लर्निंग, डीप लर्निंग और डेटा क्लीनिंग जैसे कॉन्सेप्ट्स की आवश्यकता होती है।
यह समझना महत्वपूर्ण है कि डेटा साइंस क्या है और यह क्यों महत्वपूर्ण है, ताकि आप इस क्षेत्र में आगे सीखने के लिए प्रेरित हो सकें।
किसी कंपनी के लिए यह पता लगाना कि किस महीने में सेल्स सबसे कम हुई, डेटा साइंस का एक उदाहरण है।
- पॉपुलेशन डेटा किसी डेटा सेट का संपूर्ण सेट होता है, चाहे उसमें कितनी भी रो हों।
- सैंपल डेटा पॉपुलेशन डेटा का एक सबसेट या छोटा हिस्सा होता है, जिसे विश्लेषण के लिए चुना जाता है।
- बड़े डेटा सेट के लिए सैंपल डेटा का उपयोग करना अधिक व्यावहारिक और कुशल होता है, जबकि छोटे डेटा सेट के लिए पॉपुलेशन डेटा का उपयोग किया जा सकता है।
यह अंतर जानना महत्वपूर्ण है क्योंकि यह तय करता है कि आप डेटा का विश्लेषण कैसे करेंगे और किन विधियों का उपयोग करेंगे, खासकर जब डेटा की मात्रा बहुत बड़ी हो।
भारत की पूरी जनसंख्या की औसत आयु निकालने के बजाय, कुछ हजार लोगों का सैंपल लेकर उनकी औसत आयु का अनुमान लगाना।
- स्टैटिस्टिक्स डेटा से जानकारी निकालने के लिए गणितीय तरीकों और टूल्स का एक सेट है।
- यह डेटा के एवरेज, रिपीटिंग पैटर्न, डिस्ट्रीब्यूशन और रिलेशनशिप्स जैसे सवालों के जवाब खोजने में मदद करता है।
- स्टैटिस्टिक्स को दो मुख्य भागों में बांटा गया है: डिस्क्रिप्टिव स्टैटिस्टिक्स और इन्फेरेंशियल स्टैटिस्टिक्स।
स्टैटिस्टिक्स डेटा साइंस की नींव है, जो आपको डेटा को समझने, उसका विश्लेषण करने और उससे निष्कर्ष निकालने के लिए आवश्यक उपकरण प्रदान करती है।
किसी डेटा सेट का एवरेज स्कोर निकालना, सबसे ज्यादा रिपीट होने वाला डेटा खोजना, या डेटा का नॉर्मल डिस्ट्रीब्यूशन चेक करना।
- सेंट्रल टेंडेंसी डेटा के एक केंद्रीय या औसत मान को दर्शाती है।
- इसमें मीन (औसत), मीडियन (मध्यिका), और मोड (बहुलक) शामिल हैं।
- मीन सभी डेटा पॉइंट्स का योग डिवाइडेड बाय डेटा पॉइंट्स की कुल संख्या है।
- मीडियन डेटा को असेंडिंग ऑर्डर में व्यवस्थित करने पर बीच का मान होता है (ऑड नंबर के लिए सीधा बीच का मान, इवन नंबर के लिए बीच के दो मानों का औसत)।
- मोड वह मान है जो डेटा सेट में सबसे अधिक बार आता है।
ये मापक आपको डेटा के 'सेंटर' को समझने में मदद करते हैं, जो डेटा के सामान्य व्यवहार का एक प्रारंभिक विचार देता है।
विराट कोहली का एवरेज स्कोर निकालना (मीन), किसी क्लास के छात्रों की औसत आय का मध्य मान ज्ञात करना (मीडियन), या किसी स्टोर में सबसे ज्यादा बिकने वाले प्रोडक्ट की पहचान करना (मोड)।
- वेरियंस के मापक डेटा के फैलाव या स्प्रेड को मापते हैं।
- रेंज मैक्सिमम और मिनिमम वैल्यू के बीच का अंतर है।
- मीन एब्सोल्यूट डेविएशन (MAD) डेटा पॉइंट्स और मीन के बीच के निरपेक्ष अंतर का औसत है।
- वेरियंस डेटा पॉइंट्स और मीन के बीच के अंतर के वर्गों का औसत है।
- स्टैंडर्ड डेविएशन वेरियंस का वर्गमूल है, जो डेटा के फैलाव को मूल इकाइयों में दर्शाता है।
डेटा का फैलाव समझना महत्वपूर्ण है क्योंकि यह बताता है कि डेटा कितना बिखरा हुआ है, जो मशीन लर्निंग मॉडल के प्रदर्शन को प्रभावित कर सकता है।
टाइटैनिक जहाज पर यात्रियों की आयु की रेंज (0.42 वर्ष से 80 वर्ष) या किसी रेस्टोरेंट में बिलों की रेंज ($3 से $50)।
Key takeaways
- डेटा साइंस का लक्ष्य डेटा से उपयोगी जानकारी निकालना है, जिसके लिए विभिन्न गणितीय और प्रोग्रामिंग स्किल्स की आवश्यकता होती है।
- पॉपुलेशन और सैंपल डेटा के बीच अंतर को समझना डेटा विश्लेषण की दक्षता और सटीकता के लिए महत्वपूर्ण है।
- स्टैटिस्टिक्स डेटा को समझने के लिए आवश्यक उपकरण प्रदान करती है, जिसमें सेंट्रल टेंडेंसी और वेरियंस के मापक शामिल हैं।
- मीन, मीडियन और मोड डेटा के केंद्रीय प्रवृत्ति को समझने के लिए महत्वपूर्ण हैं, लेकिन वे डेटा के फैलाव को नहीं दर्शाते।
- रेंज, मीन एब्सोल्यूट डेविएशन, वेरियंस और स्टैंडर्ड डेविएशन डेटा के फैलाव को मापने में मदद करते हैं, जो मॉडल के प्रदर्शन के लिए महत्वपूर्ण है।
Key terms
Data SciencePopulation DataSample DataStatisticsDescriptive StatisticsInferential StatisticsMeanMedianModeRangeMean Absolute DeviationVarianceStandard Deviation
Test your understanding
- डेटा साइंस में पॉपुलेशन डेटा और सैंपल डेटा के बीच क्या अंतर है और इनका उपयोग कब किया जाता है?
- डिस्क्रिप्टिव स्टैटिस्टिक्स के तहत मीन, मीडियन और मोड की गणना कैसे की जाती है और वे डेटा के बारे में क्या बताते हैं?
- डेटा के फैलाव को मापने के लिए रेंज, मीन एब्सोल्यूट डेविएशन, वेरियंस और स्टैंडर्ड डेविएशन का उपयोग कैसे किया जाता है?
- किसी कंपनी के सेल्स डेटा का विश्लेषण करते समय, आप सबसे कम बिक्री वाले महीने की पहचान करने के लिए किन डेटा साइंस तकनीकों का उपयोग करेंगे?
- यदि आपके पास बहुत बड़ा डेटा सेट है, तो आप विश्लेषण के लिए पॉपुलेशन डेटा का उपयोग करेंगे या सैंपल डेटा का? अपने उत्तर का कारण बताएं।