انٹرپرائزز کو بڑے پیمانے پر ڈیٹا تک رسائی حاصل ہے، جن میں سے زیادہ تر کو دریافت کرنا مشکل ہے کیونکہ ڈیٹا غیر ساختہ ہے۔ تجزیہ کرنے کے لئے روایتی نقطہ نظر غیر ساختہ ڈیٹا مطلوبہ الفاظ یا مترادف مماثلت استعمال کریں۔ وہ کسی دستاویز کے مکمل سیاق و سباق کو حاصل نہیں کرتے ہیں، جس کی وجہ سے وہ غیر ساختہ ڈیٹا سے نمٹنے میں کم موثر ہوتے ہیں۔
اس کے برعکس، ٹیکسٹ ایمبیڈنگز استعمال کرتی ہیں۔ مشین لرننگ (ML) غیر ساختہ ڈیٹا کے معنی کو حاصل کرنے کی صلاحیتیں۔ ایمبیڈنگز نمائندہ زبان کے ماڈلز کے ذریعہ تیار کی جاتی ہیں جو متن کا عددی ویکٹر میں ترجمہ کرتے ہیں اور دستاویز میں متعلقہ معلومات کو انکوڈ کرتے ہیں۔ یہ ایپلیکیشنز کو قابل بناتا ہے جیسے سیمنٹک سرچ، بازیافت اگمینٹڈ جنریشن (RAG)، ٹاپک ماڈلنگ، اور ٹیکسٹ کی درجہ بندی۔
مثال کے طور پر، مالیاتی خدمات کی صنعت میں، ایپلی کیشنز میں آمدنی کی رپورٹوں سے بصیرت نکالنا، مالی بیانات سے معلومات کی تلاش، اور مالیاتی خبروں میں پائے جانے والے اسٹاک اور مارکیٹوں کے بارے میں جذبات کا تجزیہ کرنا شامل ہے۔ ٹیکسٹ ایمبیڈنگز صنعت کے پیشہ ور افراد کو دستاویزات سے بصیرت نکالنے، غلطیوں کو کم کرنے اور اپنی کارکردگی کو بڑھانے کے قابل بناتے ہیں۔
اس پوسٹ میں، ہم ایک ایسی ایپلیکیشن دکھاتے ہیں جو Cohere’s کا استعمال کرتے ہوئے مختلف زبانوں میں مالی خبروں میں تلاش اور استفسار کر سکتی ہے۔ یمبیڈ اور رینک کے ساتھ ماڈل ایمیزون بیڈرک.
Cohere کا کثیر لسانی سرایت کرنے والا ماڈل
Cohere ایک معروف انٹرپرائز AI پلیٹ فارم ہے جو عالمی سطح کے بڑے لینگویج ماڈلز (LLMs) اور LLM سے چلنے والے حل تیار کرتا ہے جو کمپیوٹرز کو متن میں تلاش کرنے، معنی حاصل کرنے اور بات چیت کرنے کی اجازت دیتا ہے۔ وہ استعمال میں آسانی اور مضبوط سیکیورٹی اور رازداری کے کنٹرول فراہم کرتے ہیں۔
Cohere کا کثیر لسانی سرایت کرنے والا ماڈل 100 سے زیادہ زبانوں کے لیے دستاویزات کی ویکٹر کی نمائندگی کرتا ہے اور Amazon Bedrock پر دستیاب ہے۔ یہ AWS صارفین کو ایک API کے طور پر اس تک رسائی کی اجازت دیتا ہے، جو بنیادی ڈھانچے کو منظم کرنے کی ضرورت کو ختم کرتا ہے اور اس بات کو یقینی بناتا ہے کہ حساس معلومات محفوظ طریقے سے منظم اور محفوظ رہیں۔
کثیر لسانی ماڈل متن کو ایک جیسے معنی کے ساتھ ان پوزیشنوں کو تفویض کرکے گروپ کرتا ہے جو ایک سیمنٹک ویکٹر اسپیس میں ایک دوسرے کے قریب ہوں۔ کثیر لسانی ایمبیڈنگ ماڈل کے ساتھ، ڈویلپرز مختلف ماڈلز کے درمیان سوئچ کرنے کی ضرورت کے بغیر متعدد زبانوں میں متن پر کارروائی کر سکتے ہیں، جیسا کہ مندرجہ ذیل تصویر میں دکھایا گیا ہے۔ یہ پروسیسنگ کو زیادہ موثر بناتا ہے اور کثیر لسانی ایپلی کیشنز کی کارکردگی کو بہتر بناتا ہے۔
Cohere کے ایمبیڈنگ ماڈل کی کچھ جھلکیاں درج ذیل ہیں:
- دستاویز کے معیار پر توجہ دیں۔ - عام ایمبیڈنگ ماڈلز کو دستاویزات کے درمیان مماثلت کی پیمائش کرنے کی تربیت دی جاتی ہے، لیکن کوہیر کا ماڈل بھی دستاویز کے معیار کی پیمائش کرتا ہے۔
- RAG ایپلی کیشنز کے لیے بہتر بازیافت - آر اے جی ایپلی کیشنز کو بازیافت کے اچھے نظام کی ضرورت ہوتی ہے، جس میں کوہیر کا سرایت کرنے والا ماڈل بہترین ہے۔
- لاگت سے موثر ڈیٹا کمپریشن - کوہیر ایک خاص، کمپریشن سے آگاہ تربیتی طریقہ استعمال کرتا ہے، جس کے نتیجے میں آپ کے ویکٹر ڈیٹا بیس کے لیے لاگت میں خاطر خواہ بچت ہوتی ہے۔
ٹیکسٹ ایمبیڈنگ کے لیے کیسز استعمال کریں۔
ٹیکسٹ ایمبیڈنگ غیر ساختہ ڈیٹا کو ایک سٹرکچرڈ شکل میں بدل دیتی ہے۔ یہ آپ کو ان تمام دستاویزات سے معروضی طور پر موازنہ کرنے، تحلیل کرنے اور ان سے بصیرت حاصل کرنے کی اجازت دیتا ہے۔ مندرجہ ذیل مثال کے طور پر استعمال کے معاملات ہیں جنہیں Cohere کا ایمبیڈنگ ماڈل قابل بناتا ہے:
- لفظی تلاش - تلاش کے فقرے کے معنی پر مبنی بہترین مطابقت کے ساتھ ویکٹر ڈیٹا بیس کے ساتھ مل کر طاقتور سرچ ایپلی کیشنز کو قابل بناتا ہے۔
- ایک بڑے سسٹم کے لیے سرچ انجن - RAG سسٹمز کے لیے منسلک انٹرپرائز ڈیٹا ذرائع سے انتہائی متعلقہ معلومات کو تلاش اور بازیافت کرتا ہے۔
- متن کی درجہ بندی - ارادے کی شناخت، جذباتی تجزیہ، اور جدید دستاویز کے تجزیہ کی حمایت کرتا ہے
- ٹاپک ماڈلنگ - ابھرتے ہوئے موضوعات اور تھیمز کو ننگا کرنے کے لیے دستاویزات کے مجموعے کو الگ الگ کلسٹرز میں تبدیل کرتا ہے۔
رینک کے ساتھ بہتر سرچ سسٹم
کاروباری اداروں میں جہاں روایتی مطلوبہ الفاظ کی تلاش کے نظام پہلے سے موجود ہیں، آپ جدید سیمنٹک تلاش کی صلاحیتوں کو کیسے متعارف کراتے ہیں؟ ایسے سسٹمز کے لیے جو ایک طویل عرصے سے کمپنی کے انفارمیشن آرکیٹیکچر کا حصہ رہے ہیں، ایمبیڈنگز پر مبنی اپروچ کی طرف مکمل منتقلی، بہت سے معاملات میں، ممکن نہیں ہے۔
Cohere's Rerank endpoint اس خلا کو پر کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ صارف کے سوال کے مطابق متعلقہ دستاویزات کی درجہ بندی فراہم کرنے کے لیے تلاش کے بہاؤ کے دوسرے مرحلے کے طور پر کام کرتا ہے۔ انٹرپرائزز پہلے مرحلے کی بازیافت کے لیے موجودہ کلیدی لفظ (یا یہاں تک کہ سیمنٹک) سسٹم کو برقرار رکھ سکتے ہیں اور دوسرے مرحلے کی دوبارہ درجہ بندی میں رینک اینڈ پوائنٹ کے ساتھ تلاش کے نتائج کے معیار کو بڑھا سکتے ہیں۔
Rerank تلاش کے نتائج کو بہتر بنانے کے لیے ایک تیز اور سیدھا آپشن فراہم کرتا ہے جس میں کوڈ کی ایک لائن کے ساتھ صارف کے اسٹیک میں سیمنٹک سرچ ٹیکنالوجی متعارف کرائی جاتی ہے۔ اختتامی نقطہ کثیر لسانی تعاون کے ساتھ بھی آتا ہے۔ مندرجہ ذیل اعداد و شمار بازیافت اور رینکنگ ورک فلو کو واضح کرتا ہے۔
حل جائزہ
مالیاتی تجزیہ کاروں کو باخبر رہنے کے لیے بہت سارے مواد کو ہضم کرنے کی ضرورت ہوتی ہے، جیسے کہ مالی اشاعتیں اور نیوز میڈیا۔ کے مطابق ایسوسی ایشن فار فنانشل پروفیشنلز (اے ایف پی)، مالیاتی تجزیہ کار اپنا 75% وقت ڈیٹا اکٹھا کرنے یا اضافی قدر کے تجزیے کے بجائے عمل کو چلانے میں صرف کرتے ہیں۔ مختلف ذرائع اور دستاویزات میں ایک سوال کا جواب تلاش کرنا وقت کی ضرورت اور تھکا دینے والا کام ہے۔ Cohere ایمبیڈنگ ماڈل تجزیہ کاروں کو متعدد زبانوں میں متعدد مضامین کے عنوانات کو تیزی سے تلاش کرنے میں مدد کرتا ہے تاکہ کسی خاص سوال سے سب سے زیادہ متعلقہ مضامین کو تلاش اور درجہ بندی کی جا سکے، جس سے بہت زیادہ وقت اور محنت کی بچت ہوتی ہے۔
مندرجہ ذیل استعمال کے کیس کی مثال میں، ہم یہ ظاہر کرتے ہیں کہ کس طرح Cohere's Embed ماڈل ایک منفرد پائپ لائن میں مختلف زبانوں میں مالی خبروں میں تلاش اور سوالات کرتا ہے۔ پھر ہم یہ ظاہر کرتے ہیں کہ کس طرح آپ کے ایمبیڈنگز کی بازیافت میں ری رینک کو شامل کرنا (یا اسے لیجیسی لغوی تلاش میں شامل کرنا) نتائج کو مزید بہتر بنا سکتا ہے۔
معاون نوٹ بک پر دستیاب ہے۔ GitHub کے.
مندرجہ ذیل خاکہ ایپلی کیشن کے ورک فلو کو واضح کرتا ہے۔
ایمیزون بیڈرک کے ذریعے ماڈل تک رسائی کو فعال کریں۔
ایمیزون بیڈرک صارفین کو ماڈلز تک رسائی کی درخواست کرنے کی ضرورت ہے تاکہ وہ استعمال کے لیے دستیاب ہوں۔ اضافی ماڈلز تک رسائی کی درخواست کرنے کے لیے، منتخب کریں۔ ماڈل تک رسائی ایمیزون بیڈرک پر نیویگیشن پین دلاسا. مزید معلومات کے لئے، ملاحظہ کریں ماڈل تک رسائی. اس واک تھرو کے لیے، آپ کو Cohere Embed Multilingual ماڈل تک رسائی کی درخواست کرنی ہوگی۔
پیکجز انسٹال کریں اور ماڈیول درآمد کریں۔
سب سے پہلے، ہم ضروری پیکیجز انسٹال کرتے ہیں اور ماڈیولز درآمد کرتے ہیں جو ہم اس مثال میں استعمال کریں گے:
دستاویزات درآمد کریں
ہم 15 زبانوں (انگریزی، ترکی، ڈینش، ہسپانوی، پولش، یونانی، فینیش، عبرانی، جاپانی، ہنگری، نارویجین، روسی، اطالوی، آئس لینڈی، اور سویڈش) پر مشتمل ایک ڈیٹاسیٹ (ملٹی فائن) استعمال کرتے ہیں جس میں حقیقی دنیا کے مضمون کی سرخیوں کی فہرست ہوتی ہے۔ )۔ یہ ایک اوپن سورس ڈیٹاسیٹ ہے جو فنانشل نیچرل لینگویج پروسیسنگ (NLP) کے لیے تیار کیا گیا ہے اور ایک پر دستیاب ہے۔ GitHub ذخیرہ.
ہمارے معاملے میں، ہم نے ملٹی فائن کے ڈیٹا کے ساتھ ساتھ ترجمے کے ساتھ ایک کالم کے ساتھ ایک CSV فائل بنائی ہے۔ ہم اس کالم کو ماڈل کو کھلانے کے لیے استعمال نہیں کرتے ہیں۔ جب ہم ان لوگوں کے لیے نتائج پرنٹ کرتے ہیں جو ڈینش یا ہسپانوی نہیں بولتے ہیں تو ہم اس کی پیروی کرنے میں ہماری مدد کے لیے استعمال کرتے ہیں۔ ہم اپنا ڈیٹا فریم بنانے کے لیے اس CSV کی طرف اشارہ کرتے ہیں:
استفسار کے لیے دستاویزات کی فہرست منتخب کریں۔
ملٹی فائن کے پاس 6,000 مختلف زبانوں میں 15 سے زیادہ ریکارڈز ہیں۔ ہمارے مثال کے استعمال کے کیس کے لیے، ہم تین زبانوں پر توجہ مرکوز کرتے ہیں: انگریزی، ہسپانوی، اور ڈینش۔ ہم ہیڈر کو لمبائی کے لحاظ سے بھی ترتیب دیتے ہیں اور سب سے لمبے کو چنتے ہیں۔
چونکہ ہم سب سے طویل مضامین کا انتخاب کر رہے ہیں، اس لیے ہم یقینی بناتے ہیں کہ طوالت بار بار ترتیب دینے کی وجہ سے نہیں ہے۔ مندرجہ ذیل کوڈ ایک مثال دکھاتا ہے جہاں یہ معاملہ ہے۔ ہم اسے صاف کریں گے۔
df['text'].iloc[2215]
ہماری دستاویزات کی فہرست تین زبانوں میں اچھی طرح سے تقسیم کی گئی ہے:
ہمارے ڈیٹاسیٹ میں مضمون کا سب سے طویل ہیڈر درج ذیل ہے:
ایمبیڈ اور انڈیکس دستاویزات
اب، ہم اپنے دستاویزات کو ایمبیڈ کرنا چاہتے ہیں اور ایمبیڈنگز کو اسٹور کرنا چاہتے ہیں۔ ایمبیڈنگز بہت بڑے ویکٹر ہیں جو ہماری دستاویز کے معنوی معنی کو سمیٹتے ہیں۔ خاص طور پر، ہم Cohere کا ایمبیڈ-ملٹی لسانی-v3.0 ماڈل استعمال کرتے ہیں، جو 1,024 جہتوں کے ساتھ سرایت کرتا ہے۔
جب کوئی استفسار پاس کیا جاتا ہے، تو ہم استفسار کو بھی سرایت کرتے ہیں اور قریب ترین پڑوسیوں کو تلاش کرنے کے لیے hnswlib لائبریری کا استعمال کرتے ہیں۔
Cohere کلائنٹ کو قائم کرنے، دستاویزات کو سرایت کرنے اور سرچ انڈیکس بنانے کے لیے کوڈ کی صرف چند لائنیں لگتی ہیں۔ نتائج کے ڈسپلے کو بہتر بنانے کے لیے ہم دستاویز کی زبان اور ترجمے پر بھی نظر رکھتے ہیں۔
بازیافت کا نظام بنائیں
اگلا، ہم ایک فنکشن بناتے ہیں جو ایک سوال کو بطور ان پٹ لیتا ہے، اسے سرایت کرتا ہے، اور چار ہیڈرز کو اس سے زیادہ قریب سے ڈھونڈتا ہے:
بازیافت کے نظام سے استفسار کریں۔
آئیے دریافت کریں کہ ہمارا سسٹم کچھ مختلف سوالات کے ساتھ کیا کرتا ہے۔ ہم انگریزی کے ساتھ شروع کرتے ہیں:
نتائج مندرجہ ذیل ہیں:
درج ذیل پر توجہ دیں:
- ہم متعلقہ، لیکن قدرے مختلف سوالات پوچھ رہے ہیں، اور سب سے زیادہ متعلقہ نتائج کو سب سے اوپر پیش کرنے کے لیے ماڈل کافی باریک ہے۔
- ہمارا ماڈل مطلوبہ الفاظ کی بنیاد پر تلاش نہیں کرتا، بلکہ سیمنٹک تلاش کرتا ہے۔ یہاں تک کہ اگر ہم "AI" کے بجائے "ڈیٹا سائنس" جیسی اصطلاح استعمال کر رہے ہیں، تو ہمارا ماڈل یہ سمجھنے کے قابل ہے کہ کیا پوچھا جا رہا ہے اور سب سے زیادہ متعلقہ نتیجہ سب سے اوپر لوٹاتا ہے۔
ڈینش میں سوال کے بارے میں کیا خیال ہے؟ آئیے درج ذیل استفسار کو دیکھتے ہیں:
پچھلی مثال میں، انگریزی مخفف "PP&E" کا مطلب ہے "پراپرٹی، پلانٹ، اور آلات" اور ہمارا ماڈل اسے ہمارے استفسار سے جوڑنے کے قابل تھا۔
اس صورت میں، تمام واپس کیے گئے نتائج ڈینش زبان میں ہیں، لیکن ماڈل استفسار کے علاوہ کسی دوسری زبان میں دستاویز کو واپس کر سکتا ہے اگر اس کا معنوی معنی قریب ہو۔ ہمارے پاس مکمل لچک ہے، اور کوڈ کی چند سطروں کے ساتھ، ہم یہ بتا سکتے ہیں کہ آیا ماڈل کو صرف استفسار کی زبان میں دستاویزات کو دیکھنا چاہیے، یا اسے تمام دستاویزات کو دیکھنا چاہیے۔
Cohere Rerank کے ساتھ نتائج کو بہتر بنائیں
ایمبیڈنگز بہت طاقتور ہیں۔ تاہم، ہم اب یہ دیکھنے جا رہے ہیں کہ اپنے نتائج کو کوہیر کے رینک اینڈ پوائنٹ کے ساتھ مزید کیسے بہتر بنایا جائے، جسے کسی سوال کے مقابلے میں دستاویزات کی مطابقت کو اسکور کرنے کی تربیت دی گئی ہے۔
Rerank کا ایک اور فائدہ یہ ہے کہ یہ میراثی مطلوبہ الفاظ کے سرچ انجن کے اوپر کام کر سکتا ہے۔ آپ کو کسی ویکٹر ڈیٹا بیس میں تبدیل کرنے یا اپنے بنیادی ڈھانچے میں زبردست تبدیلیاں کرنے کی ضرورت نہیں ہے، اور اس میں کوڈ کی صرف چند لائنیں لگتی ہیں۔ Rerank میں دستیاب ہے۔ ایمیزون سیج میکر.
آئیے ایک نیا سوال آزماتے ہیں۔ ہم اس بار سیج میکر استعمال کرتے ہیں:
اس معاملے میں، ایک معنوی تلاش ہمارے جواب کو بازیافت کرنے اور اسے نتائج میں ظاہر کرنے کے قابل تھی، لیکن یہ سب سے اوپر نہیں ہے۔ تاہم، جب ہم دوبارہ حاصل شدہ دستاویزات کی فہرست کے ساتھ استفسار کو اپنے Rerank کے اختتامی نقطہ پر منتقل کرتے ہیں، Rerank سب سے زیادہ متعلقہ دستاویز کو سب سے اوپر ظاہر کرنے کے قابل ہوتا ہے۔
سب سے پہلے، ہم کلائنٹ اور رینک اینڈ پوائنٹ بناتے ہیں:
جب ہم دستاویزات کو Rerank میں منتقل کرتے ہیں، تو ماڈل سب سے زیادہ متعلقہ کو درست طریقے سے منتخب کرنے کے قابل ہوتا ہے:
نتیجہ
اس پوسٹ نے مالیاتی خدمات کے ڈومین میں Amazon Bedrock میں Cohere کے کثیر لسانی ایمبیڈنگ ماڈل کو استعمال کرنے کا ایک واک تھرو پیش کیا۔ خاص طور پر، ہم نے کثیر لسانی مالیاتی مضامین کی تلاش کی درخواست کی مثال دکھائی۔ ہم نے دیکھا کہ ایمبیڈنگ ماڈل کس طرح معلومات کی موثر اور درست دریافت کو قابل بناتا ہے، اس طرح تجزیہ کار کی پیداواری صلاحیت اور آؤٹ پٹ کوالٹی کو بڑھاتا ہے۔
Cohere کا کثیر لسانی ایمبیڈنگ ماڈل 100 سے زیادہ زبانوں کو سپورٹ کرتا ہے۔ یہ ایپلیکیشنز کی تعمیر کی پیچیدگی کو دور کرتا ہے جس کے لیے مختلف زبانوں میں دستاویزات کے ایک کارپس کے ساتھ کام کرنے کی ضرورت ہوتی ہے۔ دی کوہیر ایمبیڈ ماڈل حقیقی دنیا کی ایپلی کیشنز میں نتائج فراہم کرنے کی تربیت دی جاتی ہے۔ یہ شور مچانے والے ڈیٹا کو ان پٹس کے طور پر ہینڈل کرتا ہے، پیچیدہ RAG سسٹمز کو اپناتا ہے، اور اس کے کمپریشن سے آگاہ تربیتی طریقہ سے لاگت کی کارکردگی فراہم کرتا ہے۔
آج ہی Amazon Bedrock میں Cohere کے کثیر لسانی ایمبیڈنگ ماڈل کے ساتھ تعمیر کرنا شروع کریں۔
مصنفین کے بارے میں
جیمز یی ایمیزون ویب سروسز میں ٹیکنالوجی پارٹنرز COE ٹیک ٹیم میں ایک سینئر AI/ML پارٹنر سلوشنز آرکیٹیکٹ ہے۔ وہ کاروباری قدر حاصل کرنے کے لیے AI/ML ایپلیکیشنز کو ڈیزائن، تعینات کرنے، اور اسکیل کرنے کے لیے انٹرپرائز صارفین اور شراکت داروں کے ساتھ کام کرنے کا پرجوش ہے۔ کام سے باہر، وہ فٹ بال کھیلنا، سفر کرنا، اور اپنے خاندان کے ساتھ وقت گزارنا پسند کرتا ہے۔
گونزالو بیٹیگن Cohere میں ایک سولیوشن آرکیٹیکٹ ہے، جو جدید قدرتی لینگویج پروسیسنگ ٹیکنالوجی فراہم کرنے والا ہے۔ وہ بڑی زبان کے ماڈلز کی تعیناتی کے ذریعے تنظیموں کو ان کی کاروباری ضروریات کو پورا کرنے میں مدد کرتا ہے۔
میر عامر Cohere میں ایک ڈویلپر ایڈووکیٹ ہے، جو جدید قدرتی زبان کی پروسیسنگ (NLP) ٹیکنالوجی فراہم کرنے والا ہے۔ وہ Cohere’s Large Language Models (LLMs) کے ساتھ جدید ترین ایپلی کیشنز بنانے میں ڈویلپرز کی مدد کرتا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/build-financial-search-applications-using-the-amazon-bedrock-cohere-multilingual-embedding-model/
- : ہے
- : ہے
- : نہیں
- :کہاں
- $UP
- 000
- 1
- 10
- 100
- 11
- 13
- 15٪
- 16
- 2030
- 22
- 29
- 33
- 7
- 8
- 80
- 9
- a
- قابلیت
- ہمارے بارے میں
- تک رسائی حاصل
- کے مطابق
- اکاؤنٹ
- درست
- درست طریقے سے
- حاصل
- کے پار
- کام کرتا ہے
- موافقت کرتا ہے
- انہوں نے مزید کہا
- ایڈیشنل
- پتہ
- اعلی درجے کی
- فائدہ
- وکیل
- اے ایف پی
- پھر
- کے خلاف
- AI
- AI پلیٹ فارم
- AI / ML
- تمام
- کی اجازت
- کی اجازت دیتا ہے
- ساتھ
- پہلے ہی
- بھی
- ایمیزون
- ایمیزون ویب سروسز
- رقم
- مقدار
- an
- تجزیہ
- تجزیہ کار
- تجزیہ کار کہتے ہیں
- تجزیہ
- اور
- جواب
- اے پی آئی
- درخواست
- ایپلی کیشنز
- نقطہ نظر
- نقطہ نظر
- فن تعمیر
- کیا
- مضمون
- مضامین
- AS
- سے پوچھ
- At
- اضافہ
- دستیاب
- AWS
- کی بنیاد پر
- کیونکہ
- رہا
- کیا جا رہا ہے
- بہتر
- کے درمیان
- بلاکس
- بڑھانے کے
- اضافے کا باعث
- Brexit
- پل
- تعمیر
- عمارت
- بناتا ہے
- کاروبار
- کاروباری قائدین
- کاروبار
- لیکن
- by
- کر سکتے ہیں
- صلاحیتوں
- قبضہ
- کیس
- مقدمات
- چھت
- سی ایف اوز
- چیلنج
- چیلنجوں
- تبدیل
- تبدیلیاں
- میں سے انتخاب کریں
- درجہ بندی
- صاف
- کلائنٹ
- کلوز
- قریب سے
- قریب
- CO
- کوڈ
- مجموعہ
- کالم
- آتا ہے
- کمپنیاں
- کمپنی کی
- موازنہ
- مکمل
- پیچیدہ
- پیچیدگی
- کمپیوٹر
- متعلقہ
- رابطہ قائم کریں
- منسلک
- مواد
- سیاق و سباق
- متعلقہ
- اس کے برعکس
- کنٹرول
- روایتی
- کارپوریٹ
- قیمت
- لاگت کی بچت
- سکتا ہے
- جوڑے
- مل کر
- ڈھکنے
- کوویڈ ۔19
- تخلیق
- بنائی
- پیدا
- کریڈٹ
- بحران
- معیار
- cured
- موجودہ
- گاہکوں
- جدید
- سائبر سیکیورٹی
- ڈینش
- ڈانسکے
- اعداد و شمار
- ڈیٹا سائنس
- ڈیٹا بیس
- de
- ڈیڈ لائن
- معاملہ
- وقف
- کی
- نجات
- نتائج فراہم کریں
- فراہم کرتا ہے
- مظاہرہ
- demonstrated,en
- تعیناتی
- تعیناتی
- ذخائر
- اخذ کردہ
- ڈیزائن
- ڈیزائن
- ڈیولپر
- ڈویلپرز
- ترقی
- مختلف
- مشکل
- ڈائجسٹ
- طول و عرض
- دریافت
- دریافت
- دکھائیں
- مختلف
- تقسیم کئے
- تقسیم
- do
- دستاویز
- دستاویزات
- کرتا
- ڈومین
- نہیں
- نیچے
- ڈرائیو
- دو
- e
- ہر ایک
- ابتدائی
- آمدنی
- کو کم
- استعمال میں آسانی
- معیشت کو
- موثر
- ہنر
- کوشش
- el
- ختم
- اور
- یمبیڈ
- سرایت کرنا
- کرنڈ
- اخراج
- ملازم
- کو چالو کرنے کے
- کے قابل بناتا ہے
- آخر
- اختتام پوائنٹ
- مصروفیت
- انجن
- انگریزی
- بہت بڑا
- کافی
- افزودگی
- کو یقینی بنانے کے
- یقینی بناتا ہے
- انٹرپرائز
- اداروں
- ماحولیات
- کا سامان
- نقائص
- ای ایس جی۔
- قائم کرو
- بھی
- مثال کے طور پر
- بہترین
- موجودہ
- تجربہ کار
- تلاش
- نکالنے
- آبشار
- خاندان
- فاسٹ
- ممکن
- چند
- اعداد و شمار
- فائل
- مالی
- مالی خبریں
- مالیاتی خدمات
- مل
- تلاش
- پتہ ہے
- فننش
- پانچ
- لچک
- بہاؤ
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- مندرجہ ذیل ہے
- کے لئے
- فارم
- ملا
- چار
- ڈیڈ لائن
- سے
- مکمل
- تقریب
- مزید
- فرق
- گیس
- جمع
- جی ڈی پی
- پیدا
- پیدا ہوتا ہے
- گلوبل
- عالمی معیشت
- Go
- اہداف
- جا
- اچھا
- يونانی
- گروپ کا
- رہنمائی
- ہینڈل
- ہے
- he
- ہیڈر
- خبروں کی تعداد
- عبرانی زبان میں
- مدد
- مدد کرتا ہے
- پر روشنی ڈالی گئی
- ان
- مارو
- کس طرح
- کیسے
- تاہم
- HTML
- HTTPS
- ہنگیرین
- i
- if
- وضاحت کرتا ہے
- پر عمل درآمد
- درآمد
- کو بہتر بنانے کے
- بہتر ہے
- کو بہتر بنانے کے
- in
- شامل
- اضافہ
- انڈکس
- صنعت
- معلومات
- معلومات
- مطلع
- انفراسٹرکچر
- ان پٹ
- آدانوں
- بصیرت
- انسٹال
- کے بجائے
- ضم
- انضمام
- ارادے
- میں
- متعارف کرانے
- متعارف کرانے
- IP
- IT
- اطالوی
- میں
- جنوری
- جاپانی
- نوکریاں
- فوٹو
- صرف
- رکھیں
- زمین کی تزئین کی
- لینگ
- زبان
- زبانیں
- بڑے
- بڑے
- سب سے بڑا
- LAS
- آخری
- تازہ ترین
- رہنماؤں
- معروف
- لیزنگ
- کی وراست
- قانون سازی
- قانون سازی کی تجویز
- لمبائی
- کم
- لائبریری
- کی طرح
- لائن
- لائنوں
- لسٹ
- فہرست
- قرض
- لانگ
- طویل وقت
- دیکھو
- ان
- بہت
- مین
- بنا
- بناتا ہے
- بنانا
- آدمی
- انتظام
- میں کامیاب
- انتظام
- بہت سے
- نقشہ
- مارچ
- مارکیٹ
- مارکیٹ کی قیمت
- Markets
- بڑے پیمانے پر
- کے ملاپ
- مطلب
- معنی
- پیمائش
- اقدامات
- میڈیا
- سے ملو
- اجلاس
- mers
- طریقہ
- منتقلی
- ML
- موڈ
- ماڈل
- ماڈلنگ
- ماڈل
- جدید
- ماڈیولز
- زیادہ
- زیادہ موثر
- سب سے زیادہ
- بہت
- ایک سے زیادہ
- نام
- قدرتی
- قدرتی زبان عملیات
- سمت شناسی
- ضروری
- ضرورت ہے
- ضروریات
- پڑوسیوں
- نئی
- خبر
- اگلے
- ویزا
- نہیں
- ناروے
- نوٹ بک
- اب
- متعدد
- NY
- NYE
- NYT
- معروضی طور پر
- of
- on
- ایک
- والوں
- صرف
- پر حملہ
- کھول
- اوپن سورس
- اختیار
- or
- حکم
- تنظیمیں
- اصل
- OS
- دیگر
- ہمارے
- پیداوار
- باہر
- پر
- پیکج
- پیکجوں کے
- pandas
- پین
- حصہ
- خاص طور پر
- پارٹنر
- شراکت داروں کے
- منظور
- منظور
- جذباتی
- ادائیگی
- پے رول
- فی
- انجام دیں
- کارکردگی
- لینے
- اٹھا
- پائپ لائن
- منصوبہ
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیل
- podcast
- پوائنٹ
- پولستانی
- پوزیشنوں
- پوسٹ
- ممکنہ
- طاقتور
- پہلے
- حال (-)
- پیش
- پرنسپل
- پرنٹ
- کی رازداری
- عمل
- پروسیسنگ
- پیداوری
- پیشہ ور ماہرین
- پیش رفت
- جائیداد
- تجویز
- محفوظ
- فراہم
- فراہم کنندہ
- فراہم کرتا ہے
- مطبوعات
- مقصد
- PWC
- معیار
- سوالات
- سوال
- سوالات
- جلدی سے
- R
- بلند
- درجہ بندی
- رینکنگ
- RE
- تیار
- حقیقی دنیا
- تسلیم
- ریکارڈ
- کو کم
- حوالہ
- بہتر
- ریفارم
- خطے
- متعلقہ
- مطابقت
- متعلقہ
- رہے
- باقی
- ہٹاتا ہے
- دوبارہ کھولیں
- بار بار
- کی جگہ
- رپورٹ
- رپورٹیں
- درخواست
- کی ضرورت
- نتیجہ
- نتیجے
- نتائج کی نمائش
- برقرار رکھنے
- واپسی
- واپس لوٹنے
- روسی
- s
- sagemaker
- بچت
- بچت
- دیکھا
- پیمانے
- سائنس
- سکور
- تلاش کریں
- تلاش کے انجن
- تلاش
- تلاش
- SEC
- دوسری
- محفوظ طریقے سے
- سیکورٹی
- دیکھنا
- منتخب
- سینئر
- حساس
- جذبات
- سروسز
- اجلاس
- شیئر ہولڈر
- ہونا چاہئے
- نمائش
- شوز
- اسی طرح
- ایک
- سائٹس
- تھوڑا سا مختلف
- آہستہ آہستہ
- فٹ بال
- حل
- کچھ
- ماخذ
- ذرائع
- خلا
- ہسپانوی
- بات
- خصوصی
- خرچ
- خرچ کرنا۔
- ڈھیر لگانا
- سٹاف
- اسٹیج
- معیار
- کھڑا ہے
- شروع کریں
- شروع
- بیانات
- رہنا
- اسٹاک
- اسٹاک مارکیٹ
- سٹاکس
- ذخیرہ
- براہ راست
- حکمت عملی
- مضبوط
- منظم
- کافی
- اس طرح
- حمایت
- تائید
- امدادی
- کی حمایت کرتا ہے
- سطح
- سروے
- پائیداری
- پائیدار
- پائیدار ترقی
- سویڈش
- سوئچ کریں
- مترجم
- کے نظام
- سسٹمز
- لیتا ہے
- اہداف
- ٹیکس
- ٹیم
- ٹیک
- ٹیکنالوجی
- اصطلاح
- متن
- متن کی درجہ بندی
- سے
- کہ
- ۔
- ان
- ان
- تو
- وہاں.
- اس طرح
- یہ
- وہ
- اس
- ان
- تین
- کے ذریعے
- وقت
- عنوانات
- کرنے کے لئے
- آج
- سب سے اوپر
- موضوع
- موضوعات
- ٹریک
- تربیت یافتہ
- ٹریننگ
- ترجمہ کریں
- ترجمہ
- سفر
- کوشش
- ترکی
- ٹرن
- دیتا ہے
- ٹھیٹھ
- UN
- بے نقاب
- بنیادی
- سمجھ
- منفرد
- URL
- us
- استعمال کی شرائط
- استعمال کیس
- صارفین
- استعمال
- کا استعمال کرتے ہوئے
- قیمت
- مختلف اقسام کے
- بہت
- واک تھرو
- چاہتے ہیں
- تھا
- لہر
- راستہ..
- we
- ویب
- ویب خدمات
- اچھا ہے
- کیا
- جب
- چاہے
- جس
- ڈبلیو
- گے
- ساتھ
- بغیر
- کام
- کام کا بہاؤ
- کام کر
- دنیا
- عالمی معیار
- سال
- ابھی
- تم
- اور
- زیفیرنیٹ