মেশিন লার্নিং (পর্ব ০২)

মেশিন লার্নিং এর দ্বিতীয় পর্বে সবাইকে আবারও স্বাগত। এই পর্বে আমরা মেশিন লার্নিং ক্যাটেগরি সহ আর বিস্তারিত ভাবে জানব।

মেশিন লার্নিং কি? আমাদের দৈনন্দিন জীবনে মেশিন লার্নিং এর বেশকিছু ব্যবহারিক প্রয়োগ তথা উদাহরণ সম্পর্কে আমরা আগের পর্বেই জেনেছি। অ্যালগরিদম  মেশিন লার্নিং এর ক্ষেত্রে একটি অপরিহার্য উপাদান যার ওপর ভিত্তি করেই আমরা মেশিন লার্নিং এর শ্রেণীবিন্যাসের ধারনা করতে পারি।

এই মেশিন লার্নিং অ্যালগরিদমকে বিশেষ চার শ্রেণীতে ভাগ করতে পারি। আর তা হল

১. Supervised Learning. (সুপারভাইসড  লার্নিং);

২. Unsupervised learning. (আনসুপারভাইসড  লার্নিং);

৩. Semi-Supervised learning. (সেমি-সুপারভাইসড লার্নিং);

৪. Reinforcement learning. (রিইনফোর্সমেন্ট  লার্নিং);

১. Supervised Learning: প্রোগ্রামকে ট্রেইন করা হয় কিছু প্রি ডিফাইন ডেটাসেট এর উপর এবং প্রোগ্রামটি ডিসিশন দেয় ঐ ট্রেইন ডেটা আছে এর উপর ভিত্তি করে। এটা কে বলে সুপারভাইসড লার্নিং (Supervised Learning). এর উদাহরণ যেমন আপনার ইনবক্সে আসা মেইলটি স্প্যাম কিনা, এই ডিসিশনটা আগের কিছু ডেটার উপর নির্ভর করে দেয়া হয়। আবার ধরুন নির্দিষ্ট প্রোগ্রামকে বলা হল একটি ফাংশন f(x)=x^3; 0<x<N ; N= সকল স্বাভাবিক সংখ্যা এবং যেখানে n এর মান সর্বদা 3 থাকবে এবং x এর মান ইউজার N পর্যন্ত ব্যবহার করে তার কাঙ্খিত ঘন আউটপুট পেতে পারবে। ধরুন ইউজার 1 ইনপুট দিলে আউটপুট 1 পাবে, 2 ইনপুট দিলে আউটপুট 8 পাবে, 3 ইনপুট দিলে আউটপুট 27 পাবে। এভাবে ইউজার N পর্যন্ত ইনপুট দিলে আউটপুট পেতেই থাকবে।
২. Unsupervised learning: আনসুপারভাইসড লার্নিং এর ক্ষেত্রে, এর এই প্রোগ্রামে কিছু ডেটা ইনপুট দেওয়া হয় এবং প্রোগ্রাম ঐ ডেটার উপর নির্ভর করেই সব ধরনের  ডিসিশন দেয়, তার মানে এই প্রসেস এ আউটপুট কি সেটা কোথাও বলা থাকে না প্রোগ্রাম নিজ থেকেই সেটা বুঝে বের করে নেয়, এর উদাহরণ যেমন একটি শ্রেণিকক্ষে কিছু ছাত্র ও ছাত্রী বসে রয়েছে। এই প্রোগ্রাম ছাত্র ও ছাত্রী কে ভিন্ন ক্যাটেগরিতে ভাগ করবে, এটা হচ্ছে আনসুপারভাইড লার্নিং ।

৩. Semi-Supervised learning: সুপারভাইসড এবং আনসুপারভাইসড এর কম্বিনেসন হল সেমি সুপারভাইসড লার্নিং।

৪. Reinforcement learning: রিইনফোর্সমেন্ট লার্নিং ঠিক এমন একধরনের লার্নিং, যখন এর আন্ডারে থাকা ঐ উদ্দিষ্ট প্রোগ্রাম উত্তর উত্তর উৎকর্ষ সম্ভব তখন এই প্রোগ্রামের উৎকর্ষ সাধনে সচেষ্ট থাকে। আবার উৎকর্ষ সাধনের একপর্যায়ে যাবার পর এটির সেই অবস্থার সৃষ্টি হয় যখন এই প্রোগ্রাম নিজে থেকেই বোঝে যে আরও সামনের দিকে আগাতে থাকলে প্রোগ্রামটি নিজে থেকেই শেষ হয়ে যেতে পারে তখন এটা নিজের গতি নিজে থেকেই প্রশমিত হতে থাকে। অর্থাৎ প্রোগ্রামের অবস্থাটি ভাল বুঝলে এগিয়ে চলে বিপদ বুঝলে থেমে যায়।

আসুন জেনে নেই মেশিন লার্নিং এর সফল প্রয়োগের কয়েকটি ক্ষেত্রের নাম, ফেসবুকের আপলোডকৃত ছবি অটোমেটিকেলি ডিটেক্ট হওয়া, কর্টন, সিরি, ভয়েস দিয়ে সার্চ, ওকে গুগল,  ফটো অ্যাপ ইত্যাদি।

এখানেই শেষ নয় মেশিন লার্নিং সহ তৎসংশ্লিষ্ট আর কিছু বিষয়ের খবর সহ আরও থাকছে পর্ব-৩ এ। আজ এই পর্যন্ত তৃতীয় পর্ব পাঠের আমন্ত্রণ রইল সকলের। ধন্যবাদ।