আপনার পথ মাস্টার
মেশিন লার্নিংয়ে বিশেষজ্ঞ হওয়ার জন্য, আপনাকে প্রথমে চারটি শেখার ক্ষেত্রে একটি শক্তিশালী ভিত্তি প্রয়োজন: কোডিং, গণিত, এমএল তত্ত্ব এবং কীভাবে শুরু থেকে শেষ পর্যন্ত আপনার নিজস্ব এমএল প্রকল্প তৈরি করবেন।
এই চারটি দক্ষতা উন্নত করতে TensorFlow-এর কিউরেটেড পাঠ্যক্রম দিয়ে শুরু করুন, অথবা নীচে আমাদের রিসোর্স লাইব্রেরি অন্বেষণ করে আপনার নিজের শেখার পথ বেছে নিন।
মেশিন লার্নিং শিক্ষার চারটি ক্ষেত্র
আপনার শিক্ষাগত পথ শুরু করার সময়, প্রথমে কীভাবে ML শিখতে হয় তা বোঝা গুরুত্বপূর্ণ। আমরা শেখার প্রক্রিয়াটিকে জ্ঞানের চারটি ক্ষেত্রে বিভক্ত করেছি, প্রতিটি ক্ষেত্র এমএল ধাঁধার একটি মৌলিক অংশ প্রদান করে। আপনার পথে আপনাকে সাহায্য করার জন্য, আমরা এমন বই, ভিডিও এবং অনলাইন কোর্স চিহ্নিত করেছি যা আপনার ক্ষমতাকে উন্নত করবে এবং আপনাকে আপনার প্রকল্পের জন্য ML ব্যবহার করার জন্য প্রস্তুত করবে। আপনার জ্ঞান বাড়াতে ডিজাইন করা আমাদের নির্দেশিত পাঠ্যক্রম দিয়ে শুরু করুন, অথবা আমাদের রিসোর্স লাইব্রেরি অন্বেষণ করে আপনার নিজস্ব পথ বেছে নিন।
টেনসরফ্লো পাঠ্যক্রম
প্রস্তাবিত কোর্স, বই এবং ভিডিও সম্বলিত আমাদের নির্দেশিত পাঠ্যক্রমগুলির মধ্যে একটি দিয়ে শেখা শুরু করুন।
বই এবং অনলাইন কোর্সের এই সংগ্রহের মাধ্যমে ML-এর মূল বিষয়গুলি জানুন৷ আপনাকে ML-এর সাথে পরিচয় করিয়ে দেওয়া হবে এবং TensorFlow 2.0 ব্যবহার করে গভীর শিক্ষার মাধ্যমে গাইড করা হবে। তারপর আপনি শিক্ষানবিস টিউটোরিয়াল দিয়ে যা শিখবেন তা অনুশীলন করার সুযোগ পাবেন।
একবার আপনি মেশিন লার্নিং এর মূল বিষয়গুলি বুঝতে পারলে, নিউরাল নেটওয়ার্কগুলির তাত্ত্বিক বোঝার মধ্যে ডুব দিয়ে, গভীর শিক্ষা, এবং অন্তর্নিহিত গণিত ধারণাগুলি সম্পর্কে আপনার জ্ঞান উন্নত করার মাধ্যমে আপনার ক্ষমতাগুলিকে পরবর্তী স্তরে নিয়ে যান।
জাভাস্ক্রিপ্টে মেশিন লার্নিং মডেল তৈরি করার প্রাথমিক বিষয়গুলি এবং ব্রাউজারে সরাসরি কীভাবে স্থাপন করা যায় তা জানুন। আপনি ডিপ লার্নিং এবং হ্যান্ডস-অন ব্যায়ামের মাধ্যমে TensorFlow.js-এর সাথে কীভাবে শুরু করবেন সে সম্পর্কে একটি উচ্চ-স্তরের ভূমিকা পাবেন।
শিক্ষাগত সম্পদ
আপনার নিজের শেখার পথ বেছে নিন, এবং আপনাকে ML-এর ভিত্তি শেখানোর জন্য TensorFlow টিমের প্রস্তাবিত বই, কোর্স, ভিডিও এবং অনুশীলনগুলি অন্বেষণ করুন৷
বই
পড়া হল ML এবং গভীর শিক্ষার ভিত্তি বোঝার অন্যতম সেরা উপায়। বইগুলি আপনাকে ভবিষ্যতে নতুন ধারণাগুলি আরও দ্রুত শিখতে সাহায্য করার জন্য প্রয়োজনীয় তাত্ত্বিক উপলব্ধি দিতে পারে।
এই পরিচায়ক বইটি কম্পিউটার ভিশন, ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP) এবং ওয়েব, মোবাইল, ক্লাউড এবং এমবেডেড রানটাইমের জন্য সিকোয়েন্স মডেলিং-এর মতো সাধারণ এমএল পরিস্থিতিগুলি কীভাবে বাস্তবায়ন করতে হয় তা শিখতে একটি কোড-প্রথম পদ্ধতি প্রদান করে।
এই বইটি কেরাসের সাথে গভীর শিক্ষার একটি ব্যবহারিক, হাতে-কলমে ভূমিকা।
কংক্রিট উদাহরণ, ন্যূনতম তত্ত্ব, এবং দুটি উত্পাদন-প্রস্তুত পাইথন ফ্রেমওয়ার্ক—Scikit-Learn এবং TensorFlow—এই বইটি আপনাকে বুদ্ধিমান সিস্টেম তৈরির জন্য ধারণা এবং সরঞ্জামগুলির একটি স্বজ্ঞাত বোঝার জন্য সাহায্য করে৷
এই ডিপ লার্নিং পাঠ্যপুস্তকটি এমন একটি সংস্থান যা শিক্ষার্থীদের এবং অনুশীলনকারীদের সাধারণভাবে মেশিন লার্নিং এবং বিশেষ করে গভীর শিক্ষার ক্ষেত্রে প্রবেশ করতে সহায়তা করার উদ্দেশ্যে।
এই বইটি নিউরাল নেটওয়ার্কের উপর একটি তাত্ত্বিক পটভূমি প্রদান করে। এটি TensorFlow ব্যবহার করে না, তবে আরও শিখতে আগ্রহী শিক্ষার্থীদের জন্য এটি একটি দুর্দান্ত রেফারেন্স।
একটি বিস্তৃত প্রযুক্তিগত দর্শকদের জন্য TensorFlow.js মৌলিক বিষয়গুলির জন্য একটি হ্যান্ডস-অন এন্ড-টু-এন্ড পদ্ধতি। একবার আপনি এই বইটি শেষ করে ফেললে, আপনি TensorFlow.js-এর সাহায্যে কীভাবে প্রোডাকশন-রেডি ডিপ লার্নিং সিস্টেম তৈরি এবং স্থাপন করবেন তা জানতে পারবেন।
টেনসরফ্লো লাইব্রেরির প্রধান লেখকদের দ্বারা লিখিত, এই বইটি আপনার ব্রাউজারে বা নোডে জাভাস্ক্রিপ্টে গভীর শিক্ষার অ্যাপ্লিকেশনগুলির জন্য আকর্ষণীয় ব্যবহারের ক্ষেত্রে এবং গভীরভাবে নির্দেশনা প্রদান করে।
অনলাইন কোর্স
একটি মাল্টি-পার্ট অনলাইন কোর্স করা ML এর মৌলিক ধারণাগুলি শেখার একটি ভাল উপায়। অনেক কোর্সই দুর্দান্ত ভিজ্যুয়াল ব্যাখ্যাকারী এবং সরাসরি কর্মক্ষেত্রে বা আপনার ব্যক্তিগত প্রকল্পগুলির সাথে মেশিন লার্নিং প্রয়োগ শুরু করার জন্য প্রয়োজনীয় সরঞ্জামগুলি সরবরাহ করে।
DeepLearning.AI
AI, ML, এবং গভীর শিক্ষার জন্য TensorFlow-এর ভূমিকাTensorFlow টিমের সহযোগিতায় তৈরি, এই কোর্সটি TensorFlow ডেভেলপার স্পেশালাইজেশনের অংশ এবং আপনাকে TensorFlow ব্যবহার করার জন্য সেরা অনুশীলন শেখাবে।
TensorFlow টিম এবং Udacity দ্বারা বিকশিত এই অনলাইন কোর্সে, আপনি TensorFlow-এর সাথে কীভাবে গভীর শিক্ষার অ্যাপ্লিকেশন তৈরি করবেন তা শিখবেন।
DeepLearning.AI
টেনসরফ্লো ডেভেলপার স্পেশালাইজেশনটেনসরফ্লো বিকাশকারীর দ্বারা শেখানো এই চার-কোর্সের বিশেষীকরণে, আপনি টেনসরফ্লোতে স্কেলযোগ্য AI-চালিত অ্যালগরিদম তৈরি করতে ব্যবহৃত সরঞ্জামগুলি এবং সফ্টওয়্যার বিকাশকারীরা অন্বেষণ করবেন।
গুগল ডেভেলপারস
মেশিন লার্নিং ক্র্যাশ কোর্সTensorFlow API সহ মেশিন লার্নিং ক্র্যাশ কোর্স উচ্চাকাঙ্ক্ষী মেশিন লার্নিং অনুশীলনকারীদের জন্য একটি স্ব-অধ্যয়ন নির্দেশিকা। এটি ভিডিও বক্তৃতা, বাস্তব-বিশ্বের কেস স্টাডি এবং হ্যান্ডস-অন অনুশীলন অনুশীলন সহ পাঠের একটি সিরিজ বৈশিষ্ট্যযুক্ত।
এমআইটি থেকে এই কোর্সে, আপনি গভীর শিক্ষার অ্যালগরিদমগুলির ভিত্তিগত জ্ঞান অর্জন করবেন এবং টেনসরফ্লোতে নিউরাল নেটওয়ার্ক তৈরির বাস্তব অভিজ্ঞতা পাবেন।
DeepLearning.AI
ডিপ লার্নিং স্পেশালাইজেশনপাঁচটি কোর্সে, আপনি ডিপ লার্নিং-এর ভিত্তি শিখবেন, কীভাবে নিউরাল নেটওয়ার্ক তৈরি করতে হয় এবং কীভাবে সফল মেশিন লার্নিং প্রকল্পে নেতৃত্ব দিতে হয় এবং AI-তে ক্যারিয়ার গড়তে হয় তা শিখবেন। আপনি কেবল তত্ত্বই আয়ত্ত করবেন না, তবে এটি কীভাবে শিল্পে প্রয়োগ করা হয় তাও দেখুন।
DeepLearning.AI
টেনসরফ্লো: ডেটা এবং স্থাপনার বিশেষীকরণআপনি শিখেছেন কিভাবে মডেল তৈরি ও প্রশিক্ষণ দিতে হয়। এখন এই চার-কোর্স স্পেশালাইজেশনে আপনার মডেলকে প্রশিক্ষণ দিতে বিভিন্ন স্থাপনার পরিস্থিতি নেভিগেট করতে শিখুন এবং আরও কার্যকরভাবে ডেটা ব্যবহার করুন।
DeepLearning.AI
টেনসরফ্লো: অ্যাডভান্সড টেকনিক স্পেশালাইজেশনএই বিশেষায়িত সফ্টওয়্যার এবং ML ইঞ্জিনিয়ারদের জন্য যাদের TensorFlow এর ভিত্তিগত বোঝাপড়া রয়েছে যারা শক্তিশালী মডেল তৈরি করার জন্য উন্নত TensorFlow বৈশিষ্ট্যগুলি শিখে তাদের জ্ঞান এবং দক্ষতা সেট প্রসারিত করতে চাইছেন।
শিখুন কিভাবে আপনি আপনার আধুনিক গবেষণার উপর আরও নজর পেতে পারেন, বা আপনার ক্লায়েন্টদের বা ওয়েব-ভিত্তিক মেশিন লার্নিং এর সাথে আপনি যে কোম্পানির জন্য কাজ করেন তার জন্য ভবিষ্যতের কাজে আপনার ওয়েব অ্যাপগুলিতে সুপার পাওয়ার প্রদান করতে পারেন।
গণিত ধারণা
আপনার ML জ্ঞানের সাথে আরও গভীরে যেতে, এই সংস্থানগুলি আপনাকে উচ্চ স্তরের অগ্রগতির জন্য প্রয়োজনীয় অন্তর্নিহিত গণিত ধারণাগুলি বুঝতে সাহায্য করতে পারে।
মেশিন লার্নিংয়ের জন্য রৈখিক বীজগণিতের পাখির চোখের দৃশ্য। রৈখিক বীজগণিত গ্রহণ করেননি বা বুনিয়াদি সম্পর্কে একটু জানেন, এবং এটি এমএল-এ কীভাবে ব্যবহৃত হয় তার জন্য একটি অনুভূতি পেতে চান? তাহলে এই ভিডিওটি আপনার জন্য।
লন্ডনের ইম্পেরিয়াল কলেজে
মেশিন লার্নিং স্পেশালাইজেশনের জন্য গণিতCoursera-এর এই অনলাইন স্পেশালাইজেশনের লক্ষ্য হল গণিত এবং মেশিন লার্নিংয়ের ব্যবধান পূরণ করা, অন্তর্নিহিত গণিতে আপনাকে একটি স্বজ্ঞাত বোঝাপড়া গড়ে তোলার জন্য গতি তৈরি করা এবং এটিকে মেশিন লার্নিং এবং ডেটা সায়েন্সের সাথে সম্পর্কিত করা।
একটি ভিজ্যুয়াল-প্রথম পদ্ধতির সাথে গণিত উপস্থাপনের চারপাশে 3নীল1বাদামী কেন্দ্র। এই ভিডিও সিরিজে, আপনি একটি নিউরাল নেটওয়ার্কের বুনিয়াদি এবং এটি কীভাবে গণিতের ধারণার মাধ্যমে কাজ করে তা শিখবেন।
3blue1brown থেকে সংক্ষিপ্ত, ভিজ্যুয়াল ভিডিওগুলির একটি সিরিজ যা ম্যাট্রিক্স, নির্ধারক, আইজেন-স্টাফ এবং আরও অনেক কিছুর জ্যামিতিক বোঝার ব্যাখ্যা করে৷
3blue1brown-এর সংক্ষিপ্ত, ভিজ্যুয়াল ভিডিওগুলির একটি সিরিজ যা ক্যালকুলাসের মৌলিক বিষয়গুলিকে এমনভাবে ব্যাখ্যা করে যা আপনাকে মৌলিক উপপাদ্যগুলির একটি দৃঢ় বোধগম্যতা দেয়, এবং শুধুমাত্র কীভাবে সমীকরণগুলি কাজ করে তা নয়।
MIT থেকে এই পরিচায়ক কোর্স ম্যাট্রিক্স তত্ত্ব এবং রৈখিক বীজগণিত কভার করে। সমীকরণের সিস্টেম, ভেক্টর স্পেস, নির্ধারক, ইজেনভ্যালুস, সাদৃশ্য এবং ইতিবাচক নির্দিষ্ট ম্যাট্রিক্স সহ অন্যান্য বিষয়গুলির উপর জোর দেওয়া হয়।
এমআইটি থেকে এই পরিচায়ক ক্যালকুলাস কোর্সটি অ্যাপ্লিকেশন সহ একটি ভেরিয়েবলের ফাংশনগুলির পার্থক্য এবং একীকরণকে কভার করে।
সম্ভাব্যতা এবং পরিসংখ্যানের একটি চাক্ষুষ ভূমিকা।
এই বইটি পরিসংখ্যানগত শিক্ষার ক্ষেত্রের একটি অ্যাক্সেসযোগ্য ওভারভিউ প্রদান করে, মেশিন লার্নিংয়ে মডেলগুলিকে প্রশিক্ষণের জন্য প্রয়োজনীয় ডেটাসেটের বিশাল এবং জটিল জগতের উপলব্ধি করার জন্য একটি অপরিহার্য টুলসেট।
টেনসরফ্লো সংস্থান
TensorFlow লাইব্রেরি এবং আপনার প্রয়োজনের সাথে নির্দিষ্ট ফ্রেমওয়ার্ক শুরু করতে আপনাকে সাহায্য করার জন্য আমরা আমাদের প্রিয় সম্পদ সংগ্রহ করেছি। TensorFlow.js , TensorFlow Lite এবং TFX- এর জন্য আমাদের বিভাগে যান।
আপনি সাম্প্রতিক উদাহরণ এবং কোলাবগুলির জন্য অফিসিয়াল TensorFlow গাইড এবং টিউটোরিয়াল ব্রাউজ করতে পারেন।
মেশিন লার্নিং ফাউন্ডেশন একটি বিনামূল্যের প্রশিক্ষণ কোর্স যেখানে আপনি টেনসরফ্লো ব্যবহার করে মেশিন লার্নড মডেল তৈরির মৌলিক বিষয়গুলো শিখবেন।
এই এমএল টেক টকটি তাদের জন্য ডিজাইন করা হয়েছে যারা মেশিন লার্নিং এর মূল বিষয়গুলি জানেন কিন্তু টেনসরফ্লো (উচ্চ স্তরের API ব্যবহার না করে টেনসর, ভেরিয়েবল এবং গ্রেডিয়েন্ট) এর মৌলিক বিষয়গুলির উপর একটি ওভারভিউ প্রয়োজন৷
এই ML Tech Talk-এর মধ্যে রয়েছে উপস্থাপনা শিক্ষা, নিউরাল নেটওয়ার্কের পরিবার এবং তাদের অ্যাপ্লিকেশন, একটি গভীর নিউরাল নেটওয়ার্কের ভিতরে একটি প্রথম চেহারা এবং TensorFlow থেকে অনেক কোড উদাহরণ এবং ধারণা।
এই সিরিজে, TensorFlow টিম কোডিং দৃষ্টিকোণ থেকে TensorFlow-এর বিভিন্ন অংশ দেখে, TensorFlow-এর উচ্চ-স্তরের API, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, নিউরাল স্ট্রাকচার্ড লার্নিং এবং আরও অনেক কিছু ব্যবহার করার জন্য ভিডিও সহ।
মাল্টিমিডিয়া বিশ্লেষণ করা, স্মার্ট সার্চ তৈরি করা, ডেটা রূপান্তর করা এবং ব্যবহারকারী-বান্ধব সরঞ্জামগুলির সাহায্যে কীভাবে সেগুলিকে আপনার অ্যাপে দ্রুত তৈরি করা যায় সহ সর্বাধিক সাধারণ ML ব্যবহারের ক্ষেত্রে চিহ্নিত করতে শিখুন৷
জাভাস্ক্রিপ্টের জন্য
TensorFlow.js- এ সর্বশেষ সংস্থানগুলি অন্বেষণ করুন৷
জাভাস্ক্রিপ্ট সহ ব্রাউজারে ML ব্যবহার করার একটি বাস্তব কাজের জ্ঞান পান। কীভাবে একটি ফাঁকা ক্যানভাস থেকে কাস্টম মডেল লিখতে হয়, স্থানান্তর শেখার মাধ্যমে মডেলগুলিকে পুনরায় প্রশিক্ষণ দিতে হয় এবং পাইথন থেকে মডেলগুলি রূপান্তর করতে হয় তা শিখুন৷
একটি বিস্তৃত প্রযুক্তিগত দর্শকদের জন্য TensorFlow.js মৌলিক বিষয়গুলির জন্য একটি হ্যান্ডস-অন এন্ড-টু-এন্ড পদ্ধতি। একবার আপনি এই বইটি শেষ করে ফেললে, আপনি TensorFlow.js-এর সাহায্যে কীভাবে প্রোডাকশন-রেডি ডিপ লার্নিং সিস্টেম তৈরি এবং স্থাপন করবেন তা জানতে পারবেন।
একটি 3-অংশের সিরিজ যা TensorFlow.js-এর সাহায্যে মেশিন লার্নিং মডেলের প্রশিক্ষণ এবং এক্সিকিউটিং উভয়ই এক্সপ্লোর করে এবং জাভাস্ক্রিপ্টে একটি মেশিন লার্নিং মডেল তৈরি করতে দেখায় যা সরাসরি ব্রাউজারে কার্যকর হয়।
TensorFlow.js ব্যবহার করে ওয়েব ML দিয়ে জিরো থেকে হিরোতে যান। কীভাবে পরবর্তী প্রজন্মের ওয়েব অ্যাপ তৈরি করবেন যা ক্লায়েন্ট সাইড চালাতে পারে এবং প্রায় যেকোনো ডিভাইসে ব্যবহার করা যায় তা শিখুন।
মেশিন লার্নিং এবং নিউরাল নেটওয়ার্ক তৈরির একটি বৃহত্তর সিরিজের অংশ, এই ভিডিও প্লেলিস্টটি TensorFlow.js, মূল এপিআই এবং এমএল মডেলগুলিকে প্রশিক্ষণ ও স্থাপন করার জন্য কীভাবে জাভাস্ক্রিপ্ট লাইব্রেরি ব্যবহার করতে হয় তার উপর ফোকাস করে৷
মোবাইল এবং এজ এর জন্য
TensorFlow Lite- এ সর্বশেষ সংস্থানগুলি অন্বেষণ করুন৷
গুগল ডেভেলপারস
অন-ডিভাইস মেশিন লার্নিংঅডিও শ্রেণীবিভাগ, ভিজ্যুয়াল পণ্য অনুসন্ধান এবং আরও অনেক কিছু সহ সাধারণ ব্যবহারের ক্ষেত্রে ধাপে ধাপে নির্দেশিকা প্রদান করে শেখার পথের মাধ্যমে কীভাবে আপনার প্রথম অন-ডিভাইস ML অ্যাপ তৈরি করবেন তা শিখুন।
সফ্টওয়্যার বিকাশকারীদের জন্য মডেল স্থাপনের একটি ব্যবহারিক পদ্ধতি হিসাবে TensorFlow টিম এবং Udacity দ্বারা বিকশিত এই কোর্সে TensorFlow Lite সহ মোবাইল এবং এমবেডেড ডিভাইসগুলিতে গভীর শিক্ষার মডেলগুলি কীভাবে স্থাপন করা যায় তা শিখুন।
কিভাবে TFX-এর সাথে একটি প্রোডাকশন পাইপলাইন সিস্টেমকে একত্রিত করা যায় সে সম্পর্কে এক নজরে দেখুন। আমরা দ্রুত ডেটা অধিগ্রহণ, মডেল বিল্ডিং থেকে শুরু করে স্থাপনা এবং ব্যবস্থাপনা পর্যন্ত সবকিছু কভার করব।
এই বইটি আপনাকে টেনসরফ্লো ইকোসিস্টেম ব্যবহার করে একটি ML পাইপলাইন স্বয়ংক্রিয় করার ধাপগুলির মধ্য দিয়ে চলে। এই বইয়ের মেশিন লার্নিং উদাহরণগুলি টেনসরফ্লো এবং কেরাসের উপর ভিত্তি করে, তবে মূল ধারণাগুলি যে কোনও কাঠামোতে প্রয়োগ করা যেতে পারে।
DeepLearning.AI
উৎপাদনের জন্য মেশিন লার্নিং ইঞ্জিনিয়ারিং (MLOps) বিশেষীকরণএই চার-কোর্স বিশেষীকরণে আপনার উত্পাদন প্রকৌশল ক্ষমতা প্রসারিত করুন। ক্রমাগত উত্পাদনে কাজ করে এমন সমন্বিত সিস্টেমগুলিকে কীভাবে ধারণা করা, তৈরি করা এবং বজায় রাখা যায় তা শিখুন।
এই উন্নত কোর্সটি TFX উপাদান, পাইপলাইন অর্কেস্ট্রেশন এবং অটোমেশন এবং Google ক্লাউডের সাথে ML মেটাডেটা কীভাবে পরিচালনা করতে হয় তা কভার করে।
মানব-কেন্দ্রিক AI
একটি ML মডেল ডিজাইন করার সময়, বা AI-চালিত অ্যাপ্লিকেশনগুলি তৈরি করার সময়, পণ্যটির সাথে যোগাযোগকারী ব্যক্তিদের এবং এই AI সিস্টেমগুলিতে ন্যায্যতা, ব্যাখ্যাযোগ্যতা, গোপনীয়তা এবং সুরক্ষা তৈরি করার সর্বোত্তম উপায় বিবেচনা করা গুরুত্বপূর্ণ।
TensorFlow ব্যবহার করে আপনার ML ওয়ার্কফ্লোতে কীভাবে দায়িত্বশীল AI অনুশীলনগুলিকে একীভূত করতে হয় তা শিখুন।
Google-এর এই গাইডবুক আপনাকে মানব-কেন্দ্রিক AI পণ্য তৈরি করতে সাহায্য করবে। এটি আপনাকে সাধারণ ভুলগুলি এড়াতে, চমৎকার অভিজ্ঞতা ডিজাইন করতে এবং AI-চালিত অ্যাপ্লিকেশন তৈরি করার সাথে সাথে লোকেদের উপর ফোকাস করতে সক্ষম করবে।
Google-এর MLCC-এর মধ্যে থাকা এই এক ঘণ্টার মডিউলটি শিক্ষার্থীদের বিভিন্ন ধরণের মানবিক পক্ষপাতের সাথে পরিচয় করিয়ে দেয় যা প্রশিক্ষণের ডেটাতে প্রকাশ করতে পারে, সেইসাথে তাদের প্রভাবগুলি সনাক্তকরণ এবং মূল্যায়ন করার কৌশলগুলি।