परिचय:
इंसान हमेशा कम मानव श्रमिकों का उपयोग करते हुए उत्पादकता बढ़ाने के तरीके खोजता रहता है। आज मशीनों का युग है। हम अपने दैनिक जीवन में कई प्रकार की मशीनों का उपयोग करते हैं जो हमें अपने कर्तव्य अधिक कुशलता से निभाने में मदद करती हैं। मान लीजिए आपने अपनी कंपनी के सभी पुराने रिकॉर्ड अपने पीसी में सहेजे हैं। आपका कंप्यूटर पिछले रिकॉर्ड के पैटर्न और एल्गोरिदम का उपयोग करके सीख और ढल सकता है। स्पष्ट आदेशों के बिना, आपका कंप्यूटर पूर्व डेटा की जाँच करके निष्कर्ष निकालता है और मौजूदा रिकॉर्ड की नींव पर भविष्य के परिणामों का अनुमान लगाता है। यह सब मशीन लर्निंग की बदौलत संभव है।
मशीन लर्निंग क्या है?
यह आर्टिफ़िशियल इंटेलिजेंस का वह उपयोग है जो सिस्टम को स्पष्ट रूप से प्रोग्राम किए बिना अनुभव से सीखने और सुधार करने देता है। मूलतः यह एक ऐसा सिस्टम है जो डेटा से सीख सकता है, पैटर्न पहचान सकता है और बहुत कम या बिना मानवीय सहयोग के निर्णय ले सकता है।
मशीन लर्निंग के पर्दे के पीछे की कहानी क्या है?
एलन ट्यूरिंग ने 1950 में ट्यूरिंग टेस्ट तैयार किया था। एलन ट्यूरिंग एक ब्रिटिश गणितज्ञ और कंप्यूटर वैज्ञानिक थे जो बुद्धिमान और प्रभावशाली दोनों थे। यह टेस्ट यह निर्धारित करने के लिए बनाया गया था कि क्या किसी मशीन में इंसान जैसी बुद्धि है।
मशीन लर्निंग किसने बनाई?
कई लोगों ने मशीन लर्निंग की प्रगति में योगदान दिया है, लेकिन IBM के कंप्यूटर वैज्ञानिक आर्थर सैमुअल ने 1952 में "मशीन लर्निंग" शब्द गढ़ा था।
मशीन लर्निंग का उद्देश्य क्या है?
मशीन लर्निंग का उद्देश्य आपके डेटा में पैटर्न पकड़ना या खोजना और फिर उन पैटर्न के आधार पर अनुमान लगाना है, जो आमतौर पर जटिल होते हैं, ताकि व्यावसायिक समस्याओं का समाधान हो सके। ऐसे पैटर्न और डिज़ाइन पहचानें और उनका विश्लेषण करें जो समस्याओं के समाधान में सहायक हों।
व्यवसाय और अन्य क्षेत्रों में, मशीन लर्निंग मूलतः एक डेटा विश्लेषण तकनीक है जो डेटा मॉडल बनाने की प्रक्रिया को स्वचालित करके काम करती है।
मशीन लर्निंग कैसे काम करती है?
मशीन लर्निंग के कितने प्रकार हैं?
मशीन लर्निंग के चार प्रकार होते हैं।
सुपरवाइज़्ड लर्निंग:
इस प्रकार की मशीन लर्निंग में, डेटा साइंटिस्ट एल्गोरिदम को लेबल किया हुआ ट्रेनिंग डेटा देते हैं और उन चरों को निर्दिष्ट करते हैं जिनके बीच वे चाहते हैं कि प्रोग्रामर संबंध खोजे। एल्गोरिदम का इनपुट और आउटपुट दोनों दिए जाते हैं।[1]
अनसुपरवाइज़्ड लर्निंग:
इस प्रकार की मशीन लर्निंग में ऐसे एल्गोरिदम उपयोग किए जाते हैं जो बिना लेबल वाले डेटा पर प्रशिक्षित होते हैं। प्रोग्रामर डेटा सेट में प्रासंगिक संबंध खोजता है। एल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किया गया डेटा, साथ ही वे जो पूर्वानुमान या सुझाव देते हैं, पहले से निर्धारित होते हैं।[1]
सेमी-सुपरवाइज़्ड:
मशीन लर्निंग की यह विधि पिछली दोनों विधियों को जोड़ती है। हालाँकि डेटा साइंटिस्ट एल्गोरिदम को मुख्यतः "ट्रेनिंग डेटा" दे सकते हैं, मॉडल को डेटा को स्वयं खंगालने और डेटा सेट की अपनी समझ बनाने की छूट होती है।[1]
रीइनफ़ोर्समेंट लर्निंग:
रीइनफ़ोर्समेंट लर्निंग का उपयोग आमतौर पर डेटा साइंटिस्ट किसी मशीन को स्पष्ट मानदंडों वाली बहु-चरणीय प्रक्रिया निष्पादित करना सिखाने के लिए करते हैं। डेटा साइंटिस्ट एल्गोरिदम को कोई कार्य पूरा करने के लिए प्रशिक्षित करते हैं और जैसे-जैसे वह कार्य पूरा करना सीखता है, उसे सकारात्मक या नकारात्मक संकेत देते हैं। हालाँकि, अधिकतर मामलों में एल्गोरिदम स्वयं तय करता है कि रास्ते में कौन-सी कार्रवाइयाँ करनी हैं।[1]
मशीन लर्निंग क्या फ़ायदे देती है?
- हर चीज़ का स्वचालन
- रुझानों और पैटर्न की पहचान
- अनुप्रयोगों की व्यापक श्रृंखला
- सुधार की गुंजाइश
- डेटा का कुशल प्रबंधन
- शिक्षा और ऑनलाइन शॉपिंग के लिए सर्वश्रेष्ठ
मशीन लर्निंग के नुकसान क्या हैं?
- अधिक त्रुटि की संभावना
- एल्गोरिदम का चयन
- डेटा अधिग्रहण
- समय और स्थान
निष्कर्ष:
मशीन लर्निंग आर्टिफ़िशियल इंटेलिजेंस की एक उप-शाखा है। यह एक ऐसा सिस्टम है जिसमें कंप्यूटर भारी मात्रा में डेटा का उपयोग करते हैं और एल्गोरिदम की मदद से स्वयं को "प्रशिक्षित" करते हैं तथा स्पष्ट प्रोग्रामिंग पर निर्भर हुए बिना पूर्वानुमान बनाते हैं। मशीन लर्निंग मूलतः एक डेटा विश्लेषण तकनीक है जो व्यवसाय और अन्य क्षेत्रों में डेटा मॉडल विकसित करने की प्रक्रिया को स्वचालित करके काम करती है।
- Burns, E.machine learning. यहाँ से उपलब्ध: https://www.techtarget.com/searchenterpriseai/definition/machine-learning-ML
मशीन लर्निंग के प्रकार
| प्रकार | इनसे सीखता है | उदाहरण |
|---|---|---|
| सुपरवाइज़्ड | लेबल किए गए उदाहरण | स्पैम की पहचान, कीमत का पूर्वानुमान |
| अनसुपरवाइज़्ड | बिना लेबल वाला डेटा | ग्राहक विभाजन |
| सेमी-सुपरवाइज़्ड | कुछ लेबल + बहुत सारा बिना लेबल का डेटा | सीमित लेबल के साथ इमेज क्लासिफ़िकेशन |
| रीइनफ़ोर्समेंट | कार्रवाइयों से मिलने वाले पुरस्कार | गेम खेलना, रोबोटिक्स |
मशीन लर्निंग जिसका आप पहले से उपयोग करते हैं
ईमेल स्पैम फ़िल्टर, मानचित्र पर ट्रैफ़िक का पूर्वानुमान, वीडियो और शॉपिंग के सुझाव, वॉइस टाइपिंग और फ़ेस अनलॉक, सब मशीन लर्निंग पर निर्भर हैं।
मशीन लर्निंग बनाम AI बनाम डीप लर्निंग
AI बुद्धिमान मशीनों का व्यापक लक्ष्य है; मशीन लर्निंग डेटा से सीखने का तरीका है; डीप लर्निंग कई परतों वाले न्यूरल नेटवर्क का उपयोग करती है। देखें आर्टिफ़िशियल इंटेलिजेंस क्या है।