মেশিন লার্নিং-এর প্রকারভেদ: Supervised, Unsupervised ও Reinforcement
Machine learning-এর প্রধান তিনটি ধরন আছে। দৈনন্দিন উদাহরণ ও তুলনার ছকসহ জানুন supervised, unsupervised ও reinforcement learning-এর পার্থক্য।
ছোট উত্তর: machine learning-এর প্রধান তিনটি ধরন আছে। Supervised learning সঠিক উত্তরসহ উদাহরণ থেকে শেখে, unsupervised learning উত্তর ছাড়াই ডেটায় প্যাটার্ন খোঁজে, আর reinforcement learning বিভিন্ন কাজ করে দেখে এবং reward পেয়ে শেখে। কোনটি ব্যবহার করবেন তা নির্ভর করে আপনার ডেটা ও সমস্যার উপর।
Machine Learning কী?
Machine learning (ML) হলো এমনভাবে সফটওয়্যার বানানো, যা হাতে লেখা নিয়মের বদলে ডেটা থেকে প্যাটার্ন শেখে। spam চেনার নিয়ম প্রোগ্রামকে নিজে বলে দেওয়ার বদলে আপনি অনেক ইমেইল দেখান, আর সে নিজেই বুঝে নেয় spam দেখতে কেমন। ML-এর সঙ্গে AI ও deep learning-এর সম্পর্ক জানতে দেখুন AI, Machine Learning ও Deep Learning-এর পার্থক্য।
১. Supervised Learning
Supervised learning-এ প্রতিটি training উদাহরণের সঙ্গে একটি label, অর্থাৎ সঠিক উত্তর থাকে। model ইনপুট থেকে সেই উত্তরে পৌঁছানো শেখে, তারপর নতুন ডেটার উত্তর অনুমান করে। এটি উত্তরমালাসহ বই পড়ে শেখার মতো।
দুটি প্রচলিত কাজ আছে:
Classification: একটি ক্যাটাগরি বাছাই করা। উদাহরণ: এই ইমেইলটি spam, নাকি spam নয়?
Regression: একটি সংখ্যা অনুমান করা। উদাহরণ: আকার ও অবস্থান দেখে একটি বাড়ির দাম অনুমান করা।
২. Unsupervised Learning
Unsupervised learning-এ কোনো label থাকে না। model ডেটা দেখে নিজেই কাঠামো খুঁজে বের করে। এটি লেবেলহীন একগাদা ছবিকে দেখতে একরকম ছবির গ্রুপে ভাগ করার মতো।
Clustering: একই রকম জিনিসকে গ্রুপ করা। উদাহরণ: কেনাকাটার অভ্যাস দেখে দোকানের ক্রেতাদের গ্রুপ করা।
Dimensionality reduction: অনেক কলামের ডেটাকে সরল করা, কিন্তু জরুরি তথ্য ধরে রাখা।
Anomaly detection: অস্বাভাবিক কিছু খুঁজে বের করা, যেমন সন্দেহজনক লেনদেন।
৩. Reinforcement Learning
Reinforcement learning-এ একটি agent কোনো environment-এ কাজ করে এবং reward বা penalty পায়। বহুবার চেষ্টা করে সে শেখে কোন কাজে সবচেয়ে বেশি reward মেলে। এটি খাবারের লোভ দেখিয়ে কুকুরকে খেলা শেখানোর মতো।
সাধারণ উদাহরণ হলো গেম খেলা program এবং হাঁটতে শেখা রোবট। ভাষা model মানুষের সঙ্গে কেমন উত্তর দেবে তা উন্নত করার কিছু পদ্ধতিতেও এটি ব্যবহার হয়।
তুলনার ছক
Supervised | Unsupervised | Reinforcement | |
|---|---|---|---|
ডেটা | Label করা উদাহরণ | Label ছাড়া ডেটা | Environment-এর সঙ্গে মিথস্ক্রিয়া |
লক্ষ্য | সঠিক উত্তর অনুমান করা | কাঠামো আবিষ্কার করা | মোট reward সর্বোচ্চ করা |
Feedback | সঠিক উত্তর | নেই | Reward ও penalty |
দৈনন্দিন উদাহরণ | Spam filter, দাম অনুমান | ক্রেতার গ্রুপ | গেম খেলা agent |
Semi-Supervised ও Self-Supervised Learning কী?
বাস্তব প্রকল্প প্রায়ই এই ধরনগুলোর মাঝামাঝি পড়ে:
Semi-supervised learning অল্প label করা ডেটার সঙ্গে অনেক label ছাড়া ডেটা ব্যবহার করে। label করা ধীর বা ব্যয়বহুল হলে এটি কাজে লাগে।
Self-supervised learning ডেটা থেকেই নিজের label তৈরি করে। বড় ভাষা model (LLM) এভাবে train হয়: পরের শব্দ অনুমান করতে শেখার সময় লেখাটিই উত্তর জোগায়। আরও জানুন Large Language Model (LLM) কী? লেখায়।
কোনটি বেছে নেবেন?
সঠিক উত্তরসহ label করা উদাহরণ আছে? Supervised learning ব্যবহার করুন।
শুধু কাঁচা ডেটা আছে এবং সেটি অন্বেষণ করতে চান? Unsupervised learning চেষ্টা করুন।
সমস্যাটি কি feedback-সহ একের পর এক সিদ্ধান্তের? তাহলে reinforcement learning ভাবুন।
সাধারণ ভুল ও Interview tip
Clustering-কে classification বলা। Classification-এ label লাগে, clustering-এ লাগে না।
বেশি ডেটা দিলেই সব ঠিক হয়ে যাবে ভাবা। খারাপ বা পক্ষপাতদুষ্ট label খারাপ model তৈরি করে।
Interview tip: ধরনগুলো ব্যাখ্যা করতে বলা হলে প্রতিটির একটি নির্দিষ্ট উদাহরণ দিন এবং বলুন কী ধরনের ডেটা লাগে। এতে আপনার বোঝা স্পষ্ট হয়।
মেশিন কীভাবে ডেটা থেকে শেখে তার সহজ ব্যাখ্যা পেতে পড়ুন চ্যাপ্টার মেশিন কীভাবে ডেটা থেকে শেখে।
মূল কথা
Supervised learning উত্তর ব্যবহার করে, unsupervised learning প্যাটার্ন খোঁজে, আর reinforcement learning reward ব্যবহার করে। শুরু করুন supervised learning দিয়ে, কারণ নতুনদের বেশিরভাগ প্রকল্প এটিই ব্যবহার করে।
শুরু করতে চান? কোনো গণিত বা code ছাড়াই বুঝে নিন মেশিন কীভাবে শেখে এবং AI কী পারে ও কী পারে না। শুরু করুন ফ্রি কোর্স এআই কীভাবে কাজ করে: সবার জন্য ভিত্তি দিয়ে।
সম্পর্কিত লেখা
মেশিন লার্নিং বিভাগের আরও লেখা
মন্তব্য
আলোচনায় যোগ দিতে সাইন ইন করুন।