 during last couple of modules i have tried to start of build a foundation in which in order to understand this i have tried to give you the technical advantages of machine learning, artificial intelligence, deep learning and in different industrial areas अब now we are going to the practice । अप now we have to use different models to use, how they are going to be used, what situation they should be in, the different learning type थ अब from them we are going one step further, now we will see we have three categories from them अब we have discussed first one which is supervised learning, अब them we have done, we will discuss them in detail तव थब the supervised learning is that उसी की बेस पिर फिर वो अपना देखे ये आपका याब आपने कोई भी आलगूरितम लगाया और उसकी बेस पिर आपने और मोडल आपने ये आपनी जो basically this is your output के आपने पुडिक्षन कर ली प्लासीट्केशन कर ली और in between अगर कोगे नू अबजरवेशन आईए ये इस को � नू पर अदफान लोग क्या ईदे कर कि नहीं कोगpea is a motor cycle आई की और अबजरवेसन कर गोगे लेई था कर थी था। आप अप इनक्ब़ शेंसर लगे अदे होदे वो चीवात मन पाला वो इक तरब जाराइ वो भी आप दुसी तरब जारें, यस तरब यहाई नहीं। और बी यस के अंदर के ही यहे अगचीज़े है, वो मैं आप रहम शे उस में जिघ्षकरोंगा, तो आप उसको हाज से यह उस्तरान से तो नहीं कर सकेंगे पर this is just an example, इस तरा आप के पास प्रक्टिक्ली स्पीकिंग रियल लाइप में, बहुत सरा डेटा आप के पास आईगा, जिसक आप उस्तरान से नहीं कर सको, that is why you need help of computers, and machine learning, and data science. को आप के पास असा मेकनिन्टम चाहीं, जो को खुद-खुद उस काम को करें, इसलिया बैसिक लिया आप को फिर अन सुपरबाज लरनें की जो रहते है, जैसे के जे तरेनिंग डेटा से अपने अपको जनलाइस करते हैं, यह सिच्वेशन को अंसीं सिच्वेशन में भी जो � उसको भी जो आपको अद्रेस कर लेते हैं, उसको ये बारे में भी कोई ना कोई अपना लिसिन मेकिग में आपकी है, कम असको कलासीफाइ कर देंगे, उसकी को अलाजा से सेगमें डाल देंगे देटिद बगर दिस सिस्टम कें दो. अब इसका जो अप दी अद्वान्टिच में यह के यह आपके जन्लाइस के तेनिग डेटा की बेस में उसको यूज कर सकते हैं, चला सकते हैं, और यह में अंसीं सिच्वेश्वेशन को भी यह रीजनिबली मेंज कर से देटे कमस कम उनको, जैसे मैंने का के एक concept होता अप उस देटा को कोरेंटीन कर देते हैं, यह जो भी अंसीं डेटा ता अब आब आपके पास यह फर्स करो यह तीन वो आज नोन है, एक यह आप आप रख सकते हैं, बोक्स जिस के अंदर आपके, अब आप फर्स करें, जो लीन्ये रेग्रेश्यन है, उसको कै से use करेंगे, आप जो KNN है, उसको कै से use करेंगे, यसी तरा decision tree, random forest, knife, viz, यह आपके पास, और भी की चीजे हैं, लोगिस्टिक रेग्रेश्यन हैं, बेश्मार मोडलज हैं, उसके जो इंदस्स्टी में दिफ्रन लोग काम करते है, अपनी साब से, जो लोगिस्टिक रेग्रेश्यन करते हैं, तो जब खेंपे आगे किसी वेज़ा से उनको कोई इशु आता को प्राबलम आती है, फिर वो they try to search, वो फिर कोई रीशर्च करते है, तो इस तरह फिर आपके जो मोडलज है, उनकी तदाद हजारो में है, पजारो में नहीं, तो संक्रडो में तो लाजमी है, लेकिन जे के बाआप ने कोंचा यूज करना है, you start with one of these as a suggested linear regression से अप शूरू करें, and then you can step by step move on to complex जो आपके पास प्रोबलमज है, and then you can go towards them.