 سٹوڈنٹس یہ جو ہماری پائتھون لیبریریز کی دیسکشن ہے اس میں یہ جو کیراز ہے this is one of the last of course کمپوری اس کو نہیں کبر کرے کچھ اس میں سے ہماری جو top لیبریریز ہیں ان میں سے یہ ایک ہے اور جو ایک اور ایریہ that is جو visualization کا اس کی جو لیبریریز ہے وہ ہم نے شروع میں نام ان کے دیسکس کیا مٹ پلوٹ لیب سیبون اور پلوٹ لی این جی جی پلوٹ اور بہت ساری بیشمار لیبریریز ہے ان کو ہم یہاں پر دیسکس نہیں کریں گے بلکہ ان کو ہم دیسکس کریں گے دیتا ویولیزیشن کے ایریے میں then it will make more sense for you guys کیونکہ اس کو ہم دریکلی visualization سے لیٹ کریں گے کس طرح کے دیتا پہ آپ نے جو وہ لیبریری کس طرح لیبریری اپلائی کی تو output آپ کو کس طرح آپ کو کس طرح یا کس طرح میں نظر ہے ہر طرح کے جو آپ کے پاس گراف چارٹس میپس آپ کو چاہی ہیں یا آپ کے عوڈینس کو چاہی ہیں وہ لیبریری ساری ان کے لیے they are more than enough اور وہ انتحائی زبر دست اور خوب صورت لیبریریز ہے اور ان کے در بیشمار چارٹس کی آپ کے پاس جو option ہے وہ will be will ہوں گی no will talk about کیراس اچھا یہ اگن یہ ایک open source لیبریری ہے اس میں جو اچھی باتی ہے again this is جو کیونکہ بہت ساری چیزیں انٹرلیٹیٹ ہے تو یہ دیکھے کہ یہ تنسر فلو کا انٹرفیس یہ پروائٹ کرتی ہے اس کا مطلب کیا کہ جب جیسے میں نے پہلے کہا تھا کہ وہ جو سائی پائی ہے وہ نمپائی کو use کرتی ہے ایک لیبریری ہے وہ کسی دوسری لیبریری کو use کرتے تو same is happening here کہ آپ کا جو کیراس ہے یہ اس کا انٹرفیس ہے آپ کا تنسر فلو کا اس کے اندر جب آپ ایک سپیریمینٹیشن کرتے کہ as you know کہ we are talking about machine learning, deep learning, artificial intelligence یہ جو ہم کمپوٹیوٹیشنل والے ایریے میں ہے اپنے جو لیبریری کے تو اس کے اندر ہمیں بہت زیادہ دیتاوے بہت زیادہ fast communication sorry computation کی ضرورت ہے اور پھر اس کے اندر اگر ہمیں بار بار موڈل بھی چینج کرنے ہیں جو سٹیسٹیکل موڈل ہے یا ماثیمٹیکل جو ہمارے فونکشنز ہے اگر وہ ہم نے use کرنے ہے وہ امارے results they are not coming as we were expecting تو وہ پھر ہمیں ان کو بار بار چینج کرنا پڑتے تو اس طرح کی سیچویشن میں جہاں پہ آپ کے پاس بیشمار دیتا ہے آپ نے بہت سارے موڈلز آپ نے تست کرنے پڑھ سکتے ہیں آپ کو پھر وہاں بھی یہ جو لیبریری ہے this is very very useful for you اور اوکس یہ use are friendly or extensible ہے ایک ایک ازمبل آپ نے دیکھ لی کہ یہ آپ پہلے لئے آپ اس کو use کر سکتے اسی طرح with کچھ کوڑ لکھنے کے بعد اگر آپ تھوڑا سڑا کوڑ آپ کو لکھنا آجائے گا نا اگر ہم نے یہ ایک object oriented لنگ بیشیں اس کے جو different چیزیں جس طرح لیبریریز ہے اس طرح کچھ objects ہے اور object کیا چیزہ دے which can be reused as it is اگر آپ نے ایک فرمولا ایک موڈل بناء کر رکھ لی ہے that is your object اور آپ اس کو as it is use کر سکتے ہیں بیشاک اس کے اندر values change اس کے اندر کچھ چیز آتی ہیں it doesn't really matter جو آپ کا object ہے it works as it is اس کے خصوصیات ہے اس میں یہ چیز بڑی ہی important ہے یہ extensible ہے اور user friendly must be easy to use دوسرا اس میں آپ کو یہ بھی اڑوانڈیج ہوگا کیونکہ آپ نے اور بہت ساری لیبری دیکھیں میں ایک جو آپ کا learning کرو ہے جب آپ یہاں سے شروع کرتے ہیں تو you know these are different points یہ آپ کا learning کرو ہے your first semester میں آپ کہاں second میں کہاں third میں کہاں fourth میں کہاں and by the time you inshallah complete your graduation تو آپ کا your learning کرو ہے you will be somewhere here جان پہ آپ نے بہت ساری چیزیں سیکھ چکے ہوگئے آپ اپنے projects کر چکے ہوگئے تو you know these things will help you اس کی جو integration ہے جیسے میں کہتے ہیں اس کی one of the strong area for کی رازی اس کی جو integration ہے کہ یہ tensor flow کے ساتھ integrate آپ کر سکتے ہیں ایک microsoft کی tool kit ہے cognitive tool kit basic tool kit ہے machine learning کی اگر آپ دیکھیں ایک چیز اور ہے جو ہم نے جب cloud platform کی بات کی تھی تو اس میں ایک platform تھا ms azure ms stand for microsoft اور azure اس پلنٹ فرم پے microsoft آپ کو بیشمار جو ہے نا free opportunity دیتا کہ آپ جائے ان کی جو environment اس کو use کریں اور اس کے اوپر آپ اپنے machine learning کی جو projects بنائیں جیسے گیٹھپ کی بھی ہم نے بات کی تھی کہ گیٹھپ کے اوپر بیشمار codes available اور projects available ہے آپ وہاں سے project لے گا تو microsoft کے environment پہ جاکے ان کے کچھ اپنے tools ہے تو جو ان کی جو tool kit ہے that you can use you know دیتا ہے پر اسی طرح ہم نے dieno discuss کیا اس سے پہلے یہ آپ کی ایک library ہے played ml یا machine learning ہے پھر آپ کے built in machine learning کی model ہے تو یہ بسکل جو different components ہے آپ کے different objects ہے and different libraries ہے اس میں یہ آپ کو کی راز it is very very flexible اور یہ آپ کو بہت زیادہ opportunity provide کرتی ہے کہ آپ کا جیسے دل چاہے جو چیز آپ کو بہتر لگے سوٹے پر لگے آپ اپنے accordingly اس کی coding کریں اس کو convert it in an object اور آپ اس کو یہاں پر اپنا جو بھی code آپ لکھ رہے ہیں اپنا جہاں پر آپ کی راز کی library use کریں وہاں پر آپ ان چیزوں کو پھر use کر سکتے ہیں جو کہ آپ نے یہ جیسے کا یہ tensor flow کا انٹر فیس ہے جو کہ tensor flow میں آپ جو بھی کام کرتے ہیں وہ دیتہ یہاں پر آپ فیچ کر سکتے ہیں اپنے اس library کے اندر ان گین یہ جو آپ کی کی راز ہے it is may be part of a may not may be it will be part of a bigger project جہاں پر آپ اس library کو use کر سکتے ہیں یا کریں گے تو اسی library کے اندر ایک اور library اور اس کے اندر کو فرز کرے آپ نے اگر یہ جو ڈیانو کو use کیا تو اس کے پچھے نم پائی بھی ہے سائی پائی بھی ہے تو it can be a chain of so many libraries اور جہاں پر آپ ایک کو use کر گے دوسری تیسی اور کئی libraries کو use کر سکتے ہیں پھر اس میں ہم نے وہ language کی جبی بات کی c++ یا ڈیانو کو use کر سکتے ہیں جو ڈیانو کو use کر سکتے ہیں اگر آپ کو ایک library use کرتے ہیں فرز کرے آپ نے کی راز use کیا تو آپ نے ڈیانو کو use کر لی آپ نے نم پائی بھی use کر لی آپ نے کوئی اور بھی اس کے پیچھے ڈیٹا فرم بھی use کر لی ہے تو یہ آپ کی جو پوری ڈیٹا پائی پائی بھی ہے اس کو آپ اس طرح سے plan کر سکتے ہیں اگر آپ نے پائی تھون کا front end آپ use کر لیکن آپ کے پاس c++ بھی ہے جوہ بھی ہے گو بھی ہے اور کچھ اور بھی ہو سکتے گو اس بیسکل گوگل کی ایک language ہے جس کو گو کہتے ہیں اگر آپ کے پاس گوڈ ہے وہ آپ کے پاس اوپل ہے اور پھر آپ کے پاس ڈنٹسر فلو بھی اوپل ہے than you have different آپ کو یہ بھی پتا ہے کہ مجھے cpu کیا چاہیئے مجھے gpu کیا چاہیئے you know and so on and so forth جو ساری آپ کی requirements ہے وہ آپ کو پتا چلتے ہیں اچھا اسی طرح یہ جو پرٹکلر ڈیگرام اگر آپ اس میں دیکھیں تو آپ کو یہاں سے یہ بھی پتا چلتا ہے کہ یہاں پر آپ کے پاس کوئی بھی لنگو جو سکتے ہیں c++ جاوہ یا گو یا کوئی اور right اگر میں ڈیراز ہے تو میرے پاس جو ڈنٹسر فلو بھی ہے اور میرے پاس میرے بھی نم پائی بھی ہے right تو اس طرح اور بھی بہت کچھ ہو سکتا ہے یا یہ جو لائبریری اس کے اندر بھی کوڑ ہو سکتا ہے اس کے اندر بھی کوڑ ہو سکتا ہے تو یہ بیسیکلی اگر ہم دیکھیں just to summarize this discussion کہ آپ کے پاس you have to always keep your ڈیٹہ pipeline in your mind business problem in your mind available data set in mind اور جو آپ کی output at target audience ہے business environment سے یہ ساری چیزیں جب آپ کو سامنے آپ رکھیں گے تو آپ کے لیے اپنا جو اس کی رنگلنگ آپ نے کیسے کرنی ہے جو آپ نے دیتہ سٹور کرنا ہے وہ کیسے کرنا ہے پھر آپ نے دیتہ کو پرزنٹ کرنا ہے وہ آپ نے کیسے کرنا ہے تو یہ ساری چیزیں جو ہاں it will help you پھر جو بھی میں آپ کے ساتھ میں بھی ہمیں بھی 10 لائیبری ریز بھی ہیں لیکن یہ ہندرز اور ہندرز اپھر لائیبری ریز اویلبلز سارے ایریز میں کیا کہ جو نماریکل یا سائنٹفک لائیبری ریز ہیں یا آپ کی کمپیوتیشنل کے لیے لائیبری ریز ہیں یا پھر آپ کی ویویولیزیشن کے لائیبری ریز ہیں تینوں ایریز میں there are a large amount of libraries available but just take first step first start with NumPy, SciPy, Pandas and Jupiter Note, Book and things like this اور پھر پہلے ساتھ بھی ساتھ انشاءلہ آپ ساتھ ساتھ سکتے ہیں آپ کی جو نماریکل پہلے ساتھ لائیبری ریز پہلے ساتھ ساتھ سکتے ہیں