# ട്രെയിനിംഗ് സ്കിപ്പ്-ഗ്രാം മോഡൽ [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) ലെ ലാബ് അസൈൻമെന്റ്. ## ടാസ്‌ക് ഈ ലാബിൽ, സ്കിപ്പ്-ഗ്രാം സാങ്കേതിക വിദ്യ ഉപയോഗിച്ച് Word2Vec മോഡൽ ട്രെയിൻ ചെയ്യാൻ ഞങ്ങൾ നിങ്ങളെ വെല്ലുവിളിക്കുന്നു. എൻ-ടോക്കൺ വീതിയുള്ള സ്കിപ്പ്-ഗ്രാം വിൻഡോയിൽ സമീപവർത്തി വാക്കുകൾ പ്രവചിക്കാൻ എംബെഡിംഗ് ഉപയോഗിച്ച് ഒരു നെറ്റ്‌വർക്ക് ട്രെയിൻ ചെയ്യുക. നിങ്ങൾക്ക് [ഈ പാഠത്തിൽ നിന്നുള്ള കോഡ്](../CBoW-TF.ipynb) ഉപയോഗിച്ച് ചെറിയ മാറ്റങ്ങൾ വരുത്താം. ## ഡാറ്റാസെറ്റ് നിങ്ങൾക്ക് ഏതെങ്കിലും പുസ്തകം ഉപയോഗിക്കാം. [Project Gutenberg](https://www.gutenberg.org/) ൽ നിരവധി സൗജന്യ ഗ്രന്ഥങ്ങൾ ലഭ്യമാണ്, ഉദാഹരണത്തിന്, ലൂയിസ് കാരോൾ എഴുതിയ [Alice's Adventures in Wonderland](https://www.gutenberg.org/files/11/11-0.txt) എന്ന ഗ്രന്ഥത്തിന് നേരിട്ട് ലിങ്ക് ഇതാ. അല്ലെങ്കിൽ, ഷേക്സ്പിയറിന്റെ നാടകങ്ങൾ ഉപയോഗിക്കാം, താഴെ കൊടുത്തിരിക്കുന്ന കോഡ് ഉപയോഗിച്ച് അവ ലഭിക്കും: ```python path_to_file = tf.keras.utils.get_file( 'shakespeare.txt', 'https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt') text = open(path_to_file, 'rb').read().decode(encoding='utf-8') ``` ## അന്വേഷിക്കുക! നിങ്ങൾക്ക് സമയം ഉണ്ടെങ്കിൽ, വിഷയം കൂടുതൽ ആഴത്തിൽ പഠിക്കാൻ താഴെ പറയുന്ന കാര്യങ്ങൾ പരീക്ഷിക്കാം: * എംബെഡിംഗ് വലുപ്പം ഫലങ്ങളെ എങ്ങനെ ബാധിക്കുന്നു? * വ്യത്യസ്ത വാചക ശൈലികൾ ഫലത്തെ എങ്ങനെ ബാധിക്കുന്നു? * വളരെ വ്യത്യസ്ത തരം വാക്കുകളും അവയുടെ സമാനാർത്ഥകങ്ങളും എടുത്ത്, അവയുടെ വെക്ടർ പ്രതിനിധാനങ്ങൾ നേടുക, PCA ഉപയോഗിച്ച് 2-ആയിരിക്കും വരെ അളവുകൾ കുറച്ച് 2D സ്ഥലത്ത് പ്ലോട്ട് ചെയ്യുക. നിങ്ങൾക്ക് ഏതെങ്കിലും പാറ്റേണുകൾ കാണാമോ? --- **അസൂയാ**: ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.