This repository is designed as a comprehensive, step-by-step guide to mastering AI and Machine Learning, covering essential prerequisites, mathematical foundations, core algorithms, and advanced concepts. Each section is divided into topic-specific markdown files, making it easy to navigate and focus on individual skills.
.
├── 01_PreRequisites
│ ├── 01_Python
│ │ ├── 1_python_basics.ipynb
│ │ ├── 2_operators_and_conrol_statements.ipynb
│ │ ├── 3_lists.ipynb
│ │ ├── 4_dictionary.ipynb
│ │ ├── 5_sets_and_tuples.ipynb
│ │ ├── 6_functions.ipynb
│ │ ├── 7_classes_and_objects.ipynb
│ │ ├── 8_advance.ipynb
│ │ ├── README.MD
│ │ └── images
│ ├── 02_NumPy
│ │ ├── 01_basic.ipynb
│ │ ├── 02_creation.ipynb
│ │ ├── 03_operations.ipynb
│ │ ├── 04_indexingAndSlicing.ipynb
│ │ ├── 05_ReshapingSplittingAndStacking.ipynb
│ │ ├── 06_broadcasting.ipynb
│ │ ├── 07_advance.ipynb
│ │ ├── README.md
│ │ └── images
│ ├── 03_Pandas
│ │ ├── 01_basics.ipynb
│ │ ├── 02_dataStructures.ipynb
│ │ ├── 03_view.ipynb
│ │ ├── 04_indexingAndSlicing.ipynb
│ │ ├── 05_filteringAndSorting.ipynb
│ │ ├── 06_dataCleaning.ipynb
│ │ ├── 07_advance.ipynb
│ │ ├── README.md
│ │ ├── images
│ │ ├── pokemon_data.csv
│ │ └── pokemon_data.txt
│ ├── 04_Matplotlib
│ │ ├── 01_basics.ipynb
│ │ ├── 02_LineGraph.ipynb
│ │ ├── 03_barChartAndHistogram.ipynb
│ │ ├── 04_pieChart.ipynb
│ │ ├── 05_boxAndWhiskersChart.ipynb
│ │ ├── README.md
│ │ ├── fifa_data.csv
│ │ ├── gas_prices.csv
│ │ └── stocks_prices.csv
│ └── README.md
├── 02_Maths
│ ├── 01_linearAlgebra.md
│ ├── 02_probability.md
│ ├── 03_statistics.md
│ ├── 04_derivatives.md
│ ├── Images
│ └── README.md
├── 03_AI
│ ├── 01_ButwhatIsAI.md
│ ├── 02_search.md
│ ├── 03_problemOfLocalOptima.md
│ ├── 04_gamePlaying.pdf
│ ├── Advance
│ │ ├── Astar.pdf
│ │ ├── Astar_implementation
│ │ ├── planning.pdf
│ │ └── ruleBasedSystems.pdf
│ ├── Assignments
│ │ ├── Assignment1
│ │ ├── Assignment2
│ │ ├── Assignment3
│ │ └── Assignment4
│ ├── Extra_Learning
│ │ └── randomizedMethods.pdf
│ ├── README.md
│ └── images
├── 04_Statistical_ML
│ ├── 01_linear_regression.md
│ ├── 02_logistic_regression.md
│ ├── 03_perceptron.md
│ ├── 04_knn.md
│ ├── 05_naive_bayes.md
│ ├── 06_decision_tree.md
│ ├── 07_random_forest.md
│ ├── 08_svm.md
│ ├── 09_gaussian_process.md
│ ├── 10_SOMs.md
│ ├── 11_pca.md
│ ├── 12_gradient_boosting.md
│ └── README.md
├── 05_Deep_Learning
│ ├── 01_neural_networks.md
│ ├── 02_hyperparameter_tuning.md
│ ├── 03_mnist.md
│ ├── 04_cnn.md
│ ├── 05_lstms.md
│ ├── 06_LLMs.md
│ ├── Assets
│ │ └── images
│ ├── README.md
│ ├── codes
│ │ ├── ResNet-34
│ │ ├── images
│ │ ├── loopsVsVectorization.ipynb
│ │ └── mnist.ipynb
│ └── images
├── 06_Natural_Language_Processing
│ └── README.md
├── 07_Generative_AI
│ └── README.md
├── 08_Advance_Models
│ └── README.md
├── 09_Agents
│ └── README.md
└── README.md
├── 01_PreRequisites
│ ├── 01_Python
│ ├── 02_NumPy
│ ├── 03_Pandas
│ ├── 04_Matplotlib
│ └── README.md
├── 02_Maths
│ ├── 01_linearAlgebra.md
├── 03_AI
│ ├── 01_ButwhatIsAI.md
│ ├── 02_search.md
│ ├── 03_problemOfLocalOptima.md
│ ├── 04_gamePlaying.pdf
│ ├── Advance
│ ├── Assignments
│ ├── Extra_Learning
│ ├── README.md
│ └── images
├── 05_Deep_Learning
│ ├── 01_nn.md
│ ├── 06_LLMs.md