यह पोस्ट ETH ज्यूरिख में AWS छात्र हैकथॉन टीम के प्रतिभागी डेनियल चियाप्पलुपी के साथ सह-लिखित थी।
हर कोई मशीन लर्निंग (एमएल) का उपयोग करके आसानी से शुरुआत कर सकता है अमेज़न SageMaker जम्पस्टार्ट. इस पोस्ट में, हम आपको दिखाते हैं कि कैसे एक विश्वविद्यालय हैकथॉन टीम ने सेजमेकर जंपस्टार्ट का उपयोग करके एक एप्लिकेशन बनाया जो उपयोगकर्ताओं को पूर्वाग्रहों को पहचानने और दूर करने में मदद करता है।
“अमेज़ॅन सेजमेकर ने हमारे प्रोजेक्ट में महत्वपूर्ण भूमिका निभाई थी। इसने फ़्लान के पूर्व-प्रशिक्षित उदाहरण को तैनात करना और प्रबंधित करना आसान बना दिया, जिससे हमें अपने एप्लिकेशन के लिए एक ठोस आधार मिला। इसकी ऑटो स्केलिंग सुविधा उच्च-ट्रैफ़िक अवधि के दौरान महत्वपूर्ण साबित हुई, जिससे यह सुनिश्चित हुआ कि हमारा ऐप उत्तरदायी बना रहे और उपयोगकर्ताओं को एक स्थिर और तेज़ पूर्वाग्रह विश्लेषण प्राप्त हुआ। इसके अलावा, हमें फ़्लान मॉडल को प्रबंधित सेवा में क्वेरी करने के भारी कार्य को ऑफ़लोड करने की अनुमति देकर, हम अपने एप्लिकेशन को हल्का और तेज़ रखने में सक्षम थे, जिससे विभिन्न उपकरणों में उपयोगकर्ता अनुभव बढ़ गया। सेजमेकर की विशेषताओं ने हमें हैकथॉन में अपना समय अधिकतम करने के लिए सशक्त बनाया, जिससे हमें मॉडल के प्रदर्शन और बुनियादी ढांचे को प्रबंधित करने के बजाय अपने संकेतों और ऐप को अनुकूलित करने पर ध्यान केंद्रित करने की अनुमति मिली।
- डेनियल चियाप्पलुपी, ईटीएच ज्यूरिख में एडब्ल्यूएस छात्र हैकथॉन टीम के प्रतिभागी।
समाधान अवलोकन
हैकथॉन का विषय एआई तकनीक के साथ संयुक्त राष्ट्र के स्थायी लक्ष्यों में योगदान करना है। जैसा कि निम्नलिखित आंकड़े में दिखाया गया है, हैकथॉन में बनाया गया एप्लिकेशन निष्पक्षता को बढ़ावा देने के लिए उपयोगकर्ताओं को उनके पाठ से पूर्वाग्रहों को पहचानने और हटाने में मदद करके तीन सतत विकास लक्ष्यों (गुणवत्तापूर्ण शिक्षा, लिंग-आधारित भेदभाव को लक्षित करना और असमानताओं को कम करना) में योगदान देता है। और समावेशी भाषा.
जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है, आपके द्वारा पाठ प्रदान करने के बाद, एप्लिकेशन एक नया संस्करण तैयार करता है जो नस्लीय, जातीय और लैंगिक पूर्वाग्रहों से मुक्त है। इसके अतिरिक्त, यह पूर्वाग्रह की प्रत्येक श्रेणी से संबंधित आपके इनपुट टेक्स्ट के विशिष्ट भागों पर प्रकाश डालता है।
निम्नलिखित आरेख में दिखाए गए आर्किटेक्चर में, उपयोगकर्ता टेक्स्ट इनपुट करते हैं प्रतिक्रिया-आधारित वेब ऐप, जो ट्रिगर करता है अमेज़ॅन एपीआई गेटवे, जो बदले में एक का आह्वान करता है AWS लाम्बा उपयोगकर्ता पाठ में पूर्वाग्रह के आधार पर कार्य करता है। लैम्ब्डा फ़ंक्शन सेजमेकर जम्पस्टार्ट में फ़्लान मॉडल एंडपॉइंट को कॉल करता है, जो निष्पक्ष टेक्स्ट परिणाम को उसी रूट के माध्यम से फ्रंट-एंड एप्लिकेशन पर वापस लौटाता है।
अनुप्रयोग विकास प्रक्रिया
इस एप्लिकेशन को विकसित करने की प्रक्रिया पुनरावृत्तीय थी और दो मुख्य क्षेत्रों पर केंद्रित थी: यूजर इंटरफेस और एमएल मॉडल एकीकरण।
हमने इंटरैक्टिव यूजर इंटरफेस बनाने के लिए इसके लचीलेपन, स्केलेबिलिटी और शक्तिशाली टूल के कारण फ्रंट-एंड डेवलपमेंट के लिए रिएक्ट को चुना। हमारे एप्लिकेशन की प्रकृति को देखते हुए - उपयोगकर्ता इनपुट को संसाधित करना और परिष्कृत परिणाम प्रस्तुत करना - रिएक्ट का घटक-आधारित आर्किटेक्चर आदर्श साबित हुआ। रिएक्ट के साथ, हम कुशलतापूर्वक एकल-पेज एप्लिकेशन का निर्माण कर सकते हैं जो उपयोगकर्ताओं को लगातार पेज रिफ्रेश की आवश्यकता के बिना टेक्स्ट सबमिट करने और डी-बायस्ड परिणाम देखने की अनुमति देता है।
पूर्वाग्रहों की जांच के लिए उपयोगकर्ता द्वारा दर्ज किए गए पाठ को एक शक्तिशाली भाषा मॉडल द्वारा संसाधित करने की आवश्यकता है। हमने फ़्लान को उसकी मजबूती, दक्षता और स्केलेबिलिटी गुणों के लिए चुना। फ़्लान का उपयोग करने के लिए, हमने सेजमेकर जम्पस्टार्ट का उपयोग किया, जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है। अमेज़न SageMaker फ़्लान के पूर्व-प्रशिक्षित उदाहरण को तैनात करना और प्रबंधित करना आसान बना दिया, जिससे हमें मॉडल के प्रदर्शन और बुनियादी ढांचे को प्रबंधित करने के बजाय हमारे संकेतों और प्रश्नों को अनुकूलित करने पर ध्यान केंद्रित करने की अनुमति मिली।
फ़्लान मॉडल को हमारे फ्रंट-एंड एप्लिकेशन से कनेक्ट करने के लिए एक मजबूत और सुरक्षित एकीकरण की आवश्यकता थी, जिसे लैम्ब्डा और एपीआई गेटवे का उपयोग करके हासिल किया गया था। लैम्ब्डा के साथ, हमने एक सर्वर रहित फ़ंक्शन बनाया जो सीधे हमारे सेजमेकर मॉडल के साथ संचार करता है। फिर हमने लैम्ब्डा फ़ंक्शन को लागू करने के लिए अपने रिएक्ट ऐप के लिए एक सुरक्षित, स्केलेबल और आसानी से सुलभ एंडपॉइंट बनाने के लिए एपीआई गेटवे का उपयोग किया। जब कोई उपयोगकर्ता टेक्स्ट सबमिट करता है, तो ऐप गेटवे पर एपीआई कॉल की एक श्रृंखला शुरू कर देता है - पहले यह पहचानने के लिए कि क्या कोई पूर्वाग्रह मौजूद है, फिर, यदि आवश्यक हो, तो पूर्वाग्रह को पहचानने, पता लगाने और बेअसर करने के लिए अतिरिक्त प्रश्न। इन सभी अनुरोधों को लैम्ब्डा फ़ंक्शन और फिर हमारे सेजमेकर मॉडल के माध्यम से भेजा गया था।
विकास प्रक्रिया में हमारा अंतिम कार्य भाषा मॉडल को क्वेरी करने के लिए संकेतों का चयन करना था। यहां, क्रोएस-पेयर डेटासेट ने एक महत्वपूर्ण भूमिका निभाई क्योंकि यह हमें पक्षपाती पाठ के वास्तविक उदाहरण प्रदान करता है, जिसका उपयोग हम अपने अनुरोधों को बेहतर बनाने के लिए करते हैं। हमने इस डेटासेट के भीतर पूर्वाग्रह का पता लगाने में सटीकता को अधिकतम करने के उद्देश्य से, पुनरावृत्त प्रक्रिया द्वारा संकेतों का चयन किया।
प्रक्रिया को समाप्त करते हुए, हमने तैयार एप्लिकेशन में एक निर्बाध परिचालन प्रवाह देखा। यह प्रक्रिया उपयोगकर्ता द्वारा विश्लेषण के लिए टेक्स्ट सबमिट करने से शुरू होती है, जिसे बाद में POST अनुरोध के माध्यम से हमारे सुरक्षित एपीआई गेटवे एंडपॉइंट पर भेजा जाता है। यह लैम्ब्डा फ़ंक्शन को ट्रिगर करता है, जो सेजमेकर एंडपॉइंट के साथ संचार करता है। नतीजतन, फ़्लान मॉडल को प्रश्नों की एक श्रृंखला प्राप्त होती है। पहला पाठ में किसी पूर्वाग्रह की उपस्थिति की जाँच करता है। यदि पूर्वाग्रहों का पता लगाया जाता है, तो इन पक्षपाती तत्वों का पता लगाने, पहचानने और उन्हें बेअसर करने के लिए अतिरिक्त प्रश्न तैनात किए जाते हैं। परिणाम फिर उसी पथ के माध्यम से लौटाए जाते हैं - पहले लैम्ब्डा फ़ंक्शन पर, फिर एपीआई गेटवे के माध्यम से, और अंततः उपयोगकर्ता के पास वापस। यदि मूल पाठ में कोई पूर्वाग्रह मौजूद था, तो उपयोगकर्ता को एक व्यापक विश्लेषण प्राप्त होता है, जो पता लगाए गए पूर्वाग्रहों के प्रकारों को दर्शाता है, चाहे वह नस्लीय, जातीय या लिंग हो। पाठ के विशिष्ट अनुभाग जहां ये पूर्वाग्रह पाए गए थे, उन्हें हाइलाइट किया गया है, जिससे उपयोगकर्ताओं को किए गए परिवर्तनों का स्पष्ट दृश्य मिलता है। इस विश्लेषण के साथ-साथ, उनके पाठ का एक नया, पक्षपात रहित संस्करण प्रस्तुत किया गया है, जो संभावित रूप से पक्षपाती इनपुट को प्रभावी ढंग से अधिक समावेशी कथा में बदल देता है।
निम्नलिखित अनुभागों में, हम इस समाधान को लागू करने के चरणों का विवरण देंगे।
रिएक्ट वातावरण स्थापित करें
हमने रिएक्ट के लिए अपना विकास वातावरण स्थापित करके शुरुआत की। न्यूनतम कॉन्फ़िगरेशन के साथ एक नए रिएक्ट एप्लिकेशन को बूटस्ट्रैप करने के लिए, हमने create-react-app का उपयोग किया:
npx create-react-app my-app
यूजर इंटरफ़ेस बनाएं
रिएक्ट का उपयोग करते हुए, हमने उपयोगकर्ताओं के लिए टेक्स्ट इनपुट करने के लिए एक सरल इंटरफ़ेस डिज़ाइन किया है, जिसमें एक सबमिशन बटन, एक रीसेट बटन और उपलब्ध होने पर संसाधित परिणाम प्रस्तुत करने के लिए ओवरलेइंग डिस्प्ले शामिल हैं।
सेजमेकर पर फ़्लान मॉडल आरंभ करें
हमने वास्तविक समय अनुमान के लिए समापन बिंदु के साथ फ़्लान भाषा मॉडल का पूर्व-प्रशिक्षित उदाहरण बनाने के लिए सेजमेकर का उपयोग किया। मॉडल का उपयोग किसी भी JSON-संरचित पेलोड के विरुद्ध निम्नलिखित की तरह किया जा सकता है:
एक लैम्ब्डा फ़ंक्शन बनाएँ
हमने एक लैम्ब्डा फ़ंक्शन विकसित किया जो सीधे हमारे सेजमेकर एंडपॉइंट के साथ इंटरैक्ट करता है। फ़ंक्शन को उपयोगकर्ता के टेक्स्ट के साथ एक अनुरोध प्राप्त करने, इसे सेजमेकर एंडपॉइंट पर अग्रेषित करने और परिष्कृत परिणाम वापस करने के लिए डिज़ाइन किया गया था, जैसा कि निम्नलिखित कोड में दिखाया गया है (ENDPOINT_NAME
सेजमेकर इंस्टेंस एंडपॉइंट के रूप में स्थापित किया गया था):
एपीआई गेटवे सेट करें
हमने एपीआई गेटवे में एक नया REST API कॉन्फ़िगर किया और इसे अपने लैम्ब्डा फ़ंक्शन से जोड़ा। इस कनेक्शन ने हमारे रिएक्ट एप्लिकेशन को एपीआई गेटवे पर HTTP अनुरोध करने की अनुमति दी, जिसने बाद में लैम्ब्डा फ़ंक्शन को ट्रिगर किया।
रिएक्ट ऐप को एपीआई के साथ एकीकृत करें
सबमिट बटन पर क्लिक करने पर हमने एपीआई गेटवे पर POST अनुरोध करने के लिए रिएक्ट एप्लिकेशन को अपडेट किया, जिसमें अनुरोध का मुख्य भाग उपयोगकर्ता का टेक्स्ट था। एपीआई कॉल करने के लिए हमने जिस जावास्क्रिप्ट कोड का उपयोग किया वह इस प्रकार है (REACT_APP_AWS_ENDPOINT
लैम्ब्डा कॉल से जुड़े एपीआई गेटवे एंडपॉइंट से मेल खाता है):
त्वरित चयन का अनुकूलन करें
पूर्वाग्रह का पता लगाने की सटीकता में सुधार करने के लिए, हमने क्रोएस-पेयर डेटासेट के विरुद्ध विभिन्न संकेतों का परीक्षण किया। इस पुनरावृत्त प्रक्रिया के माध्यम से, हमने उन संकेतों को चुना जो हमें उच्चतम सटीकता प्रदान करते हैं।
वर्सेल पर रिएक्ट ऐप को तैनात और परीक्षण करें
एप्लिकेशन बनाने के बाद, हमने इसे सार्वजनिक रूप से सुलभ बनाने के लिए वर्सेल पर तैनात किया। हमने यह सुनिश्चित करने के लिए व्यापक परीक्षण किए कि एप्लिकेशन उम्मीद के मुताबिक काम करे, यूजर इंटरफेस से लेकर भाषा मॉडल की प्रतिक्रियाओं तक।
इन चरणों ने पाठ का विश्लेषण और पूर्वाग्रह दूर करने के लिए हमारे एप्लिकेशन को बनाने के लिए आधार तैयार किया। प्रक्रिया की अंतर्निहित जटिलता के बावजूद, सेजमेकर, लैम्ब्डा और एपीआई गेटवे जैसे उपकरणों के उपयोग ने विकास को सुव्यवस्थित किया, जिससे हमें परियोजना के मुख्य लक्ष्य पर ध्यान केंद्रित करने की अनुमति मिली - पाठ में पूर्वाग्रहों की पहचान करना और उन्हें खत्म करना।
निष्कर्ष
सेजमेकर जंपस्टार्ट सेजमेकर की सुविधाओं और क्षमताओं का पता लगाने का एक सुविधाजनक तरीका प्रदान करता है। यह क्यूरेटेड वन-स्टेप समाधान, उदाहरण नोटबुक और तैनाती योग्य पूर्व-प्रशिक्षित मॉडल प्रदान करता है। ये संसाधन आपको सेजमेकर को शीघ्रता से सीखने और समझने की अनुमति देते हैं। इसके अतिरिक्त, आपके पास मॉडलों को बेहतर बनाने और उन्हें अपनी विशिष्ट आवश्यकताओं के अनुसार तैनात करने का विकल्प है। जम्पस्टार्ट तक पहुंच उपलब्ध है अमेज़ॅन सैजमेकर स्टूडियो या प्रोग्रामेटिक रूप से सेजमेकर एपीआई का उपयोग करना।
इस पोस्ट में, आपने सीखा कि कैसे एक छात्र हैकथॉन टीम ने सेजमेकर जम्पस्टार्ट का उपयोग करके कम समय में एक समाधान विकसित किया, जो छोटी टीमों या व्यक्तियों द्वारा भी परिष्कृत एआई समाधानों के तेजी से विकास और तैनाती को सक्षम करने में एडब्ल्यूएस और सेजमेकर जम्पस्टार्ट की क्षमता को दर्शाता है।
सेजमेकर जम्पस्टार्ट का उपयोग करने के बारे में अधिक जानने के लिए, देखें Amazon SageMaker जम्पस्टार्ट के साथ FLAN T5 XL के लिए फाइन-ट्यूनिंग निर्देश और Amazon SageMaker JumpStart में फ़्लान-T5 फ़ाउंडेशन मॉडल के लिए ज़ीरो-शॉट प्रांप्टिंग.
ईटीएच एनालिटिक्स क्लब ने 'ईटीएच डेटाथॉन' की मेजबानी की, जो एक एआई/एमएल हैकथॉन है जिसमें ईटीएच ज्यूरिख, ज्यूरिख विश्वविद्यालय और ईपीएफएल से 150 से अधिक प्रतिभागी शामिल हुए हैं। इस आयोजन में उद्योग जगत के नेताओं के नेतृत्व में कार्यशालाएं, 24 घंटे की कोडिंग चुनौती और साथी छात्रों और उद्योग पेशेवरों के साथ मूल्यवान नेटवर्किंग के अवसर शामिल हैं। ETH हैकथॉन टीम को बहुत-बहुत धन्यवाद: डेनियल चियाप्पलुपी, एथिना निसियोटी, और फ्रांसेस्को इग्नाज़ियो रे, साथ ही AWS आयोजन टीम के बाकी सदस्य: एलिस मोरानो, डेमिर कैटोविक, इना पेइक्स, जान ओलिवर सेडेनफस, लार्स नेटेमैन और मार्कस विंटरहोलर।
इस पोस्ट में सामग्री और राय तीसरे पक्ष के लेखक की हैं और AWS इस पोस्ट की सामग्री या सटीकता के लिए ज़िम्मेदार नहीं है।
लेखक के बारे में
जून झांग ज्यूरिख में स्थित एक सॉल्यूशन आर्किटेक्ट है। वह स्विस ग्राहकों को उनकी व्यावसायिक क्षमता हासिल करने के लिए क्लाउड-आधारित समाधान तैयार करने में मदद करता है। उनमें स्थिरता के प्रति जुनून है और वह प्रौद्योगिकी के साथ वर्तमान स्थिरता चुनौतियों को हल करने का प्रयास करते हैं। वह टेनिस के भी बहुत बड़े प्रशंसक हैं और बोर्ड गेम खेलना बहुत पसंद करते हैं।
मोहन गौड़ा AWS स्विट्जरलैंड में मशीन लर्निंग टीम का नेतृत्व करता है। वह अगली पीढ़ी के वाहनों के लिए नवीन एआई/एमएल समाधान और प्लेटफॉर्म विकसित करने के लिए मुख्य रूप से ऑटोमोटिव ग्राहकों के साथ काम करते हैं। AWS के साथ काम करने से पहले, मोहन ने रणनीति और विश्लेषण पर ध्यान केंद्रित करने वाली एक ग्लोबल मैनेजमेंट कंसल्टिंग फर्म के साथ काम किया। उनका जुनून कनेक्टेड वाहनों और स्वायत्त ड्राइविंग में है।
भोजनथियास एग्ली स्विट्जरलैंड में शिक्षा प्रमुख हैं. वह व्यवसाय विकास, बिक्री और विपणन में व्यापक अनुभव के साथ एक उत्साही टीम लीड हैं।
केमेंग झांग ज्यूरिख में स्थित एक एमएल इंजीनियर है। वह वैश्विक ग्राहकों को व्यावसायिक राजस्व बढ़ाने और लागत कम करने के लिए उनकी डिजिटल क्षमताओं को सशक्त बनाने के लिए एमएल-आधारित अनुप्रयोगों को डिजाइन, विकसित और स्केल करने में मदद करती है। वह व्यवहार विज्ञान से ज्ञान का लाभ उठाकर मानव-केंद्रित अनुप्रयोग बनाने के प्रति भी बहुत भावुक हैं। उसे पानी के खेल खेलना और कुत्तों को घुमाना पसंद है।
डेनियल चियाप्पलुपी ईटीएच ज्यूरिख से हाल ही में स्नातक किया है। उन्हें डिज़ाइन से लेकर कार्यान्वयन तक और तैनाती से लेकर रखरखाव तक, सॉफ़्टवेयर इंजीनियरिंग के हर पहलू का आनंद मिलता है। एआई के प्रति उनका गहरा जुनून है और वे इस क्षेत्र में नवीनतम प्रगति की खोज, उपयोग और योगदान की उत्सुकता से प्रतीक्षा करते हैं। अपने खाली समय में, वह ठंड के महीनों के दौरान स्नोबोर्डिंग करना और मौसम गर्म होने पर पिक-अप बास्केटबॉल खेलना पसंद करता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/innovation-for-inclusion-hack-the-bias-with-amazon-sagemaker/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 100
- 13
- 150
- 17
- 25
- 7
- 8
- 87
- 97
- 990
- a
- योग्य
- About
- पहुँच
- सुलभ
- अनुसार
- शुद्धता
- पाना
- हासिल
- के पार
- अतिरिक्त
- इसके अतिरिक्त
- प्रगति
- बाद
- के खिलाफ
- AI
- ऐ / एमएल
- शॉट
- सब
- अनुमति देना
- की अनुमति दी
- की अनुमति दे
- साथ - साथ
- भी
- वीरांगना
- अमेज़न SageMaker
- अमेज़ॅन वेब सेवा
- an
- विश्लेषण
- विश्लेषिकी
- का विश्लेषण
- और
- और बुनियादी ढांचे
- अनुमान
- कोई
- एपीआई
- एपीआई
- अनुप्रयोग
- आवेदन
- अनुप्रयोगों
- स्थापत्य
- हैं
- क्षेत्रों के बारे में जानकारी का उपयोग करके ट्रेडिंग कर सकते हैं।
- AS
- पहलू
- At
- लेखक
- स्वत:
- मोटर वाहन
- स्वायत्त
- उपलब्ध
- एडब्ल्यूएस
- Axios
- वापस
- आधारित
- बास्केटबाल
- BE
- क्योंकि
- से पहले
- शुरू किया
- जा रहा है
- पूर्वाग्रह
- झुका हुआ
- पूर्वाग्रहों
- मंडल
- बोर्ड खेल
- परिवर्तन
- सीमा
- विस्तृत
- निर्माण
- इमारत
- बनाया गया
- व्यापार
- व्यापार विकास
- बटन
- by
- कॉल
- कॉल
- कर सकते हैं
- क्षमताओं
- वर्ग
- केंद्रित
- चुनौती
- चुनौतियों
- परिवर्तन
- जाँचता
- चुना
- स्पष्ट
- क्लब
- कोड
- कोडन
- जटिलता
- व्यापक
- संचालित
- विन्यास
- कॉन्फ़िगर किया गया
- जुड़ा हुआ
- संबंध
- इसके फलस्वरूप
- स्थिर
- परामर्श
- सामग्री
- प्रसंग
- योगदान
- योगदान
- योगदान
- सुविधाजनक
- मूल
- मेल खाती है
- लागत
- सका
- बनाना
- बनाया
- बनाना
- महत्वपूर्ण
- क्यूरेट
- वर्तमान
- ग्राहक
- तिथि
- गहरा
- निर्भर करता है
- तैनात
- तैनात
- तैनाती
- डिज़ाइन
- बनाया गया
- के बावजूद
- विस्तार
- पता चला
- खोज
- विकसित करना
- विकसित
- विकासशील
- विकास
- डिवाइस
- विभिन्न
- डिजिटल
- सीधे
- प्रदर्शित करता है
- ड्रॉ
- ड्राइविंग
- दो
- दौरान
- से प्रत्येक
- बेसब्री से
- आसानी
- आसान
- शिक्षा
- प्रभावी रूप से
- दक्षता
- कुशलता
- तत्व
- नष्ट
- सशक्त
- सशक्त
- समर्थकारी
- endpoint
- इंजीनियर
- अभियांत्रिकी
- बढ़ाने
- सुनिश्चित
- सुनिश्चित
- घुसा
- उत्साही
- वातावरण
- ETH
- और भी
- कार्यक्रम
- प्रत्येक
- उदाहरण
- उदाहरण
- अपेक्षित
- अनुभव
- का पता लगाने
- तलाश
- व्यापक
- निष्पक्ष
- प्रशंसक
- फास्ट
- Feature
- विशेषताएं
- साथी
- खेत
- आकृति
- अंतिम
- फर्म
- प्रथम
- लचीलापन
- प्रवाह
- फोकस
- निम्नलिखित
- इस प्रकार है
- के लिए
- आगे
- पाया
- बुनियाद
- मुक्त
- से
- समारोह
- आगे
- Games
- प्रवेश द्वार
- दे दिया
- लिंग
- उत्पन्न करता है
- पीढ़ी
- मिल
- दी
- देते
- वैश्विक
- लक्ष्य
- लक्ष्यों
- जा
- पकड़ लेना
- स्नातक
- महान
- नींव
- हैक
- आयोजित हैकथॉन
- है
- he
- सिर
- mmmmm
- मदद
- मदद करता है
- यहाँ उत्पन्न करें
- उच्चतम
- हाइलाइट
- हाइलाइट
- उसके
- मेजबानी
- कैसे
- एचटीएमएल
- http
- HTTPS
- विशाल
- आदर्श
- पहचान करना
- if
- लागू करने के
- कार्यान्वयन
- आयात
- में सुधार
- in
- समावेश
- सम्मिलित
- बढ़ना
- व्यक्तियों
- उद्योग
- असमानताओं
- इंफ्रास्ट्रक्चर
- निहित
- नवोन्मेष
- अभिनव
- निवेश
- उदाहरण
- सहायक
- एकीकरण
- इंटरैक्टिव
- इंटरफेस
- इंटरफेस
- में
- का आह्वान
- IT
- आईटी इस
- जॉन
- जावास्क्रिप्ट
- जेपीजी
- JSON
- रखना
- ज्ञान
- भाषा
- ताज़ा
- नेतृत्व
- नेताओं
- बिक्रीसूत्र
- जानें
- सीखा
- सीख रहा हूँ
- नेतृत्व
- लाभ
- झूठ
- हल्के
- पसंद
- को यह पसंद है
- जुड़ा हुआ
- लॉट
- प्यार करता है
- मशीन
- यंत्र अधिगम
- बनाया गया
- मुख्य
- रखरखाव
- बनाना
- प्रबंधन
- कामयाब
- प्रबंध
- प्रबंध
- विपणन (मार्केटिंग)
- अधिकतम करने के लिए
- अधिकतम
- कम से कम
- ML
- आदर्श
- मॉडल
- महीने
- अधिक
- कथा
- प्रकृति
- आवश्यक
- आवश्यकता
- जरूरत
- की जरूरत है
- शुद्ध कार्यशील
- नेटवर्किंग के अवसर
- नया
- अगला
- उद्देश्य
- of
- की पेशकश
- ऑफर
- on
- परिचालन
- राय
- अवसर
- के अनुकूलन के
- विकल्प
- or
- आदेश
- आयोजन
- मूल
- OS
- हमारी
- पृष्ठ
- प्रतिभागियों
- भागों
- जुनून
- आवेशपूर्ण
- निष्पादन
- प्रदर्शन
- अवधि
- प्लेटफार्म
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खेला
- खेल
- पद
- संभावित
- संभावित
- शक्तिशाली
- उपस्थिति
- वर्तमान
- प्रस्तुत
- मुख्यत
- प्रक्रिया
- प्रसंस्कृत
- पेशेवरों
- परियोजना
- को बढ़ावा देना
- गुण
- साबित
- प्रदान करना
- बशर्ते
- प्रदान करता है
- सार्वजनिक रूप से
- गुणवत्ता
- प्रश्नों
- जल्दी से
- उपवास
- बल्कि
- RE
- प्रतिक्रिया
- आसानी से
- वास्तविक
- वास्तविक समय
- प्राप्त करना
- प्राप्त
- प्राप्त
- हाल
- को कम करने
- घटी
- उल्लेख
- परिष्कृत
- सम्बंधित
- बने रहे
- हटाना
- का अनुरोध
- अनुरोधों
- अपेक्षित
- उपयुक्त संसाधन चुनें
- प्रतिक्रियाएं
- जिम्मेदार
- उत्तरदायी
- बाकी
- परिणाम
- परिणाम
- वापसी
- रिटर्न
- राजस्व
- मजबूत
- मजबूती
- भूमिका
- मार्ग
- sagemaker
- विक्रय
- वही
- अनुमापकता
- स्केलेबल
- स्केल
- स्केलिंग
- विज्ञान
- निर्बाध
- वर्गों
- सुरक्षित
- देखना
- बीज
- चयनित
- चयन
- भेजा
- कई
- serverless
- सेवा
- सेवाएँ
- सेट
- की स्थापना
- वह
- कम
- दिखाना
- दिखाया
- दिखाता है
- सरल
- छोटा
- सॉफ्टवेयर
- सॉफ्टवेयर इंजीनियरिंग
- ठोस
- समाधान
- समाधान ढूंढे
- हल
- परिष्कृत
- विशिष्ट
- खेल-कूद
- शुरू
- स्थिर
- कदम
- स्ट्रेटेजी
- बुद्धिसंगत
- प्रयास
- छात्र
- छात्र
- प्रस्तुत
- प्रस्तुत
- प्रस्तुत
- इसके बाद
- स्थिरता
- स्थायी
- सतत विकास
- स्विफ्ट
- स्विस
- स्विजरलैंड
- को लक्षित
- कार्य
- टीम
- टीमों
- टेक्नोलॉजी
- परीक्षण
- परीक्षण किया
- परीक्षण
- टेक्स्ट
- से
- धन्यवाद
- कि
- RSI
- लेकिन हाल ही
- उन
- विषय
- फिर
- इन
- तीसरे दल
- इसका
- उन
- तीन
- यहाँ
- पहर
- सेवा मेरे
- उपकरण
- बदलने
- शुरू हो रहा
- मोड़
- दो
- प्रकार
- अंत में
- UN
- समझना
- विश्वविद्यालय
- अद्यतन
- us
- उपयोग
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ता अनुभव
- यूजर इंटरफेस
- उपयोगकर्ताओं
- का उपयोग
- उपयोग
- उपयोग किया
- उपयोग
- मूल्यवान
- विभिन्न
- वाहन
- संस्करण
- बहुत
- के माध्यम से
- देखें
- घूमना
- warms
- था
- पानी
- मार्ग..
- we
- मौसम
- वेब
- वेब सेवाओं
- कुंआ
- थे
- कब
- या
- कौन कौन से
- साथ में
- अंदर
- बिना
- काम किया
- काम कर रहे
- कार्य
- कार्यशालाओं
- आप
- आपका
- जेफिरनेट
- ज्यूरिक