মেশিন লার্নিং কি : মেশিন লার্নিং কিভাবে কাজ করে এই বিষয়ে নিয়ে আজকে আমরা বিস্তারিত আলোচনা করব। তাই এই বিষয়ে সঠিক তথ্য পেতে আমাদের লেখা শেষ পর্যন্ত পড়তে থাকুন।
বর্তমান সময়ে কৃতিম বুদ্ধিমত্তা কিংবা আর্টিফিশিয়াল ইন্টেলিজেন্স শব্দটির সঙ্গে আমরা সকলেই কম আর বেশি পরিচিতি।
আর এই সময়ে মানুষ এর বহু আকাঙ্খিত সময় এর সূচনা ঘটেছে। মানে আমরা রোবোটিক বা মেশিন যুগে বসবাস শূরু করে দিয়েছি।
এই সময়ে আমরা আমাদের দৈনন্দিন কাজ এর অনেকটা অংশ মেশিন বা রোবট এর মাধ্যমে করিয়ে নেওয়ার দিকে নজর দিচ্ছি।
আর এই ধরণের মেশিন যাতে আমাদের ভাষা গুলো বুঝে, নিজে নিজে আমাদের কাজ গুলো সমাধান করে দিতে পারে।
তার জন্য এখন চলছে মেশিন বা রোবটিদের শিক্ষাদান কার্যক্রম। আর এই ধরণের শিক্ষা কার্যক্রমের গুরুত্বপূর্ণ অঙ্গ হচ্ছে মেশিন লার্নিং। তাই চলুন জেনে নেওয়া যাক, মেশিন লার্নিং সম্পর্কে বিস্তারিত।
মেশিন লার্নিং কি ?
আমরা শিশুদের কে যেমন মানব সমাজে চালাতে গেলে একটি প্রথাগত শিক্ষার মাধ্য দিয়ে যেতে হয়্ ঠিক তেমন ভাবে এই সময়ে মেশিন গুলো কেও শিশুদের মতো তাদের শিক্ষা গ্রহণ এর পর্যায় নিয়ে যাচ্ছে।
উক্ত শিক্ষা লাভের পর্বে মিশন গুলো মানুষ এর দেওয়া প্রশিক্ষণ ডেটা বা নলেজ গ্রাফের মতো ইনপুট এর উপর ভিত্তি করে বিভিন্ন সত্তা, ডোমেন ও এদের মধ্যে সংযোগ গুলোকে নিজে থেকে বোঝার চেষ্টা করে থাকে।
যেমন : মানুষ রোগা, মোটা, লম্বা বা খাটো এবঙ বিভিন্ন বর্ণের হতে পারে। তবে সকল মানুষ এর নির্দিষ্ট কিছু বৈশিষ্ট রয়েছে। যা দেখে একজন মানুষ কে খুব সহজেই চেনা যায। এবং যার ফলে মানুষ এর সত্তা হিসেবে চিহ্নিত হয়।
আপনাকে আরো সহজ ভাবে বললে, যখন আমরা উক্ত একই ধরণের শিক্ষা মেশিন গুলো কে বিভিন্ন কম্পিউটার প্রোগ্রাম ল্যাঙ্গুয়েজ এর সহায়তায় শেখাতে যাই। সেই সময় সেটি হয়ে যায় মেশিন লার্নিং।
তো এই ক্ষেত্রে, বলা যায়। বর্তমানে মেশিন গুলো এমএল এর সহায়তায় মানুষ এর মস্তিষ্কের মতো জ্ঞান ও দক্ষতা অর্জন করার এবং বোঝার চেষ্টা করে থাকে।
যার ফলে এক সময় মানুষ এর সহায়তা ছাড়াই, উক্ত মেশিন গুলো নিজের চিন্তা ভাবানায় যে কোন কাজের সিদ্ধান্ত গ্রহণ করতে পারবে।
মেশিন লার্নিং কিভাবে কাজ করে?
প্রথমে আমাদের জানতে হবে, মেশিন লার্নিং বিষয়টি তৈরি করা হয়েছে যাতে মানুষ এর কোন রকম সক্রিয় সহায়তা ছাড়া মেশিন গুলো নিজে নিজেই ফাঙ্কশন করা শিখতে পারে।
আর উক্ত এমএল অ্যালগরিদম এর কাজ কে তিনিটি প্রধান ভাগে ভাগ করা যায়। যেমন-
ডিসিশন প্রসেস
মেশিন লার্নিং এর প্রথম ধাপ টি প্রেডিকশন বা ক্লাসিফিকেশন করার জন্য ব্যবহার করা হয়্ তো এমএল অ্যাগরিদম এর মধ্যে বিভিন্ন ধলণের প্রশিক্ষণ ডেটা সেট লোড করে একটি করে মডেল ইনপুট তৈরি করা হয়।
আর উক্ত প্রশিক্ষনের প্রক্রিয়ার প্রথমে থাকে পর্যবেক্ষণ কিংবা ডাটা। মানে প্রথমে মেশিন এর প্রোগ্রামে সরাসরি অভিজ্ঞতা বা ইন্সট্রাকশন লোড করে দেওয়া হয়ে থাকে।
যাতে করে অ্যালগরিদম গুলো এই ডাটা প্যাটার্নের উপর একটি নির্দিষ্ট ধারণা তৈরি করতে সক্ষম হয়। ঠিক যেমন ভাবে আমরা অঙ্ক ক্লাসে চৌবাচ্ছা ভরতে কত সময় লাগে, অঙ্ক কেটি নির্দিষ্ট ফর্মূলা মেনে করা হয়।
আবার উক্ত ফর্মুলা কাজে লাগিযে আরো একই ধরণের বিভিন্ন অঙ্কের সমাধান করতে পারি। ঠিক এমন ভাবে মেশিন গুলোও এমএল এর ডাটা বা পর্যবেক্ষণ কে অংকের ফর্মুলার মতো করে কাজে লাগিয়ে থাকে।
এরর প্রসেস
তারপর এমএল অ্যাগরিদম এরর ফাংশন এর সহায়তায় সেই মডেল এর গণনা বের করা হয়। যদি এরর ফাংশন কোন পরিচিত মডেল ইনপুট ডাটার সঙ্গে সেই নতুন মডেলের মিল পেয়ে যায়।
তবে সেই পুরোনো ডাটা সেট অনুসারে নির্ভুল ভাবে নতুন ডাটা গুলো কে গণনা করার চেষ্টা করে। মানে যদি সেই মেশিন কে ঐ ফর্মুলা বা প্রশিক্ষণ ডাটা সেট এর ভিত্তিতে অন্য কোন নতুন ইনপুট ডাটা দেওয়া হয়।
তবে সেই প্রশিক্ষিত বা এমএল অ্যাগরিদম তার আগের লোড করার মডেল ইনপুট ডাটার উপর ভিত্তি করে তার গণনা বা রেজাল্ট প্রদান করে থাকে।
মডেল অপ্টিমাইজেশান প্রক্রিয়া
উক্ত ধাপে মেশিন এর সেই গণনা ঠিক নাকি ভুল সেটি পরীক্ষা করে থাকে। গণনা কতটা সঠিক হলো তার উপর নির্ভর করে এমএল অ্যালগরিদম টি একদম নির্ভুল রেজাল্ট না দেওয়া পর্যন্ত। বারবার নতুন ইনপুট ডাটা সেট এর উপর মডেল ইনপুট ডাটার ভিত্তিতে কাজ করে।
তার পাশাপাশি মডেল ইনপুট মানে পুরাতন ডাটা ও নতুন ইনপুট ডাটার তুলনা করে, নির্ভুল গণনার প্রক্রিয়া গুলোকে সেভ করে রাখে। যাতে করে পরবর্তী সময় এমএল একই ধরণের ডাটার গণনা সহজেই সঠিক ভাবে বুঝতে পারে।
তারপরে সবশেষে প্রেডিকশন নির্ভুল হলে সেটি সাকসেসফুল মডেলে রুপান্তরিত হয়। যদিও এমএল এর নমুনা গুলোতে আরো অনেক বেশি ফ্যাক্টর, ভেরিয়বল ও ধাপ গুলো সংযুক্ত থাকে।
শেষ কথাঃ
তো আপনারা এই পোস্টে, জানতে পারলেন, মেশিন লার্নিং কি এবং মেশিন লার্নিং কিভাবে কাজ করে সেই বিষয়ে বিস্তারিত তথ্য। এখন আপনি যদি মেশিন লার্নিং সম্পর্কে আরো কিছু জানতে চান? তাহলে আমাদের কমেন্ট করে জানাতে পারেন।
আর এই ধরণের বিজ্ঞান ও প্রযুক্তি সম্পর্কিত নতুন নুতন তথ্য পেতে চাইলে, আমাদের সাইটটি নিয়মিত ভিজিট করতে পারেন।
ধন্যবাদ।