Technology

মেশিন লার্নিং কী? মেশিন লার্নিং এর প্রয়োগ এবং কেন শিখবেন?

বাংলায় মেশিন লার্নিং 

What is Machine Learning? Application of Machine Learning and Learn Why?

আজকে আমাদের আলোচনার বিষয় হচ্ছে মেশিন লার্নিং কি ও কেন শিখবেন এবং এর প্রয়োগ। যাইহোক আলোচনা শুরু করা যাক- 

মেশিন লার্নিং টিউটোরিয়াল

মেশিন লার্নিং

 

মেশিন লার্নিং কী?

কম্পিউটারকে এমন একটি ক্ষমতা দেওয়া হয়, যার জন্য সেটি যেকোনো কিছু আগে থেকে ওই বিষয়ক প্রোগ্রাম লেখা ছাড়াই শিখতে পারে—এটিই মেশিন লার্নিং। নিজে থেকে শেখার ক্ষমতার কারণে কম্পিউটার যেকোনো কিছুই করতে পারে খুব সহজে।

অন্যভাবে বলা যেতে পারে, যদি কম্পিউটারের খেলার সংখ্যা বাড়ানোর পাশাপাশি তার জেতার হার বেড়ে যায়, তাহলে বুঝতে হবে সেই কম্পিউটারটি আসলেই শিখছে। মানে সে খেলতে খেলতে শিখছে, আর নিজে থেকে এই শেখার ক্ষমতাকেই বলে মেশিন লার্নিং।

মেশিন লার্নিঙের মূল তত্ত্ব হচ্ছে, বিপুল পরিমাণ ডেটা বা তথ্য-উপাত্ত থেকে কোনো নির্দিষ্ট তথ্যের প্যাটার্ন বা ‘মডেল’ সঠিকভাবে বের করা। এরপর সেটি ব্যবহার করে নতুন কোনো তথ্যের শ্রেণিবিন্যাস করা, যেটি ‘ক্লাসিফিকেশন’ হিসেবে পরিচিত।

কথা হচ্ছে, এই ক্লাসিফিকেশন কেন করা দরকার? উত্তর হচ্ছে— ধরুন আপনাকে বলা হলো এক, দুই ও পাঁচ পয়সার শ্রেণিবিন্যাস করতে, আপনি কীভাবে সেটি করবেন? একটি উপায় হচ্ছে, আপনি পয়সাগুলো তাদের পরিধি আর ওজন অনুযায়ী ভাগ করতে পারেন।

কারণ, একেক পয়সার পরিধি আর ওজন একটু ভিন্নই হয়ে থাকে। এই শ্রেণিবিন্যাস জিনিসটি মানুষের জন্য হয়তোবা অনেক সহজ, কিন্তু একটি কম্পিউটার প্রোগ্রামের জন্য নয়।

এই শ্রেণিবিন্যাস কোনো প্রোগ্রামারের বোঝার জন্য দরকার অনেক ডেটা, যা থেকে প্রোগ্রাম বুঝতে পারবে সঠিকভাবে পয়সার শ্রেণিবিন্যাস ও শনাক্তকরণ।

মেশিন লার্নিং কেন শিখবেন?

মেশিন লার্নিং (এমএল) হলো কোন বারংবার বাহ্যিক নির্দেশ ব্যতীত প্যাটার্নের উপর ভিত্তি করে নির্দিষ্ট একটি কর্ম সঠিকভাবে সম্পাদনের জন্যে কম্পিউটার ব্যবস্থার ব্যবহার করা এলগরিদম ও পরিসংখ্যান মডেলের অধ্যয়ন।

এটি কৃত্রিম বুদ্ধিমত্তার একটি উপাধ্যায়। মেশিন লার্নিং এলগরিদম নমুনা উপাত্তের একটি গাণিতিক মডেল তৈরী করে, যার নাম দেয়া হয় ট্রেইনিং ডাটা বা অনুশীলন উপাত্ত।

বর্তমান যুগে প্রয়োজনীয় তথ্যপ্রযুক্তি দক্ষতার ক্ষেত্রে ওপরের দিকেই রয়েছে মেশিন লার্নিং বা এমএল-বিষয়ক দক্ষতা। বিশেষজ্ঞরা বলছেন, ভবিষ্যতে মেশিন লার্নিং ও আর্টিফিশিয়াল ইনটেলিজেন্সের মতো বিষয়গুলোতে অমিত সম্ভাবনা রয়েছে। তাই এ ধরনের প্রযুক্তি খাতে দক্ষতা অর্জন করা জরুরি।

এ ধরনের প্রযুক্তি আমাদের অজ্ঞাতসারে জীবনকে সহজ করে তুলছে। আমরা এ ধরনের প্রযুক্তির ওপর নির্ভরশীল হয়ে উঠছি। উদাহরণ হিসেবে বলা যায়, আপনি যখন ফোনে ভয়েস কমান্ড দেন বা ইন্টারনেট ছবির খোঁজ করতে বলেন, মেশিন লার্নিং আপনার চাহিদা অনুযায়ী ফল দেখাতে পারে।

সম্প্রতি পেশাদার ব্যক্তিদের সামাজিক যোগাযোগের সাইট লিঙ্কডইন যুক্তরাষ্ট্রসহ কয়েকটি দেশে আগামী বছর সবচেয়ে চাহিদাসম্পন্ন দক্ষতার তালিকা প্রকাশ করেছে। লিঙ্কডইনের বার্ষিক ইমার্জিং জবস রিপোর্টে যুক্তরাষ্ট্রের সবচেয়ে চাহিদাসম্পন্ন তালিকার শীর্ষে শিল্প খাতে আর্টিফিশিয়াল ইনটেলিজেন্স ও ডেটা সায়েন্স পদের চাহিদা বাড়ছে বলে দেখা গেছে, যা ভবিষ্যতেও বাড়বে।

এ বছর ফেসবুকের প্রতিষ্ঠাতা ও প্রধান নির্বাহী মার্ক জাকারবার্গ প্রযুক্তি বিশ্বের হালনাগাদ বিষয়গুলো জানার ও সে বিষয়ে দক্ষতা অর্জনের পরিকল্পনার কথা জানান। তাঁর তালিকায় মেশিন লার্নিংয়ের বিষয়টিও ছিল।

প্রযুক্তি বিশ্লেষকেরা পূর্বাভাস দিয়েছেন, ২০২৪ সাল নাগাদ প্রযুক্তি খাতে চাকরির সুযোগ ১২ শতাংশ বেড়ে যাওয়ার সম্ভাবনা রয়েছে। এতে তথ্যপ্রযুক্তি খাতের পেশাদারদের সামনে আরও নতুন চাকরির দরজা খুলে যাবে।

আর্টিফিশিয়াল ইনটেলিজেন্স বা এআই আগামী বছরও গুরুত্ব পাবে। প্রযুক্তি খাতের নেতৃত্বস্থানীয় পদ, যেমন: আইও, সিটিও, প্রোডাক্ট হেড প্রভৃতি ক্ষেত্রে এআই প্রযুক্তিতে অভিজ্ঞ ব্যক্তিরা প্রাধান্য পাবেন।মেশিন লার্নিংযাঁরা এআই বিশেষজ্ঞদের দল ব্যবস্থাপনা, ডেটা সায়েন্স ও উদ্ভাবনী পণ্য তৈরিতে দক্ষতা দেখাবেন, তাঁরা এগিয়ে যাবেন। আগামী বছরেও যে দক্ষতাগুলো কাজে লাগবে তার মধ্যে একটি হচ্ছে অ্যাপ্লাইড মেশিন লার্নিং।

বর্তমানে ডেটা সায়েন্সের কদর দ্রুত বাড়ছে। ডেটা ব্যবহার করে তা কাজে লাগানোর দক্ষতা দেখাতে পারলে তাদের চাহিদা বেশি থাকবে।

মেশিন লার্নিংকে বিশেষ চারটি শ্রেণিতে ভাগ করতে পারি-

  •  Supervised Learning (সুপারভাইসড লার্নিং)
  •  Unsupervised learning (আনসুপারভাইসড লার্নিং)।
  •  Semi-Supervised learning (সেমি-সুপারভাইসড লার্নিং)।
  •  Reinforcement learning (রিইনফোর্সমেন্ট লার্নিং)।

Supervised Learning

একটি প্রোগ্রামকে কতগুলো প্রি-ডিফাইন ডেটাসেটের ভিত্তিতে ট্রেইন করা হয়। আর প্রোগ্রামটিও সংগ্রহকৃত ডাটাসেটের উপর ভিত্তি করে সিদ্ধান্ত গ্রহন করে থাকে।

সমগ্র প্রক্রিয়াটিকেই সুপারভাইসড লার্নিং (Supervised Learning) বলা হয়। যেমন আমাদের মেইলের ইনবক্সে আসা মেইলটি স্প্যাম কিনা এই সিদ্ধান্ত আগের কিছু ডাটার উপর নির্ভর করে দেয়া হয়।

Unsupervised learning

প্রোগ্রামে কিছু ডেটা ইনপুট দেওয়া হয় এবং প্রোগ্রাম ঐ ডেটার উপর নির্ভর করেই সব ধরনের ডিসিশন দেয়। আর একেই আনসুপারভাইসড লার্নিং(Unsupervised learning) বলা হয়। আনসুপারভাইসড লার্নিং এর ক্ষেত্রে আউটপুট কি সেটা কোথাও বলা থাকে না প্রোগ্রাম নিজ থেকেই সেটা বুঝে বের করে নেয়।

যেমন একটি শ্রেণিকক্ষে কিছু ছাত্র ও ছাত্রী বসে রয়েছে। এই প্রোগ্রাম ছাত্র ও ছাত্রী কে ভিন্ন ক্যাটেগরিতে ভাগ করবে, এটা হচ্ছে আনসুপারভাইড লার্নিং ।

Semi-Supervised learning

সুপারভাইসড এবং আনসুপারভাইসড এর কম্বিনেসন হল সেমি সুপারভাইসড লার্নিং।

Reinforcement learning

লার্নিঙের এই পর্যায়ে মেশিন তার কিছু কিছু প্রোগ্রামকে ক্রমান্বয়ে আপডেট করতে থাকে। তবে এই প্রোগ্রাম নিজ থেকেই বুঝে যে কখন আপডেট করা বন্ধ করতে হবে।মেশিন লার্নিংঅর্থাৎ সে বুঝতে পারে 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।

এই ধরণের লার্নিং কে বলা হয় রিইনফোর্সমেন্ট লার্নিং (Reinforcement Learning) ।

মেশিন লার্নিং এর প্রয়োগ

  • কৃষি
  • শরীরবিদ্যা
  • অ্যাডাপ্টিভ ওয়েবসাইট
  • কার্যকর কম্পিউটিং
  • বায়োইনফরমেটিক্স
  • ব্রেইন মেশিন ইন্টারফেস
  • কম্পিউটার ভিশন
  • উপাত্তের গুণ
  • ব্যবহারকারী আচরণ বিশ্লেষণ
  • কাঠামোগত স্বাস্থ্য পর্যবেক্ষণ
  • রোবট লোকোমোশন
  • সার্চ ইঞ্জিন
  • অনলাইন এডাভার্টিজমেন্ট
  • বিপণন
  • বিমা

মেশিন লার্নিং বই

১. হাতেকলমে মেশিন লার্নিং – কিনতে কিল্ক করুন 

২.মেশিন লার্নিং অ‍্যালগরিদম – নাফিস নিহাল- কিনতে কিল্ক করুন 

৩.শূন্য থেকে পাইথন মেশিন লার্নিং : রকিবুল হাসান- কিনতে কিল্ক করুন

৪.মেশিন লার্নিং সিরিজ- রকিবুল হাসান, নাফিস নিহাল- কিনতে কিল্ক করুন 

৫.হাতেকলমে মেশিন লার্নিং সিরিজ-রকিবুল হাসান- কিনতে কিল্ক করুন 

মেশিন লার্নিয়ের প্রয়োগের ক্ষেত্রগুলো হচ্ছে—

  • স্পিচ রিকগনিশন
  • ইমেজ রিকগনিশন 
  • অনুমান

স্পিচ রিকগনিশন

সফটওয়্যার অ্যাপ্লিকেশনের মাধ্যমে মানুষের কথা শুনে তা টেক্সটে রূপান্তর করতে পারে স্পিচ রিকগনিশন। মেশিন লার্নিং অ্যাপ্লিকেশন হচ্ছে একসেট সংখ্যা, যা স্পিচ সংকেত তুলে ধরে।

বিভিন্ন ভাগে এ সংকেত ভাগ করে নির্দিষ্ট শব্দ বা ধ্বনিকে পৃথক করা যায়। বিভিন্ন সময় ও ফ্রিকোয়েন্সি হিসাব করে এসব স্পিচ সংকেত তৈরি করা হয়।

ইমেজ রিকগনিশন

মেশিন লার্নিং অ্যাপ্লিকেশনের আরেকটি গুরুত্বপূর্ণ প্রয়োগ হচ্ছে ছবি শনাক্তকরণ প্রক্রিয়ায় কাজ করা। অনেক সময় বস্তুকে ডিজিটাল ইমেজ হিসেবে নির্ধারণ করা হয়।

ডিজিটাল ইমেজের ক্ষেত্রে প্রতিটি ছবির পিক্সেল হিসাব করে তা পরিমাপ করা হয়। এতে ফেস ডিটেকশন ও ক্যারেক্টার ডিটেকশন দুটি পদ্ধতিতে কাজ করে।

অনুমান

মেশিন লার্নিং ও আর্টিফিশিয়াল ইনটেলিজেন্স ব্যবহার করে কোনো বিষয়ে অনুমানের কাজে লাগানো যেতে পারে। উদাহরণ হিসেবে বলা যায়, কোনো ব্যাংকের ঋণ দেওয়ার আগে কোনো ব্যক্তি ঋণ পরিশোধ করবে কি না, তার পূর্বানুমান মেশিন লার্নিং দিয়ে বের করা যায়।মেশিন লার্নিংসম্ভাব্যতা যাচাইয়ে প্রয়োজন হয় নির্দিষ্ট তথ্য কাজে লাগানোর বিষয়টি। এ ক্ষেত্রে ডেটা অ্যানালিস্টদের ভূমিকা রাখতে হয়।

বর্তমানে বড় বড় প্রযুক্তি প্রতিষ্ঠানের পাশাপাশি সাধারণ প্রতিষ্ঠানেও মেশিন লার্নিং প্রকৌশলীদের চাহিদা বাড়ছে। প্রতিষ্ঠানের বিভিন্ন তথ্য কাজে লাগিয়ে তা থেকে প্রয়োজনীয় সুবিধা পেতে উৎসাহ দেখাচ্ছে বিভিন্ন প্রতিষ্ঠান।

মেশিন লার্নিং প্রকৌশলী, ডেটা সায়েন্টিস্ট, এআই আর্কিটেক্ট, বিজনেস অ্যানালিস্ট ও পরিসংখ্যানবিদ হিসেবে কাজের সুযোগ রয়েছে এ খাতের কর্মীদের। তথ্যসূত্র: টাইমস অব ইন্ডিয়া

যদি পোস্টটি ভালো লাগে তাহলে সবাইকে দেখার সুযোগ করে দিবেন এবং Factarticle এর সঙ্গেই থাকবেন। 

সৌজন্যেঃ Factarticle.com

Comments

Tags
Back to top button
Close
Close