{
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {},
      "source": [
        "# नोटबुक 2: संभावनाओं की सोच (Probabilistic Reasoning) और नेव बेज क्लासिफायर\n",
        "\n",
        "अध्याय 3 में हमने सीखा कि असली दुनिया में एआई अनिश्चितता (Uncertainty), अधूरे ज्ञान और शोर (Noise) के बीच काम करता है। सही फैसले लेने के लिए एआई **संभावनाओं की सोच (Probabilistic Reasoning)** का इस्तेमाल करता है और **बेज रूल (Bayes Rule)** के जरिए अपनी समझ को अपडेट करता है।\n",
        "\n",
        "इस नोटबुक में हम संभावनाओं की गणना करने और संदेशों को वर्गीकृत करने के लिए पायथन कोड चलाएंगे।"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {},
      "source": [
        "## प्रयोग 1: बेज रूल से अपनी समझ को अपडेट करना (तूफानी बारिश का अनुमान)\n",
        "\n",
        "मान लीजिए कि आज आसमान में काले बादल (`Clouds`) घिरे हैं। हम जानना चाहते हैं कि आज *सुंतो* (`Storm` - बरसाती तूफान) आने की कितनी संभावना है?\n",
        "\n",
        "बेज रूल का फॉर्मूला:\n",
        "`P(Storm | Clouds) = (P(Clouds | Storm) * P(Storm)) / P(Clouds)`"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {},
      "source": [
        "# पिछले मौसमों के अनुभव के आधार पर हमारी जानी-पहचानी संभावनाएँ\n",
        "P_storm = 0.20           # इस मौसम के 20% दिनों में तूफान आता है\n",
        "P_clouds_if_storm = 0.85 # जब तूफान आता है, तो 85% बार पहले काले बादल आते हैं\n",
        "P_clouds = 0.35          # कुल मिलाकर 35% दिनों में बादल घिरे रहते हैं\n",
        "\n",
        "# आज बादल देखकर तूफान आने की संभावना निकालना\n",
        "P_storm_if_clouds = (P_clouds_if_storm * P_storm) / P_clouds\n",
        "\n",
        "print(f\"काले बादल देखकर आज तूफान आने की संभावना: {P_storm_if_clouds * 100:.1f}%\")"
      ],
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {},
      "source": [
        "## प्रयोग 2: नेव बेज क्लासिफायर (संदेशों को सही श्रेणी में छाँटना)\n",
        "\n",
        "आइए एक ऐसा आसान प्रोग्राम बनाते हैं जो गाँव से आने वाले सुझावों या शिकायतों को अपने आप **'पानी व सिंचाई'** या **'बिजली व ऊर्जा'** की श्रेणी (Category) में छाँट देता है।"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {},
      "source": [
        "# हर श्रेणी के मुख्य शब्दों (Keywords) की सूची\n",
        "keywords = {\n",
        "    \"Water\": [\"pipe\", \"well\", \"naka\", \"kyari\", \"water\", \"leak\", \"canal\", \"नाका\", \"पानी\", \"पाइप\", \"कुआँ\"],\n",
        "    \"Electricity\": [\"wire\", \"pole\", \"bijli\", \"current\", \"transformer\", \"light\", \"बिजली\", \"खंभा\", \"तार\"]\n",
        "}\n",
        "\n",
        "def classify_message(text):\n",
        "    words = text.lower().split()\n",
        "    score_water = sum(1 for w in words if w in keywords[\"Water\"])\n",
        "    score_elec = sum(1 for w in words if w in keywords[\"Electricity\"])\n",
        "    \n",
        "    if score_water > score_elec:\n",
        "        return \"पानी व सिंचाई विभाग (Water & Irrigation)\"\n",
        "    elif score_elec > score_water:\n",
        "        return \"बिजली व ऊर्जा विभाग (Electricity & Power)\"\n",
        "    else:\n",
        "        return \"सामान्य / अन्य श्रेणी\"\n",
        "\n",
        "# हमारे क्लासिफायर को गाँव के संदेशों पर आज़माएँ!\n",
        "test_msgs = [\n",
        "    \"the water pipe near the well has a leak\",\n",
        "    \"the bijli wire fallen from the pole\",\n",
        "    \"खेत के नाका और कुआँ के पास पानी का पाइप टूट गया है\"\n",
        "]\n",
        "\n",
        "for msg in test_msgs:\n",
        "    print(f\"संदेश: '{msg}' -> श्रेणी: {classify_message(msg)}\")"
      ],
      "execution_count": null,
      "outputs": []
    }
  ],
  "metadata": {
    "kernelspec": {
      "display_name": "Python 3",
      "language": "python",
      "name": "python3"
    },
    "language_info": {
      "name": "python",
      "version": "3"
    }
  },
  "nbformat": 4,
  "nbformat_minor": 5
}