गूगल शीट्स का उपयोग करके मशीन लर्निंग की मूल बातें मास्टर करें: एक व्यावहारिक गाइड

गूगल शीट्स के साथ मशीन लर्निंग का परिचय

गूगल शीट्स विश्लेषण के लिए एक शक्तिशाली टूल है, आप गूगल शीट्स में बुनियादी मशीन लर्निंग कार्य कर सकते हैं। गूगल शीट्स मशीन लर्निंग कार्यों को करने के लिए अंतर्निहित फ़ंक्शन, ऐड-ऑन और इंटीग्रेशन प्रदान करता है। इस लेख में, हम दिखाएंगे कि गूगल शीट्स के साथ मशीन लर्निंग का उपयोग कैसे करें।

आइए मशीन लर्निंग अवधारणाओं जैसे रिग्रेशन विश्लेषण, वर्गीकरण और प्रवृत्ति पूर्वानुमान को गूगल शीट्स का उपयोग करके लागू करने के लिए एक बिक्री डेटासेट पर विचार करें।

1. बिक्री पूर्वानुमान के लिए रैखिक रिग्रेशन

रैखिक रिग्रेशन का उपयोग एक या अधिक इनपुट चरों के आधार पर एक लक्ष्य चर की भविष्यवाणी करने के लिए किया जाता है। आप गूगल शीट्स में LINEST फ़ंक्शन का उपयोग करके बेची गई इकाइयों के आधार पर कुल बिक्री की भविष्यवाणी कर सकते हैं।

• बेची गई इकाइयों और कुल बिक्री कॉलम का चयन करें, जो इनपुट और आउटपुट चर होंगे।
• एक सेल का चयन करें और निम्न सूत्र डालें।

सूत्र:

=LINEST(G2:G71, E2:E71, TRUE, TRUE)

यह बेची गई इकाइयों और कुल बिक्री कॉलम के आधार पर रिग्रेशन आंकड़ों का एक सेट लौटाएगा।

रिग्रेशन आंकड़ों का सेट:

• पहला मान 27.02405783 ढलान (m) है।
• दूसरा मान -42.01697274 अवरोधन (b) है।

परिणामों की व्याख्या: रिग्रेशन समीकरण है:

कुल बिक्री = m * बेची गई इकाइयाँ + b

सूत्र:

यह सूत्र यूनिट मानों और रिग्रेशन के आधार पर भविष्य के बिक्री मूल्य की भविष्यवाणी करता है।

2. प्रवृत्ति विश्लेषण - भविष्य की बिक्री का पूर्वानुमान

प्रवृत्ति विश्लेषण में समय के साथ डेटा में पैटर्न की पहचान शामिल है। इस मामले में, हम ऐतिहासिक बिक्री डेटा के आधार पर भविष्य की बिक्री का पूर्वानुमान लगा सकते हैं।

लाइन चार्ट डालें

• अपने दिनांक और कुल बिक्री कॉलम का चयन करें।
• सम्मिलित करें टैब पर जाएं >> चार्ट चुनें >> सेटअप से लाइन चार्ट चुनें ताकि समय के साथ बिक्री प्रवृत्ति को देखा जा सके।

बिक्री प्रवृत्ति के लिए ट्रेंडलाइन जोड़ें:

• चार्ट पर क्लिक करें >> चार्ट संपादक पर जाएं।
• अनुकूलित करें टैब के तहत >> श्रृंखला चुनें, और फिर ट्रेंडलाइन बॉक्स को चेक करें।
• रेखा रंग और रेखा अस्पष्टता को प्रारूपित करें।
• चार्ट में एक ट्रेंडलाइन जोड़ी जाएगी।

TREND फ़ंक्शन का उपयोग करें:

यदि आप भविष्य की बिक्री का पूर्वानुमान लगाना चाहते हैं, तो TREND फ़ंक्शन का उपयोग करें। उदाहरण के लिए, आप इसका उपयोग अगले दिन की बिक्री का पूर्वानुमान लगाने के लिए कर सकते हैं।

सूत्र:

=TREND(G2:G70, E2:E70, E71)

यह सूत्र यूनिट बेची गई कॉलम (E71) में अगले मान के लिए कुल बिक्री का पूर्वानुमान लगाता है।

3. शीट्स के लिए सिंपल ML ऐड-ऑन का उपयोग करें

आप सिंपल ML का उपयोग करके एक रिग्रेशन मॉडल बना सकते हैं जो बेची गई इकाइयों, क्षेत्र या उत्पाद जैसी सुविधाओं के आधार पर कुल बिक्री का पूर्वानुमान लगाता है। यह आपको बिक्री प्रवृत्तियों का पूर्वानुमान लगाने या प्रमुख चालकों की पहचान करने में मदद करता है।

ऐड-ऑन इंस्टॉल करें:

• एक्सटेंशन टैब पर जाएं >> ऐड-ऑन से >> ऐड-ऑन प्राप्त करें चुनें।
• खोज बार में सिंपल ML खोजें।
• ऐड-ऑन स्टोर से चुनें और इंस्टॉल करें।
• आवश्यक अनुमतियाँ अधिकृत करें।

अपनी शीट में सिंपल ML का उपयोग करें:

मान लें कि आपके डेटासेट में कुछ लापता मान हैं। आप इस ऐड-ऑन का उपयोग करके लापता मानों का पूर्वानुमान लगा सकते हैं।

• एक्सटेंशन टैब पर जाएं >> शीट्स के लिए सिंपल ML चुनें >> प्रारंभ पर क्लिक करें।
• कार्य फलक से >> लापता मानों का पूर्वानुमान लगाएं चुनें।
• अपने लापता मानों के कॉलम का चयन करें (उदाहरण: कुल बिक्री) >> पूर्वानुमान पर क्लिक करें।

लापता मानों को शीट में एक नए कॉलम में जोड़ा जाएगा। अब आप सिंपल ML से अपनी आवश्यकताओं के आधार पर सभी उपलब्ध पूर्वानुमानों का उपयोग कर सकते हैं।

4. गूगल शीट्स के लिए BigML ऐड-ऑन इंस्टॉल करें

• एक्सटेंशन टैब पर जाएं >> ऐड-ऑन से >> ऐड-ऑन प्राप्त करें चुनें।
• शीट्स के लिए BigML खोजें >> इंस्टॉल पर क्लिक करें और ऐड-ऑन को अधिकृत करने के लिए संकेतों का पालन करें।

गूगल शीट्स को BigML से कनेक्ट करें:

• एक्सटेंशन टैब पर जाएं >> BigML चुनें >> प्रारंभ चुनें।
• BigML टास्क फलक में दिखाई देगा।
• अपने BigML क्रेडेंशियल्स का उपयोग करके लॉग इन करें या खाता बनाएं।
• अपनी गूगल शीट में शीट का चयन करें और BigML को डेटा भेजें पर क्लिक करें।

BigML में मॉडल बनाएं और प्रशिक्षित करें:

• एक बार आपका डेटा BigML पर अपलोड हो जाने पर, BigML डैशबोर्ड खोलें।
• स्रोत टैब पर जाएं >> डेटासेट बनाने के लिए 1-क्लिक डेटासेट चुनें।
• अपने मॉडल को प्रशिक्षित करने के लिए रैखिक विभाजन चुनें। यह आपके मॉडल को प्रशिक्षित करने के लिए 80% डेटा चुनेगा।
• अब आप उपलब्ध पूर्वानुमान कर सकते हैं।
  • रैखिक रिग्रेशन निरंतर मूल्यों (जैसे, कुल बिक्री) की भविष्यवाणी के लिए।

आउटपुट:

अब, आप उपलब्ध विकल्पों से सीधे गूगल शीट्स में प्रशिक्षित मॉडल का उपयोग करके नए डेटा बिंदुओं के लिए परिणामों का पूर्वानुमान लगा सकते हैं।

निष्कर्ष

हालांकि गूगल शीट्स मशीन लर्निंग उपयोग के लिए नहीं जाना जाता है, यह मशीन लर्निंग अवधारणाओं को संभाल सकता है, विशेष रूप से शुरुआती लोगों के लिए। अंतर्निहित फ़ंक्शन के साथ रैखिक रिग्रेशन से लेकर ऐड-ऑन के साथ उन्नत वर्गीकरण तक, आप विशेष सॉफ्टवेयर की आवश्यकता के बिना आवश्यक कार्य कर सकते हैं। आप BigML और सिंपल ML शीट्स जैसे तृतीय-पक्ष ऐड-ऑन का लाभ उठाकर कुछ चरणों का पालन करके अपनी बिक्री डेटा में अंतर्दृष्टि प्राप्त कर सकते हैं। गूगल शीट्स को अधिक उन्नत मशीन लर्निंग टूल के साथ एकीकृत करके अपने विश्लेषण का विस्तार करने के लिए इन तकनीकों का अन्वेषण करें।