👉পর্ব : 3

✍ বিষয় : মেশিন লার্নিং ও এর প্রকারভেদ নিয়ে আলোচনা :

মেশিন লার্নিং আর্টিফিশিয়াল ইন্টেলিজেন্স একটি অংশ | যেকোনো মেশিন লার্নিং সিস্টেম, নিজের জ্ঞান এবং দক্ষতা স্বয়ংক্রিয় ভাবে শিখার সামর্থ রাখে এবং কোনো রকম পূর্বের নির্ধারিত প্রোগ্রাম ছাড়া শুধুমাত্র পূর্ববর্তী অভিজ্ঞতা থেকে নিজের দক্ষতা উন্নতি করে |

ডাটার বিভিন্ন পর্যবেক্ষনের এবং লার্নিং ইন্সট্রাকশন্স এর মাধ্যমে মেশিন লার্নিং সিস্টেম নিজের দক্ষতা বৃদ্ধি করে | এই অর্জিত দক্ষতাগুলোর মাধ্যমে মেশিন লার্নিং সিস্টেম যেকোনো ডাটা মৌলিক প্যাটার্ন আরো ভালোভাবে নিজে নিজে খুঁজে বের করে এবং ডাটার মাঝে অনন্য বা ইউনিক সম্পর্কগুলো মনে রাখে | এই মৌলিক প্যাটার্ন অথবা ইউনিক সম্পর্কগুলোর মাধ্যমে মেশিন লার্নিং সিস্টেম স্বয়ংক্রিয়ভাবে ভবিষতে কোনো অপরিচিত ডাটা অনেক নিখুঁতভাবে বর্ণনা অথবা শ্রেণীবিভাগ (ক্লাসিফাই) করতে পারে

মেশিন লার্নিং এর প্রাইমারি লক্ষ্য হচ্ছে মানুষের কোনো রকম হস্তক্ষেপ ছাড়া একটি কম্পিউটারকে স্বয়ংক্রিয়ভাবে শিখানো, যাতে করে কম্পিউটার বা কোনো সিস্টেম নিজেকে নিজের মতো সমন্বয় করে নিতে পারে |

কতগুলো এলগোরিদম এর মাধ্যমে মেশিন লার্নিং সিস্টেম ডাটার মৌলিক প্যাটার্ন, কোরিলেশন এবং ইউনিক ফীচার বের করে থাকে | এলগোরিদম একটি মেথড, যা ধাপে ধাপে একটি প্রব্লেম সলভ করে থাকে | এলগোরিদম সাধারণত ব্যবহার হয় ডাটা প্রিপ্রসেসিং, ক্যালকুলেশন এবং অন্যান্য কম্পিউটার এবং ম্যাথমেটিক্যাল অপেরেশনে | ফিচার হচ্ছে পৃথক পরিমেয় প্রপার্টি বা গুণগত বৈশিষ্ট্য, যা পারস্পরিক ডাটার মাঝে সম্পর্ক এবং অপারস্পরিক ডাটার মাঝে পার্থক্য তৈরী করে থাকে |

মেশিন লার্নিং এলগোরিদম প্রায়ই দুইটি ক্যাটেগরিতে ভাগ করা হয়, যেমন :

• সুপারভাইসড(𝑆𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑒𝑑) লার্নিং
• আন-সুপারভাইসড ( 𝑈𝑛𝑠𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑒𝑑 ) লার্নিং |

বহুল ব্যাবহৃত আরো দুইটি মেশিন লার্নিং এলগোরিদম হচ্ছে সেমি-সুপারভাইসড (𝘴𝘦𝘮𝘪-𝑆𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑒𝑑) লার্নিং এবং রেইনফোর্সমেন্ট (𝘙𝘦𝘪𝘯𝘧𝘰𝘳𝘤𝘦𝘮𝘦𝘯𝘵) লার্নিং

➡️ একটি উদাহরণ দিয়েই শুরু করা যাক

একটি শিশুকে যদি আমরা বিভিন্ন প্রকার ফল যেমন আপেল,আম,কলা,কমলালেবু ইত্যাদি বলি এগুলোকে আলাদা করার জন্য শুরুটি কিন্তু প্রথমে আলাদা করতে পারবে না। কিন্তু শিশুটি যখন আস্তে আস্তে বড় হতে থাকে শিশুটি তার বাবা মা এবং চারপাশের পরিবেশ থেকে ফল সমন্ধে বিভিন্ন জ্ঞান আহরণ করে যেমন কোন ফল দেখতে কেমন, এর আকৃতি , কালার ইত্যাদি এবং তারপর সে এগুলোর মধ্যে আলাদা করতে পারে। এখানে শিশুটি কিন্তু তার চারপাশের পরিবেশ থেকে জ্ঞান আহরণের ফলেই ফল গুলো আলাদা করতে পেরেছে।

মেশিন লার্নিং কিন্তু অনেকটা এরকম , মেশিনকে দিয়ে আমরা কি চিনাতে চাচ্ছি, এরূপ অনেক তথ্য দিয়ে আগে মেশিনকে ট্রেইন করা হয়। ফলে মেশিনটি আমাদের দেয়া ইনপুটগুলোর বিভিন্ন প্যাটার্ন, অনন্য বৈশিষ্ট্য গুলো চিনে রাখে। এটাই মেশিন লার্নিং।

➡️ এক নজরে মেশিন লার্নিং এর প্রকারভেদ

মেশিন লার্নিং মূলত তিন প্রকার, যেমন :

• সুপারভাইসড(𝑆𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑒𝑑) লার্নিং
• আন-সুপারভাইসড ( 𝑈𝑛𝑠𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑒𝑑 ) লার্নিং |
• রিইনফোর্সমেন্ট ( 𝘙𝘦𝘪𝘯𝘧𝘰𝘳𝘤𝘦𝘮𝘦𝘯𝘵 ) লার্নিং |

👉 সুপারভাইসড লার্নিং :

Supervised machine learning মানেই হচ্ছে তত্বাবধায়নে থেকে কাউকে কোন কিছু শেখানো । । যেমন করে একজন টিচার আমাদের শিখিয়ে থাকেন। অর্থাৎ সুপারভাইসড মেশিন লার্নিং এ আমরা এখানে মেশিনকে শেখানোর জন্য বিভিন্ন ইনপুট দেই এবং তার সাথে সাথে আউটপুটও বলে দেই। পরে মেশিনকে যখন নতুন কিছু দিয়ে টেস্ট করা হয় তা সমাধান করার জন্য সে তখন তার পূর্বের অভিজ্ঞতা কাজে লাগায়।

👉 আনসুপারভাইসড লার্নিং :

আনসুপারভাইসড লার্নিং এ মেশিনকে শেখানোর জন্য আমরা বিভিন্ন ইনপুট দেই এবং এই ইনপুটের আউটপুট কি হবে তা কিন্তু বলে দেই না। মেশিন ঐ ইনপুট ডেটার উপর নির্ভর করে ডিসিশন দেয়। যেমন এক ঝুড়ি ফল ইনপুট দিলে মেশিনটি ভিন্ন ভিন্ন ফল কে ভিন্ন ভিন্ন ক্যাটেগরিতে ভাগ করবে, এটা হচ্ছে আনসুপারভাইসড লার্নিং এর উদাহরণ। আনসুপারভাইসড মেশিন লার্নিং আরও একটি সহজ উদাহরণ হল , আপনি যখন গুগলে মেসির নাম লিখে কম্পিউটারের এন্টার বাটন চাপেন , লক্ষ্য করবেন আরও অনেক ফুটবল খেলোয়াড়ের নাম আপনাকে সাজেস্ট করছে ।

👉 রিইনফোর্সমেন্ট লার্নিং :

রিইনফোর্সমেন্ট (𝘙𝘦𝘪𝘯𝘧𝘰𝘳𝘤𝘦𝘮𝘦𝘯𝘵) লার্নিং এর ট্রেনিং এর জন্য কোনো অ্যাকচুয়াল লেবেল বা সঠিক উত্তর দেয়া থাকে না এবং মেশিনটি নিজে নিজেই ট্রেইন হয়। এজেন্ট নিজে নিজে তার পূর্বের অভিজ্ঞতা থেকে একটি নিদিষ্ট পরিরিস্থিতে নিজের সিদ্ধান্ত বা অ্যাকশন নিয়ে থাকে।