Machine Learning | Introduction to Machine Learning | Scope & Limitations📉 | #btech6thsem

RGPV all content www.youtube.com March 23, 2026

Brief Summary

This video introduces machine learning, a subject in the CS branch for the sixth semester at IGPB University. It covers the basic concepts, advantages, limitations, and applications of machine learning.

Machine learning is a subset of artificial intelligence that allows computers to learn from data without explicit programming.
Important terms in machine learning include algorithms, datasets, training data, and test data.
Machine learning has important applications in healthcare, finance, e-commerce, self-driving cars, natural language processing, and education.
Limitations include the need for large amounts of data, high costs, time consumption, data quality issues, security risks, and predictor variables.

Introduction to Machine Learning

The video begins with an introduction to machine learning, stating that it is the first subject in the sixth semester for the CS branch at IGPB University. Machine learning is explained as a branch of artificial intelligence that enables computers to learn from data and make decisions and predictions without being explicitly programmed. Users provide data, and the system learns patterns from it to build decisions.

Key Terms in Machine Learning

Key terms related to machine learning are introduced. One important term is "algorithms," defined as step-by-step methods used by computers to solve problems. Examples include decision trees and linear regression. Another term, "dataset," is a collection of data used to train and test machine learning models, which can include images and numbers.

Scope of Machine Learning

The scope of machine learning is discussed, focusing on areas where it can be extensively used. In healthcare, machine learning helps doctors detect diseases, analyze medical images, and predict patient risks. In finance, it is used for fraud detection and credit scoring, as well as stock market predictions. E-commerce utilizes machine learning to recommend products based on user interests. Additionally, self-driving cars use machine learning to recognize roads and traffic signals, while natural language processing aids in translation and voice assistants.

Limitations of Machine Learning

The video discusses the limitations of machine learning despite its advantages. One limitation is that it requires large amounts of data to function effectively. Additionally, creating and training machine learning models can be costly due to the need for powerful computers and infrastructure. Moreover, the training and testing of models can be time-consuming. Data quality is also critical; incorrect or biased training data can lead to wrong results. Finally, security risks are present as machine learning systems can be manipulated using fake data, affecting their predictions.

Conclusion and Further Topics

The video concludes by summarizing the definitions, important terms, limitations, scopes, and applications of machine learning discussed. It mentions that the next topics will be covered in future videos, and notes related to the content are available for purchase.

Summarize any YouTube video in seconds

Get summaries like this one for any video, in your language, with the free Summ app.

Download on the App Store

Get it on Google Play

Transcript

Full transcript of “Machine Learning | Introduction to Machine Learning | Scope & Limitations📉 | #btech6thsem”. Click a timestamp to open the video at that moment. Need another video? Use the YouTube transcript generator.

0:00 हेलो गाइस, इन दिस वीडियो वी आर गोइंग टू स्टार्ट दी सिक्स्थ सेमेस्टर सब्जेक्ट दैट इज मशीन लर्निंग। यह सिक्स सेमेस्टर सीएस ब्रांच का आईजीपीबी यूनिवर्सिटी का फर्स्ट सब्जेक्ट है दैट इज़ मशीन लर्निंग। तो इस वीडियो में हम लोग मशीन लर्निंग की यूनिट वन का इंट्रोडक्शन देखेंगे और बेसिकली मशीन लर्निंग की लिमिटेशंस, एडवांटेजेस और उसके स्कोप्स देखेंगे। तो चलिए स्टार्ट करते हैं इंट्रोडक्शन टू मशीन लर्निंग। मशीन लर्निंग इज़ अ ब्रांच ऑफ़ आर्टिफिशियल इंटेलिजेंस। तो बेसिकली मशीन लर्निंग क्या है? ब्रांच है काहे की? आर्टिफिशियल इंटेलिजेंस की। दैट अलाउज़ कंप्यूटर टू लर्न फ्रॉम डेटा एंड मेक डिसीज़ंस और प्रेडिक्शनंस। तो बेसिकली मशीन लर्निंग में क्या होता है? कंप्यूटरटर्स को अलाउ करती है डेटा मतलब डेटा लेने की, डिसीजंस बिल्ड करने की, प्रेडिक्शंस बनाने की विद

0:45 दी हेल्प ऑफ़ डेटा। ठीक है? विदाउट बीइंग एक्सप्लसिटली प्रोग्राम। मतलब इसमें कोई भी प्रोग्राम रिटन करने की नीड नहीं पड़ती है। यूजर सिर्फ डेटा देता है। मतलब जो डेवलप करता है कोई भी प्रोग्राम या सिस्टम तो उसमें सिर्फ डेटा गिवन देना पड़ता है। उस डेटा के अकॉर्डिंग जो सिस्टम रहेगा वो डिसीजंस बिल्ड करेगा और प्रेडिक्शंस निकालेगा। ठीक है? देन इंस्टेड ऑफ़ राइटिंग रूल्स वी गिव डेटा एंड द कंप्यूटर लर्न्स पैटर्न फ्रॉम इट। तो बेसिकली मशीन लर्निंग में क्या होता है कि सिंपली इसमें कोई भी रूल्स वगैरह राइट नहीं करने पड़ते हैं। सिंपली डेटा दिया जाता है सिस्टम्स के लिए, कंप्यूटरटर्स के लिए और उस डेटा से जो कंप्यूटर सिस्टम रहता है वो क्या करता है? पैटर्न्स फॉर्म करता है और उसको लर्न करता है। ठीक है? मशीन लर्निंग इज़ अ सबसेट ऑफ़ आर्टिफिशियल इंटेलिजेंस। तो बेसिकली जो मशीन लर्निंग है वो सबसेट है आर्टिफिशियल इंटेलिजेंस

1:31 का। अब यहां पे सबसेट का क्या मीनिंग है? सिंपली जो आर्टिफिशियल इंटेलिजेंस ब्रांच होती है उसका एक पार्ट है मशीन लर्निंग। इट इज़ यूज़फुल व्हेन डाटा इज लार्ज। तो जब डेटा ह्यूज अमाउंट में होता है, लार्ज अमाउंट में होता है, तो जब नीड पड़ती है मशीन लर्निंग की। ठीक है? रूल्स आर कॉम्प्लेक्स। जो रूल्स रहते हैं प्रोग्रामिंग के या डिसीज़ंस बिल्ड करने के वो कॉम्प्लेक्स रहते हैं। और मशीन लर्निंग में सिंपली क्या रहता है? ओवरऑल डेटा दे दिया सिस्टम को। देन उस डेटा के बेसिस पे जो सिस्टम रहेगा वो फाइंड करेगा पैटर्न्स और इनेशंस। ठीक है? पैटर्न्स आर डिफिकल्ट टू राइट मैनुअली। और जो पैटर्न्स रहते हैं वो मैनुअली मतलब अगर कोई भी प्रोग्रामर है या कोई भी इंसान है तो अगर वो टाइप करेगा राइट करेगा प्रोग्राम मैनुअली लाइन बाय लाइन कोड को तो बहुत डिफिकल्ट हो जाता है। तो इंस्टेड ऑफ़ दिस मशीन लर्निंग एक बेस्ट वे है कोई भी डाटा इनेशन फाइंड करने के

2:19 लिए करेक्ट वे में। नाउ वी सी इंपॉर्टेंट टर्म्स ऑफ़ मशीन लर्निंग। अब हम लोग देखेंगे जो बेसिक-बेसिक इंपॉर्टेंट टर्म्स होते हैं मशीन लर्निंग में। तो वो तो फर्स्ट है दैट इज़ एल्गोरिदम। अब एल्गोरिदम क्या होती है? अ स्टेप बाय स्टेप मेथड यूज़्ड बाय अ कंप्यूटर। तो बेसिकली एक स्टेप बाय स्टेप सीक्वेंशियल मेथड होता है एल्गोरिदम जो कंप्यूटर सिस्टम यूज़ करता है किसी भी प्रॉब्लम को सॉल्व करने के लिए। ठीक है? अ स्टेप बाय स्टेप मेथड यूज़्ड बाय अ कंप्यूटर टू सॉल्व अ प्रॉब्लम और लर्न फ्रॉम अ डेटा। और जो प्रॉब्लम सॉल्व करता है तो वो किस तरीके से सॉल्व किया? ये ओवरऑल डेटा भी वो फीड करता जाता है। ठीक है? इसका एग्जांपल है डिसीजन ट्री और लीनियर रिग्रेशन। ये जो टर्म्स है वो हम लोग जब यूनिट कंप्लीट कर रहे होंगे तो ये सारे टर्म्स लाइन से डिस्कस हो जाएंगे। ठीक है? तो सेकंड है जो इंपॉर्टेंट टर्म दैट इज़ डेटा सेट क्या होता है मशीन लर्निंग में? तो अ कलेक्शन ऑफ़ डेटा यूज्ड

3:05 टू ट्रेन एंड टेस्ट अ मशीन लर्निंग मॉडल। तो बेसिकली डेटा सेट से आपको नेम से समझ में आ रहा है कि डेटा का कलेक्शन। ठीक है? तो एक ऐसा कलेक्शन ऑफ़ डेटा जो मशीन लर्निंग में यूज़ होता है डेटा को ट्रेन करने के लिए या फिर टेस्ट करने के लिए किसी भी मॉडल के लिए। ठीक है? इसका एग्जांपल क्या है? जैसे इमेजज़ और नंबर्स। तो इमेजज़ और नंबर बेसिकली क्या है? एक डेटा ही है। ठीक है? मतलब इमेजज़ बहुत सारी इमेजज़ हैं। तो कलेक्शन ऑफ़ डेटा या फिर कलेक्शन ऑफ़ नंबर्स जो किसी भी मशीन लर्निंग मॉडल को दिया जाता है कोई भी इनेशन निकालने के लिए। देन थर्ड इंपॉर्टेंट टर्म दैट इज़ ट्रेनिंग डेटा क्या होता है? द डेटा यूज़्ड टू टीच द मॉडल। सो इट कैन लर्न पैटर्न्स। तो ट्रेनिंग डेटा एक ऐसा डेटा होता है जिसकी हेल्प से जो मशीन लर्निंग मॉडल है वो खुद को ट्रेन करते हैं विद द हेल्प ऑफ़ डेटा। ठीक है? तो ये डेटा यूज़्ड होता है किसी भी मॉडल या किसी भी मशीन को टीच करने के लिए,

3:52 सिखाने के लिए। सो इट कैन लर्न पैटर्न्स। जिसकी हेल्प से वो पैटर्न्स लर्न कर पाए, पैटर्न्स फॉर्म कर पाए और ये करेक्ट इंफॉर्मेशनेशन दे पाए यूजर के लिए। देन फोर्थ वन इज़ टेस्ट डेटा। तो टेस्ट डेटा क्या होता है? अ डेटा यूज्ड टू चेक हाउ वेल द मॉडल वर्क्स आफ्टर ट्रेनिंग। तो टेस्ट डेटा वो डेटा दिया जाता है किसी भी मॉडल के लिए, मशीन के लिए जब वो मशीन बिल्ड हो जाए तो उस वो टेस्ट डेटा देगा, चेक किया जाए तो जो मशीन है वह प्रॉपर्ली वर्क कर रही है। ठीक है? तो मतलब उसको ट्रेन किया जाता है इसमें ट्रेनिंग में। नाउ वी सी स्कोप ऑफ़ मशीन लर्निंग। तो इस वीडियो में बेसिकली जो भी टॉपिक्स डिस्कस हो रहे हैं और आने वाले इसके पार्ट्स में जो भी टॉपिक डिस्कस होंगे वो आपके कंप्लीटली आरजीपीपी के सिलेबस पर बेस्ड हैं। तो उसमें आपका एक टॉपिक है स्कोप ऑफ़ मशीन लर्निंग। ये बहुत मोस्ट इंपॉर्टेंट टॉपिक है और स्कोप ऑफ़ मशीन लर्निंग और

4:38 एडवांटेजेस ऑफ़ मशीन लर्निंग दोनों ही सेम चीज़ हैं। ठीक है? तो देखते हैं स्कोप ऑफ़ मशीन लर्निंग क्या होता है? द स्कोप मींस द एरिया वेयर मशीनंस लर्न कैन बी मशीन लर्निंग कैन बी यूज़्ड। तो स्कोप मींस क्या है? एक ऐसे एरिया पे जहां पे मशीन लर्निंग का वाइडली यूज़्ड किया जाता है। तो इसका फर्स्ट एग्जांपल है दैट इज़ हेल्थ केयर। इट हेल्प्स डॉक्टर डिटेक्ट डिसीज़ एनालाइज़ मेडिकल इमेजज़ एंड प्रिडिक्ट पेशेंट्स रिस्क। तो बेसिकली हेल्थ केयर में जो मशीन लर्निंग है उसका वाइडली यूज़ किया जाता है। डॉक्टर इसका यूज़ करते हैं कोई भी डिटेक्ट मतलब कोई भी डिसीज़ंस जो रहते हैं उनका डिटेक्शन के लिए और एनालाइज़ करते हैं मेडिकल इमेजज़ जो रहती है एक्सरे वगैरह एंड प्रिडिक्ट पेशेंस रिस्क। और पेशेंस की कंडीशन क्या है? इन मतलब इस पर्टिकुलर सिचुएशन में भी मशीन लर्निंग का यूज़ होता है हेल्थ केयर सेंटर में। ठीक है? देन सेकंड इसका स्कोप क्या है? फाइनेंस एंड

5:25 बैंकिंग। मतलब फाइनेंस में और बैंकिंग में भी इसका बायली यूज़ किया जाता है। यूज़्ड फॉर फ्रॉड डिटेक्शन। तो बेसिकली ऐसे सिस्टम्स आजकल होने लगे हैं बैंक्स वगैरह में जिसमें फ्रॉड डिटेक्शन भी होने लगा है। मतलब किसी का अकाउंट फ्रॉड है उसमें कुछ मनी एक्ट वगैरह तो नहीं हो रहा। तो ये सब भी चेक किया जाता है विथ द हेल्प ऑफ़ मशीन लर्निंग। क्रेडिट स्कोरिंग। तो क्रेडिट जो स्कोर होता है उसमें भी मशीन लर्निंग का यूज़ होता है। स्टॉक मार्केट प्रेडिक्शन और आजकल तो लोग स्टॉक्स जो होते हैं स्टॉक मार्केट में उसके प्रेडिक्शन में भी मशीन लर्निंग का यूज़ करते हैं। तो ये इसका स्कोप हो गया। देन थर्ड वन है ई-कॉमर्स। तो ई-कॉमर्स में भी इसका यूज़ होता है। रिकमेंड्स प्रोडक्ट टू यूज़र्स बेस्ड ऑन देयर इंटरेस्ट। ठीक है? तो इसमें बेसिकली क्या होता है? जैसे कि कोई भी सोशल मीडिया, कोई भी शॉपिंग ऐप अगर कोई रन करता है, चलाता है तो अगर वो

6:11 कंटीन्यूअसली किसी पर्टिकुलर चीज को बार-बार सर्च कर रहा है तो उसी के रिकमेंडेशन उसके सिस्टम्स में उसके पीसी में बार-बार शो होते हैं। तो ये बेसिकली क्या है? एक एल्गोरििदम में एक सिस्टम है लाइक ऑनलाइन शॉपिंग रिकमेंडेशन। तो ये भी बेसिकली क्या है? ई-कॉमर्स का एक एग्जांपल है। जैसे कि कोई अगर शॉपिंग के लिए कुछ सर्च करता है तो उसको बार-बार हर ऐप पे पर्टिकुलर ऐप पे उसी चीज का रिकमेंडेशन शो होता है। तो ये क्या है? बेसिकली मशीन लर्निंग की हेल्प से ये किया जाता है। देन फोर्थ वन है सेल्फ ड्राइविंग कार्स। इट हेल्प्स व्हीकल टू रिकॉग्नाइज़ रोड्स, ऑब्जेक्ट्स एंड ट्रैफिक सिग्नल्स। तो बेसिकली अब ये जो ड्राइविंग कार्स रहती हैं तो उनमें भी मशीन लर्निंग का कांसेप्ट यूज़ किया जाता है। जैसे कि रोड को रिकॉग्नाइज़ करने में किसी भी ऑब्जेक्ट अगर कार के सामने है तो वो खुद से रिकॉग्नाइज़ कर लेती हैं या फिर ट्रैफिक सिग्नल्स के लिए। ठीक है? देन देन फिफ्थ स्कोप और

6:57 एप्लीकेशन है इसका दैट इज़ नेचुरल लैंग्वेज प्रोसेसिंग। तो बेसिकली नेचुरल लैंग्वेज प्रोसेसिंग में क्या होता है? इसका वाइडली स्कोप है ट्रांसलेशन करना। जो लैंग्वेजज़ रहती हैं जैसे अगर कोई दूसरी कंट्री से विज़िटर आता है या फिर हम किसी दूसरी कंट्री में जाते हैं या फिर कोई न्यू लैंग्वेज सीखनी हो तो उसमें भी इसका यूज़ कर सकते हैं। जैसे यूज़्ड इन चैट वुड्स लैंग्वेज ट्रांसलेशन एंड वॉइस असिस्टेंट में। देन देन सिक्स्थ इसका मेनली स्कोप है दैट इज़ एजुकेशन। तो टुडेेज़ वर्ल्ड में एजुकेशन जो विद दी हेल्प ऑफ़ चैट जीपीटी। तो ये सब क्या है? मशीन लर्निंग के टूल्स हैं। तो इसमें बेसिकली क्या होता है? पर्सनलाइज़्ड लर्निंग सिस्टम्स रहते हैं और इंटेलिजेंट ट्यूटिंग सिस्टम। तो विद दी हेल्प ऑफ़ मशीन लर्निंग जो कोई भी स्टूडेंट है वो इज़ली अपनी लर्निंग को इंक्रीस कर सकता है। अच्छे से लर्निंग कर सकता है। तो ये बेसिकली इसका स्कोप हो गया। तो हम लोगों ने स्कोप देख लिए। नाउ वी सी

7:42 लिमिटेशंस ऑफ़ मशीन लर्निंग। डिस्पाइट्स इट्स एडवांटेजेस। मशीन लर्निंग आल्सो हैव सम लिमिटेशंस। तो इसकी लिमिटेशंस में इसके बहुत सारे एडवांटेजेस हैं। बट फिर भी इसकी लिमिटेशंस हैं। तो अब हम लोग वो देखेंगे। फ़ इज़ नीड्स लार्ज अमाउंट ऑफ़ डेटा। तो जो मशीन लर्निंग सिस्टम्स रहते हैं, मॉडल्स रहते हैं। तो वो लर्न करते हैं विथ द हेल्प ऑफ़ डेटा। और वो डेटा बहुत लार्ज अमाउंट में दिया जाता है। ठीक है? मशीन में सिस्टम्स में। तो मशीन लर्निंग मॉडल्स रिक्वायर्ड अ लॉट ऑफ़ डेटा टू लर्न प्रॉपर्ली। तो इसमें उनको लार्ज अमाउंट ऑफ़ डेटा की रिक्वायरमेंट पड़ती है किसी भी पर्टिकुलर टॉपिक को अच्छे से लर्न करने के लिए। देन सेकंड इसकी लिमिटेशन है दैट इज़ हाई कॉस्ट। जो मशीन लर्निंग जो मॉडल्स रहते हैं तो उनको प्रिपेयर करने में, उनको ट्रेन करने में बहुत हाई कॉस्ट यूज़ होती है। जैसे ट्रेनिंग मशीन लर्निंग मॉडल्स रिक्वायर पावरफुल कंप्यूटरटर्स एंड

8:27 इंफ्रास्ट्रक्चर्स। तो ऐसे मॉडल्स अगर बिल्ड करने हैं तो उसमें पावरफुल कंप्यूटरटर्स की रिक्वायरमेंट रहेगी। ऐसा नहीं है कोई भी उसको बिल्ड कर ले और एक प्रॉपर इंफ्रास्ट्रक्चर की भी रिक्वायरमेंट रहेगी। देन थर्ड इज़ टाइम कंज्यूमिंग। जो मशीन लर्निंग मॉडल है इनको ट्रेनिंग में इनकी टेस्टिंग में बहुत सारा टाइम कंज्यूम होता है। ट्रेनिंग एंड टेस्टिंग मॉडल्स कैन टेक अ लॉन्ग टाइम। तो इसमें बहुत ज्यादा ही टाइम लगता है। क्योंकि एक प्रॉपर एक पर्टिकुलर सिस्टम बनाने के लिए ट्रेन उसको ट्रेन करना पड़ेगा। देन उसको टेस्ट करना पड़ेगा। तो [नाक से की जाने वाली आवाज़] ये बहुत ही ज्यादा टाइम कंज्यूमिंग प्रोसेस रहेगी। देन फोर्थ वन इज़ डेटा क्वालिटी प्रॉब्लम। इफ द ट्रेनिंग डेटा इज़ इनकरेक्ट और बायस्ड द मॉडल विल गिव रॉन्ग रिजल्ट। अगर कोई भी सिस्टम है मतलब अगर कोई भी मशीन लर्निंग का मॉडल है अगर उसको पर्टिकुलरली एक सही तरीके से ट्रेन नहीं किया जा रहा है। उसको

9:13 रॉन्ग डेटा या फिर बायस्ड जो इनेशन है वो उसके अंदर इंसर्ट की जा रही है तो वो जो उसका आउटपुट रहेगा वो भी रॉन्ग रहेगा। वो रॉन्ग रिजल्ट प्रोड्यूस करेगा। तो डेटा क्वालिटी प्रॉब्लम रहती है। अगर आप डेटा रॉन्ग देंगे तो आपको आउटपुट भी उसमें रॉन्ग मिलेगा। ठीक है? देन फिफ्थ वन इज़ सिक्योरिटी रिस्क। इसमें सिक्योरिटी रिस्क भी रहती है। मशीन लर्निंग सिस्टम कैन बी अटैक और मैनपुलेटेड विद फेक डेटा। तो अगर फेक डेटा अगर उसमें चला गया तो वो मैनपुलेट इज़ली हो जाते हैं और अटैक कर सकते हैं किसी के भी सिस्टम में। देन सिक्स्थ इज़ प्रिडिक्टर वेरिएबल्स। तो प्रिडिक्टर वेरिएबल्स क्या होते हैं? इट इज़ अ फीचर्स ऑफ़ द डेटा दैट कैन बी यूज़्ड टू प्रिडिक्ट द आउटपुट। तो बेसिकली प्रेडिक्टर वेरिएबल्स एक ऐसे वेरिएबल्स होते हैं जो डेटा को प्रेडिक्ट करने में कोई भी वैल्यू मतलब कोई भी आउटपुट प्रेडिक्ट करने में हेल्प करते हैं। तो

9:59 जरूरी नहीं है जो वो प्रेडिक्शन दे रहे हैं वो बिल्कुल करेक्ट प्रेडिक्शन हो। वो प्रेडिक्शन रॉन्ग भी हो सकती है। ठीक है? तो ये बेसिकली क्या हो गया? प्रेडिक्ट वेरिएबल्स। तो बेसिकली ये थी लिमिटेशंस ऑफ़ मशीन लर्निंग। हम लोग हम लोगों ने मशीन लर्निंग की डेफिनेशन, उसके इंपॉर्टेंट टर्म्स, लिमिटेशन, स्कोप्स एंड एप्लीकेशनेशंस इस वीडियो में कवर कर लिए हैं। और जो आपकी यूनिट फर्स्ट है मशीन लर्निंग की उसके हम लोग नेक्स्ट टॉपिक नेक्स्ट वीडियो में कवर करेंगे। और जो भी इस वीडियो में नोट्स प्रोवाइड किए जा रहे हैं, मतलब जो भी आपको जो कंटेंट शो हो रहा है, इसके प्रॉपर बिल्कुल सेम ऐसे ही कंटेंट वाइज नोट्स अवेलेबल है। तो जिसको भी परचेस करना है, वह हमारे tlegram आईडी पर मैसेज कर सकता है। थैंक यू गाइस।

Share

More video summaries

Chinese Gold Digger Demands Her Name on $1.4M House Before Marriage — Wedding Cancelled Instantly

【突發】馬斯克、黃仁勳同台宣佈：AI不停了，還要加速前進！美國必須贏！美國要用「超級智慧」徹底甩開中國！馬斯克當眾調侃：黃仁勳一個人就創造了5兆美元財富！【中英字幕】

How to Find Happiness ft. Arthur Brooks

THE CREEPY MAN SENT HIS GIRLFRIEND TO RUIN GERMANY'S 3RD BIRTHDAY PARTY!💔

EP28: Made in the Philippines: The ILOVEYOU Virus Web Outbreak | Philippines’ Most Shocking Stories

How to Activate Experience Boosts in Battlefield 4 Multiplayer

Browse all summaries →