2020-08-06
এর প্রাথমিক ধারণা খাদ্য মেশিন ডেটা সায়েন্সে শেখার মধ্যে পরিসংখ্যানগত শিক্ষা এবং অপ্টিমাইজেশন পদ্ধতিগুলি ব্যবহার করা জড়িত যা কম্পিউটারগুলি ডেটাসেটগুলি বিশ্লেষণ করতে এবং নিদর্শনগুলি সনাক্ত করতে দেয় (আর 2 ডি 3 বাহ্যিক লিঙ্কের মাধ্যমে মেশিন লার্নিংয়ের একটি ভিজ্যুয়াল দেখুন)। মেশিন লার্নিং কৌশলগুলি ভবিষ্যতের মডেলগুলি অবহিত করার জন্য historic তিহাসিক প্রবণতাগুলি সনাক্ত করতে ডেটা মাইনিং লাভ করে।
সাধারণ তদারকি করা মেশিন লার্নিং অ্যালগরিদমটিতে (প্রায়) তিনটি উপাদান রয়েছে:
একটি সিদ্ধান্ত প্রক্রিয়া: গণনার একটি রেসিপি বা অন্যান্য পদক্ষেপগুলি যা ডেটা গ্রহণ করে এবং আপনার অ্যালগরিদম যে ডেটা সন্ধান করতে চাইছে তার ধরণের প্যাটার্নে একটি "অনুমান" প্রদান করে।
একটি ত্রুটি ফাংশন: অনুমানের সাথে তুলনা করে অনুমানটি কতটা ভাল ছিল তা পরিমাপ করার একটি পদ্ধতি (যখন তারা উপলব্ধ থাকে)। সিদ্ধান্ত প্রক্রিয়াটি কি সঠিকভাবে পেয়েছে? যদি তা না হয় তবে আপনি কীভাবে মিস করেছিলেন "কত খারাপ" পরিমাণটি নির্ধারণ করবেন?
একটি আপডেটিং বা অপ্টিমাইজেশন প্রক্রিয়া: যেখানে অ্যালগরিদম মিসকে দেখায় এবং তারপরে সিদ্ধান্তটি কীভাবে চূড়ান্ত সিদ্ধান্তে আসে তা আপডেট করে যাতে পরের বার মিসটি এতটা দুর্দান্ত না হয়।
উদাহরণস্বরূপ, আপনি যদি কোনও চলচ্চিত্রের সুপারিশকারী তৈরি করেন তবে আপনার অ্যালগরিদমের সিদ্ধান্ত প্রক্রিয়াটি আপনি যে মুভি দেখেছেন তার সাথে প্রদত্ত সিনেমা কতটা অনুরূপ এবং বিভিন্ন বৈশিষ্ট্যের জন্য একটি ওজন সিস্টেম নিয়ে আসে তা দেখতে পারে।
প্রশিক্ষণ প্রক্রিয়া চলাকালীন, অ্যালগরিদম আপনি যে সিনেমাগুলি দেখেছেন এবং বিভিন্ন সম্পত্তি ওজন করে তা দিয়ে যায়। এটি কি সাই-ফাই মুভি? এটা কি মজার? এরপরে অ্যালগরিদম পরীক্ষা করে যে এটি আপনার (বা আপনার মতো লোকেরা) আসলে দেখেছেন এমন সিনেমাগুলি সুপারিশ করে কিনা তা শেষ করে কিনা। যদি এটি ঠিক হয়ে যায় তবে এটি ব্যবহৃত ওজনগুলি একই থাকে; যদি এটি কোনও সিনেমা ভুল হয়ে যায় তবে ভুল সিদ্ধান্তের দিকে পরিচালিত ওজনগুলি প্রত্যাখ্যান করে যাতে এটি আবার এই ধরণের ভুল করে না।
যেহেতু একটি মেশিন লার্নিং অ্যালগরিদম স্বায়ত্তশাসিতভাবে আপডেট করে, তাই বিশ্লেষণাত্মক নির্ভুলতা প্রতিটি রানের সাথে উন্নত হয় কারণ এটি এটি বিশ্লেষণ করে এমন ডেটা থেকে নিজেকে শেখায়। শেখার এই পুনরাবৃত্ত প্রকৃতি উভয়ই অনন্য এবং মূল্যবান কারণ এটি মানুষের হস্তক্ষেপ ছাড়াই ঘটে - এটি করার জন্য বিশেষভাবে প্রোগ্রাম করা না করে লুকানো অন্তর্দৃষ্টিগুলি উদঘাটনের ক্ষমতা সরবরাহ করে।
আপনি যদি আমাদের পণ্যগুলিতে আগ্রহী হন তবে দেখার জন্য আপনাকে স্বাগতম / .