ডেটা অ্যানালিটিক্স, AI ও মেশিন লার্নিং-এর সম্পর্ক লেখো।
⭐⭐⭐⭐⭐Describe the relationship between data analytics, AI and machine learning.
- নাম
- তিনটির কাজ
- সম্পর্ক
- চিত্র
- উপসংহার
কত নম্বরে কতটা লিখবে
| নম্বর | কী লিখবে | আকার |
|---|---|---|
| 1 | তিনটির সম্পর্ক এক লাইনে | 1–2 লাইন |
| 2 | সম্পর্ক + টেবিলের 3টি সারি | 4–5 লাইন |
| 3 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
| 4 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
| 5 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
পুরো উত্তর · ৩/৪/৫ নম্বরের জন্য এটাই লেখো · প্রায় 185 শব্দ (১–২ পৃষ্ঠা)
সংজ্ঞা
ডেটা অ্যানালিটিক্স ডেটা থেকে অর্থ বের করে, মেশিন লার্নিং সেই ডেটা থেকে শিখে মডেল বানায়, আর AI সেই মডেল ব্যবহার করে বুদ্ধিমান সিদ্ধান্ত নেয়।
তিনটির কাজ
ডেটা অ্যানালিটিক্স, ML ও AI-এর কাজ
| প্রযুক্তি | মূল কাজ | ফল |
|---|---|---|
| ডেটা অ্যানালিটিক্স | ডেটা পরিষ্কার করে ধারা ও প্রবণতা বের করা | রিপোর্ট, চার্ট, ড্যাশবোর্ড |
| মেশিন লার্নিং | ডেটা থেকে শিখে মডেল তৈরি করা | পূর্বানুমান ও শ্রেণিবিন্যাস |
| AI | মডেল ও নিয়ম দিয়ে সিদ্ধান্ত নেওয়া | চ্যাটবট, সুপারিশ, স্বয়ংক্রিয় সিদ্ধান্ত |
| সম্পর্ক | ডেটা → বিশ্লেষণ → শেখা → সিদ্ধান্ত | প্রতিটি ধাপের ফল পরের ধাপের ইনপুট |
| শর্ত | পরিষ্কার ও যথেষ্ট ডেটা | সঠিক ফলাফল ও কম পক্ষপাত |
সম্পর্ক
একই উদাহরণে তিনটি: রিকমেন্ডার সিস্টেমে প্রথমে বিশ্লেষণে দেখা হয় কে কী দেখে, তারপর মেশিন লার্নিং মডেল শেখে কোন সুপারিশে ক্লিক হয়, আর AI সেই সুপারিশ ব্যবহারকারীকে দেখায়।
উপসংহার
পরিশেষে বলা যায়, তিনটি আলাদা বিষয় নয় — একই স্রোতের তিন ধাপ: ডেটা বোঝা, শেখা এবং সিদ্ধান্ত নেওয়া।
(সহজ কথায়: ডেটা অ্যানালিটিক্স চোখ, মেশিন লার্নিং মগজের শেখা, আর AI মুখ — যা শেখা হয়েছে তা কাজে লাগানো।)
মনে রাখার ট্রিক: বোঝা → শেখা → সিদ্ধান্ত
| DA | ধারা ও কারণ | ডেটা বোঝা |
| ML | ডেটা থেকে মডেল | শেখা |
| AI | বুদ্ধিমান কাজ | সিদ্ধান্ত |
পরীক্ষার টিপ
উত্তরে একটি উদাহরণের ভেতর দিয়ে তিনটি দেখালে (যেমন রিকমেন্ডার) পরীক্ষক সহজে পূর্ণ নম্বর দেন।