NU ICT Guide লোগোNU ICT Guideআইসিটি ২১৯৯০৩ · ২১৯৯০৪

মেশিন লার্নিং: কার্যপদ্ধতি ও ধরন

Machine learning: how it works and its types

মেশিন লার্নিং (Machine Learning — ML) হলো AI-এর সেই শাখা, যেখানে কম্পিউটারকে সরাসরি নিয়ম না শিখিয়ে ডেটা ও উদাহরণ থেকে নিজে থেকে ধারা বা নিয়ম শেখানো হয়।

(সহজ কথায়: নিয়ম শেখানো নয়, উদাহরণ দেখিয়ে শেখানো — শিশুকে আম চেনানো যেমন, মেশিনকেও তেমনি ছবি দেখিয়ে চেনানো হয়।)

1. মেশিন লার্নিং কীভাবে শেখে

মেশিন লার্নিংয়ের প্রবাহ: ডেটা, প্রশিক্ষণ, মডেল, নতুন ইনপুট, পূর্বানুমান ও নির্ভুলতা যাচাই
চিত্র: মেশিন লার্নিং কীভাবে কাজ করে · NU ICT Guide

শেখার ছয় ধাপ

  1. 1ডেটা সংগ্রহ — ছবি, সংখ্যা বা লেখা আকারে উদাহরণ জোগাড় করা।
  2. 2ডেটা প্রস্তুতি — ফাঁকা ও ভুল মান ঠিক করা, লেবেল যাচাই করা।
  3. 3প্রশিক্ষণ (Training) — ডেটা দেখিয়ে অ্যালগরিদমকে ধারা খুঁজতে শেখানো।
  4. 4মডেল তৈরি — শেখা ধারা একটি গাণিতিক মডেলে জমা হওয়া।
  5. 5পূর্বানুমান — নতুন ইনপুট দিলে মডেলের উত্তর দেওয়া।
  6. 6নির্ভুলতা যাচাই — আলাদা টেস্ট ডেটায় ফল মেপে মডেল উন্নত করা।

2. ট্রেনিং ডেটা, লেবেল ও নির্ভুলতা

ML-এর মূল পরিভাষা

পরিভাষাঅর্থউদাহরণ
ট্রেনিং ডেটাশেখার উদাহরণের সেট1000 ফলের ছবি
লেবেলউদাহরণের সঠিক উত্তরছবির সাথে লেখা “আম”
মডেলশেখা ধারার গাণিতিক রূপছবি দেখে আম চেনার নিয়ম
টেস্ট ডেটাযাচাইয়ের জন্য আলাদা ডেটা200টি আলাদা ছবি
নির্ভুলতাসঠিক উত্তরের শতকরা হার200-এর মধ্যে 183 = 91.5%

3. শেখার তিন ধরন

সুপারভাইজড, আনসুপারভাইজড ও রিইনফোর্সমেন্ট লার্নিং

দিকসুপারভাইজডআনসুপারভাইজডরিইনফোর্সমেন্ট
ডেটালেবেলযুক্ত (উত্তরসহ)লেবেল ছাড়াইনপুট ও পুরস্কার
শেখে কীভাবেউদাহরণ ও উত্তর মিলিয়েনিজে থেকে দল বা ধারা খুঁজেফল থেকে শিখে
উদাহরণস্প্যাম শনাক্তগ্রাহক দলে ভাগগেম খেলা রোবট
সুবিধানির্ভুলতা মাপা সহজলেবেল খরচ লাগে নাজটিল কৌশল শেখে
সীমাভালো লেবেল দরকারফল ব্যাখ্যা কঠিনশিখতে বেশি সময় লাগে
তিন ধরনের শেখা: লেবেলযুক্ত ডেটা, লেবেল ছাড়া প্যাটার্ন এবং পুরস্কারভিত্তিক চেষ্টা
চিত্র: মেশিন লার্নিংয়ের তিন ধরন · NU ICT Guide

4. প্রেডিকশন বনাম ক্লাসিফিকেশন

আউটপুট দেখে পার্থক্য চেনো

দিকপ্রেডিকশনক্লাসিফিকেশন
আউটপুটসংখ্যা বা মানশ্রেণি বা লেবেল
প্রশ্নকত?কোনটি?
উদাহরণআগামী মাসের বিক্রিছবিটি আম না কাঁঠাল
নির্ভুলতার মাপভুলের পরিমাণ (গড় ত্রুটি)সঠিক শ্রেণির শতকরা হার

5. সতর্কতা ও টুল

অতিরিক্ত মুখস্থ (overfitting) হলে নতুন উদাহরণে ভুল হয়, আর খুব কম শিখলে (underfitting) সহজ উদাহরণেও ভুল হয় — তাই ট্রেনিং ও টেস্ট ডেটা আলাদা রাখতে হয়।

টুল ও প্ল্যাটফর্ম: Teachable Machine (কোড ছাড়া), Orange (নোড টেনে ওয়ার্কফ্লো), Google Colab (ক্লাউডে Python), Scikit-learn, TensorFlow ও Keras, আর ছোট ডেটার জন্য Excel বা Power BI।

পরীক্ষার টিপ

পরীক্ষায় ছয় ধাপ + তিন ধরন + একটি উদাহরণ এই তিনটি অংশ লিখলে পূর্ণ নম্বর; ডেটা খারাপ হলে ফল খারাপ — এই বাক্যটি উপসংহারে লিখতে ভুলো না।