Machine Learning और AI पर Andrew Ng के 7 कोर्सेज़ की मेरी यात्रा

मुझे स्वीकार करना होगा, एक बार जब मैंने Andrew Ng के कोर्सेज़ लेना शुरू किया, तो रुक ही नहीं पाया :D पिछले कुछ महीनों में, मैंने Coursera और DeepLearning.AI पर उनके सात कोर्स पूरे किए। हर कोर्स पिछले पर बना था और मुझे machine learning और AI वास्तव में कैसे काम करते हैं, इसकी एक स्पष्ट तस्वीर दी। अगर आप शुरुआत से शुरू कर रहे हैं तो मुझे लगता है कि यह क्रम सबसे सही रहेगा:

• Machine Learning Specialization
• ChatGPT Prompt Engineering for Developers
• Generative AI for Everyone
• Building system with chatGPT API
• Neural Networks and Deep Learning
• Functions, Tools, and Agents with LangChain
• Vector Databases: from Embeddings to Applications

1. Machine Learning Specialization - एक मजबूत नींव

यह शुरुआती-अनुकूल 3-कोर्स specialization machine learning की अवधारणाओं और अनुप्रयोगों में एक ठोस नींव प्रदान करता है। कोर्सेज़ supervised learning algorithms जैसे regression और classification से शुरू होकर unsupervised learning और reinforcement learning जैसी उन्नत तकनीकों तक जाते हैं। मुझे Python में hands-on कोडिंग अभ्यास पसंद आए और सीमित प्रोग्रामिंग अनुभव के साथ भी यह सुलभ लगा। मुझे लगता है कि यह machine learning के सबसे अच्छे परिचयात्मक कोर्सेज़ में से एक है।

2. Generative AI for Everyone - हाइप को समझना

गैर-तकनीकी दर्शकों के लिए बनाया गया, यह कोर्स generative AI को समझाता है, इसके अनुप्रयोगों और सीमाओं को स्पष्ट करता है। सामग्री अच्छी तरह से व्यवस्थित है, फायदे और नुकसान को संतुलित करती है और आम मिथकों को दूर करती है। अवधारणा से लॉन्च तक generative AI को समझने के लिए यह एक बढ़िया कोर्स है, जिसमें प्रभावी prompts बनाना भी शामिल है।

3. Neural Networks and Deep Learning - महत्वपूर्ण मॉडलों को समझना

यह कोर्स deep learning में थोड़ा गहराई में जाता है, इसे supervised learning पर कैसे लागू किया जाता है, मॉडलों की प्रमुख श्रेणियाँ (CNNs, RNNs, आदि), और कब इनका उपयोग करना चाहिए। "Machine learning specialization" के बाद यह कोर्स लेने पर कुछ सामग्री दोहराव जैसी लग सकती है। बेझिझक उन्हें छोड़ दें।

4. जब आप अपना पहला Gen AI एप्लिकेशन बनाने के लिए तैयार महसूस करें

जब आपको लगे कि आप अपना पहला एप्लिकेशन बनाना शुरू करने के लिए तैयार हैं, खासकर एक Gen AI एप्लिकेशन, तो इन कोर्सेज़ से शुरू करें: "ChatGPT Prompt Engineering for Developers", "Building system with chatGPT API"।

ये कोर्सेज़ आपका बहुत समय बचाएंगे क्योंकि ये आपको उन सबसे महत्वपूर्ण कदमों का अवलोकन देंगे जिनके बारे में आपको अपने एप्लिकेशन बनाते समय सोचना चाहिए। बेशक, इनमें सैंपल कोड भी है इसलिए ये बहुत व्यावहारिक हैं।

ChatGPT Prompt Engineering for Developers

यह कोर्स शुरुआती और उन्नत दोनों शिक्षार्थियों के लिए वरदान है। इसे Andrew और OpenAI की Isa Fulford पढ़ाते हैं। यह prompt engineering की बारीकियों और Large Language Models (LLMs) के उपयोग पर केंद्रित है। कोर्स LLMs की मूल अवधारणाओं को शानदार ढंग से समझाता है और prompt engineering के लिए सर्वोत्तम प्रथाओं पर व्यावहारिक अंतर्दृष्टि प्रदान करता है। यह विभिन्न अनुप्रयोगों में LLM APIs की शक्ति को समझने और उपयोग करने वालों के लिए विशेष रूप से मूल्यवान है। उदाहरण के लिए, GPT से अपना जवाब JSON format में देने के लिए कैसे कहें ताकि आप बाद में इसे अपने एप्लिकेशन में उपयोग कर सकें।

Building Systems with the ChatGPT API

Prompt Engineering कोर्स का अगला हिस्सा, यह एक घंटे का सत्र LLMs में शुरुआती लोगों के लिए बिल्कुल सही है। यह hands-on उदाहरण प्रदान करता है और large language models का उपयोग करके कुशलतापूर्वक multi-step systems बनाना सिखाता है। prompt engineering और large language model अनुप्रयोगों में रुचि रखने वालों के लिए यह कोर्स एक उत्कृष्ट प्राइमर है। मैं वास्तविक कोड उदाहरणों के साथ नीचे दिए गए मार्गदर्शन की सराहना करता हूँ:

• "Moderation API" का उपयोग कैसे करें user input को validate करने और prompt injection से बचने के लिए
• Chain of thought reasoning
• Chaining prompts
• Output evaluations

5. और गहराई में जाने के लिए तैयार हैं?

इन कोर्सेज़ के बाद, अगर आप Gen AI एप्लिकेशन निर्माण में और गहराई में जाना चाहते हैं, तो "Functions, Tools, and Agents with LangChain" और "Vector Databases: from Embeddings to Applications" दो कोर्सेज़ बिल्कुल सही हैं।

यह समझना कि vector database क्या है, यह कैसे काम करता है, और यह एक multi-modal generative AI एप्लिकेशन बनाने में कैसे मदद कर सकता है — बहुत ही शानदार है।

पीछे मुड़कर देखता हूँ तो मैं आभारी हूँ कि ये कोर्सेज़ एक-दूसरे पर कितनी अच्छी तरह बने थे। इन्होंने मुझे न केवल सैद्धांतिक ज्ञान दिया बल्कि चीजें बनाना शुरू करने का व्यावहारिक आत्मविश्वास भी दिया। अगर आप मेरी तरह गैर-तकनीकी पृष्ठभूमि से आ रहे हैं, तो मुझे लगता है कि यह वास्तव में सबसे अच्छा सीखने का रास्ता है।

6. अपडेट (नवंबर 2025): इसे व्यवहार में लाना

याद है जब मैंने कहा था कि मैं "इन सीखों को वास्तविक प्रोजेक्ट्स में उपयोग करने" की उम्मीद कर रहा था? तो, मैंने वास्तव में यह किया।

इन कोर्सेज़ को पूरा करने के बाद, मैंने 75 दिन https://stratum.chandlernguyen.com/ बनाने में बिताए — एक 9-agent AI marketing platform जो बिल्कुल वही लागू करता है जो Andrew ने सिखाया: LLM prompt engineering, function calling, chain-of-thought reasoning, और multi-agent systems।

यह platform 11 strategic frameworks (SWOT, Porter's Five Forces, Blue Ocean Strategy, आदि) और progressive learning का उपयोग करता है — जिसका मतलब है कि AI agents आपके business के बारे में हर बातचीत के साथ और समझदार होते जाते हैं। यह छोटे व्यवसायों और marketing एजेंसियों के लिए डिज़ाइन किया गया है जिन्हें strategic intelligence चाहिए, सिर्फ execution नहीं।

क्या यह परफेक्ट है? बिल्कुल नहीं (मैं अभी भी सीख रहा हूँ!)। लेकिन यह लाइव है, काम कर रहा है, और सीधे Andrew के कोर्सेज़ से सीखी गई चीजों को लागू करने से बना है। कभी-कभी सीखने का सबसे अच्छा तरीका कुछ असली बनाना होता है।

अगर आप जानना चाहते हैं कि ये AI अवधारणाएँ वास्तविक उत्पादों में कैसे बदलती हैं, तो आप STRAŦUM: The 9-Agent Marketing Application I Built in 75 Days (Solo, While Sick for 10) या https://stratum.chandlernguyen.com/ के बारे में और पढ़ सकते हैं।

अभी भी कोडिंग कर रहा हूँ, अभी भी सीख रहा हूँ, अभी भी Andrew की शिक्षाओं को वास्तविक समस्याओं पर लागू कर रहा हूँ।

आपके बारे में क्या — क्या आपने इनमें से कोई कोर्स लिया है, या आप भी ऐसी ही सीखने की यात्रा पर हैं? मुझे जानना अच्छा लगेगा कि आपके लिए क्या काम किया (या नहीं किया)।

शुभकामनाओं सहित,

Chandler