ভূমিকা:
মানুষ সবসময় কম মানব শ্রমিক ব্যবহার করে উৎপাদনশীলতা বাড়ানোর উপায় খোঁজে। আজ মেশিনের যুগ। আমাদের দৈনন্দিন জীবনে নানা ধরনের যন্ত্র ব্যবহার করি, যা আমাদের কাজ আরও দক্ষভাবে করতে সাহায্য করে। ধরুন, আপনি আপনার পিসিতে কোম্পানির সব পুরোনো রেকর্ড সংরক্ষণ করেছেন। আপনার কম্পিউটার আগের রেকর্ডের প্যাটার্ন ও অ্যালগরিদম ব্যবহার করে শিখতে ও খাপ খাওয়াতে পারে। সুস্পষ্ট নির্দেশ ছাড়াই আপনার কম্পিউটার আগের ডেটা পরীক্ষা করে অনুমান করে, এবং বিদ্যমান রেকর্ডের ভিত্তিতে ভবিষ্যৎ ফলাফলের পূর্বাভাস দেয়। এ সবই মেশিন লার্নিংয়ের কারণে সম্ভব।
মেশিন লার্নিং কী?
এটি কৃত্রিম বুদ্ধিমত্তার এমন প্রয়োগ যা সিস্টেমকে সুস্পষ্টভাবে প্রোগ্রাম না করেও অভিজ্ঞতার মাধ্যমে শিখতে ও উন্নত হতে দেয়। মূলত এটি এমন একটি সিস্টেম যা ডেটা থেকে শিখতে, প্যাটার্ন শনাক্ত করতে এবং খুব কম বা কোনো মানুষের সহযোগিতা ছাড়াই সিদ্ধান্ত নিতে পারে।
মেশিন লার্নিংয়ের নেপথ্য কাহিনি কী?
অ্যালান টুরিং ১৯৫০ সালে টুরিং টেস্ট উদ্ভাবন করেন। অ্যালান টুরিং ছিলেন একজন ব্রিটিশ গণিতবিদ ও কম্পিউটার বিজ্ঞানী, যিনি একই সাথে মেধাবী ও প্রভাবশালী ছিলেন। একটি মেশিনের মানুষের মতো বুদ্ধিমত্তা আছে কি না তা নির্ধারণ করতে এই পরীক্ষা তৈরি করা হয়েছিল।
মেশিন লার্নিং কে তৈরি করেছেন?
অনেক মানুষ মেশিন লার্নিংয়ের অগ্রগতিতে অবদান রেখেছেন, তবে আইবিএমের কম্পিউটার বিজ্ঞানী আর্থার স্যামুয়েল ১৯৫২ সালে "মেশিন লার্নিং" শব্দগুচ্ছটি উদ্ভাবন করেন।
মেশিন লার্নিংয়ের উদ্দেশ্য কী?
মেশিন লার্নিংয়ের উদ্দেশ্য হলো আপনার ডেটার প্যাটার্ন ধরা বা খুঁজে বের করা এবং সেই প্যাটার্নের ভিত্তিতে অনুমান করা, যা সাধারণত জটিল, ব্যবসায়িক সমস্যার সমাধান দিতে। সমস্যা সমাধানে সহায়ক প্যাটার্ন ও নকশা নির্ধারণ ও বিশ্লেষণ করুন।
ব্যবসা ও অন্যান্য খাতে মেশিন লার্নিং মূলত একটি ডেটা বিশ্লেষণ প্রযুক্তি, যা ডেটা মডেল তৈরির প্রক্রিয়া স্বয়ংক্রিয় করে কাজ করে।
মেশিন লার্নিং কীভাবে কাজ করে?
মেশিন লার্নিং কত ধরনের?
মেশিন লার্নিংয়ের চার ধরনের আছে।
সুপারভাইজড লার্নিং:
এই ধরনের মেশিন লার্নিংয়ে ডেটা সায়েন্টিস্টরা অ্যালগরিদমকে লেবেলযুক্ত প্রশিক্ষণ ডেটা দেন এবং যে ভেরিয়েবলগুলোর মধ্যে প্রোগ্রামার সম্পর্ক খুঁজে পেতে চান তা নির্দিষ্ট করে দেন। অ্যালগরিদমের ইনপুট ও আউটপুট উভয়ই দেওয়া থাকে।[1]
আনসুপারভাইজড লার্নিং:
এই ধরনের মেশিন লার্নিংয়ে লেবেলবিহীন ডেটার উপর প্রশিক্ষিত অ্যালগরিদম ব্যবহৃত হয়। প্রোগ্রামার ডেটা সেটের মধ্যে প্রাসঙ্গিক সম্পর্ক খোঁজেন। অ্যালগরিদম প্রশিক্ষণের জন্য ব্যবহৃত ডেটা এবং তাদের দেওয়া পূর্বাভাস বা সুপারিশ আগে থেকেই নির্ধারিত।[1]
সেমি-সুপারভাইজড:
মেশিন লার্নিংয়ের এই পদ্ধতিতে আগের দুটি পদ্ধতি একত্র করা হয়। ডেটা সায়েন্টিস্টরা অ্যালগরিদমকে মূলত "প্রশিক্ষণ ডেটা" দিলেও মডেলকে নিজে থেকে ডেটা অন্বেষণ করতে এবং ডেটা সেট সম্পর্কে নিজস্ব ধারণা গড়ে তুলতে দেওয়া হয়।[1]
রিইনফোর্সমেন্ট লার্নিং:
ডেটা সায়েন্টিস্টরা সাধারণত রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে একটি মেশিনকে সুস্পষ্ট মানদণ্ডসহ বহু ধাপের প্রক্রিয়া সম্পাদন করতে শেখান। ডেটা সায়েন্টিস্টরা একটি অ্যালগরিদমকে কাজ সম্পন্ন করতে প্রশিক্ষণ দেন এবং কাজটি কীভাবে শেষ করতে হবে তা পরিচালনা করার সময় তাকে ইতিবাচক বা নেতিবাচক সংকেত দেন। তবে বেশিরভাগ ক্ষেত্রে অ্যালগরিদমই পথে কোন পদক্ষেপ নেবে তা বেছে নেয়।[1]
মেশিন লার্নিং কী কী সুবিধা দেয়?
- সবকিছুর স্বয়ংক্রিয়করণ
- প্রবণতা ও প্যাটার্ন শনাক্তকরণ
- প্রয়োগের বিস্তৃত পরিসর
- উন্নতির সুযোগ
- ডেটার দক্ষ ব্যবস্থাপনা
- শিক্ষা ও অনলাইন কেনাকাটার জন্য সেরা
মেশিন লার্নিংয়ের অসুবিধাগুলো কী কী?
- বড় ধরনের ত্রুটির সম্ভাবনা
- অ্যালগরিদম নির্বাচন
- ডেটা সংগ্রহ
- সময় ও স্থান
উপসংহার:
মেশিন লার্নিং কৃত্রিম বুদ্ধিমত্তার একটি উপক্ষেত্র। এটি এমন একটি সিস্টেম যেখানে কম্পিউটার বিপুল পরিমাণ ডেটা ব্যবহার করে এবং অ্যালগরিদম প্রয়োগ করে নিজেকে "প্রশিক্ষিত" করে ও সুস্পষ্ট প্রোগ্রামিংয়ের উপর নির্ভর না করেই পূর্বাভাস তৈরি করে। মেশিন লার্নিং মূলত একটি ডেটা বিশ্লেষণ কৌশল, যা ব্যবসা ও অন্যান্য ক্ষেত্রে ডেটা মডেল তৈরির প্রক্রিয়া স্বয়ংক্রিয় করে কাজ করে।
- Burns, E.machine learning. পাওয়া যাবে: https://www.techtarget.com/searchenterpriseai/definition/machine-learning-ML।
মেশিন লার্নিংয়ের ধরন
| ধরন | যা থেকে শেখে | উদাহরণ |
|---|---|---|
| সুপারভাইজড | লেবেলযুক্ত উদাহরণ | স্প্যাম শনাক্তকরণ, দামের পূর্বাভাস |
| আনসুপারভাইজড | লেবেলবিহীন ডেটা | গ্রাহক বিভাজন |
| সেমি-সুপারভাইজড | কম লেবেল + অনেক লেবেলবিহীন | সীমিত লেবেলসহ ছবি শ্রেণিবিন্যাস |
| রিইনফোর্সমেন্ট | কাজের পুরস্কার | গেম খেলা, রোবটিক্স |
যে মেশিন লার্নিং আপনি ইতিমধ্যে ব্যবহার করছেন
ইমেইল স্প্যাম ফিল্টার, মানচিত্রে ট্রাফিকের পূর্বাভাস, ভিডিও ও কেনাকাটার সুপারিশ, ভয়েস টাইপিং এবং ফেস আনলক সবই মেশিন লার্নিংয়ের উপর নির্ভর করে।
মেশিন লার্নিং বনাম এআই বনাম ডিপ লার্নিং
এআই হলো বুদ্ধিমান মেশিনের বিস্তৃত লক্ষ্য; মেশিন লার্নিং হলো ডেটা থেকে শেখার পদ্ধতি; ডিপ লার্নিং বহুস্তরবিশিষ্ট নিউরাল নেটওয়ার্ক ব্যবহার করে। দেখুন কৃত্রিম বুদ্ধিমত্তা কী।
