मशीन लर्निंग क्या है?

मशीन लर्निंग तकनीकी क्षेत्र के सबसे तेजी से बढ़ते क्षेत्रों में से एक है, लेकिन इसके बावजूद कि “मशीन लर्निंग” शब्द कितनी बार फेंका जाता है, यह समझना मुश्किल हो सकता है कि मशीन लर्निंग वास्तव में क्या है।

मशीन लर्निंग किसी एक चीज को नहीं दर्शाता है, यह एक छतरी शब्द है जो कई अलग-अलग अवधारणाओं और तकनीकों पर लागू किया जा सकता है। मशीन लर्निंग को समझने का मतलब है कि मॉडल विश्लेषण, 변수 और एल्गोरिदम के विभिन्न रूपों से परिचित होना। आइए मशीन लर्निंग पर एक नज़दीकी नज़र डालें ताकि हमें यह समझने में मदद मिले कि यह क्या है।

मशीन लर्निंग क्या है?

जबकि मशीन लर्निंग शब्द को कई अलग-अलग चीजों पर लागू किया जा सकता है, सामान्य तौर पर यह शब्द कंप्यूटर को ऐसे कार्य करने में सक्षम बनाने के लिए उपयोग किया जाता है जो विशिष्ट निर्देशों के बिना किया जा सकता है। एक मशीन लर्निंग विशेषज्ञ को समस्या का समाधान करने के लिए सभी चरणों को लिखने की आवश्यकता नहीं है क्योंकि कंप्यूटर डेटा के भीतर पैटर्न का विश्लेषण करके और इन पैटर्न को नए डेटा पर सामान्य करके “सीखने” में सक्षम होता है।

मशीन लर्निंग सिस्टम के तीन मूलभूत भाग हैं:

• इनपुट
• एल्गोरिदम
• आउटपुट

इनपुट मशीन लर्निंग सिस्टम में डाले जाने वाले डेटा होते हैं, और इनपुट डेटा को लेबल और फीचर में विभाजित किया जा सकता है। फीचर वे प्रासंगिक चर होते हैं जिन्हें पैटर्न सीखने और निष्कर्ष निकालने के लिए विश्लेषण किया जाता है। दूसरी ओर, लेबल वे वर्ग/विवरण होते हैं जो डेटा के व्यक्तिगत उदाहरणों को दिए जाते हैं।

फीचर और लेबल का उपयोग दो प्रकार की मशीन लर्निंग समस्याओं में किया जा सकता है: पर्यवेक्षित लर्निंग और अप्रवेक्षित लर्निंग।

अप्रवेक्षित और पर्यवेक्षित लर्निंग

पर्यवेक्षित लर्निंग में, इनपुट डेटा एक आधार सत्य के साथ आता है। पर्यवेक्षित लर्निंग समस्याओं में डेटासेट के हिस्से के रूप में सही आउटपुट मान होते हैं, इसलिए अपेक्षित वर्ग पहले से ही ज्ञात होते हैं। यह डेटा वैज्ञानिक को परीक्षण डेटासेट पर डेटा का परीक्षण करके और देखकर एल्गोरिदम के प्रदर्शन की जांच करने की अनुमति देता है कि कितने आइटम सही ढंग से वर्गीकृत किए गए थे।

इसके विपरीत, अप्रवेक्षित लर्निंग समस्याओं में ग्राउंड ट्रुथ लेबल नहीं होते हैं। एक मशीन लर्निंग एल्गोरिदम जो अप्रवेक्षित लर्निंग कार्यों को करने के लिए प्रशिक्षित है, उसे स्वयं डेटा में प्रासंगिक पैटर्न का अनुमान लगाने में सक्षम होना चाहिए।

पर्यवेक्षित लर्निंग एल्गोरिदम आमतौर पर वर्गीकरण समस्याओं के लिए उपयोग किए जाते हैं, जहां एक बड़े डेटासेट में कई वर्गों में विभाजित किए जाने वाले उदाहरण होते हैं। पर्यवेक्षित लर्निंग का एक और प्रकार प्रतिगमन कार्य है, जहां एल्गोरिदम द्वारा उत्पादित मान निरंतर प्रकृति का होता है, श्रेणीबद्ध नहीं।

दूसरी ओर, अप्रवेक्षित लर्निंग एल्गोरिदम घनत्व अनुमान, क्लस्टरिंग और प्रतिनिधित्व सीखने जैसे कार्यों के लिए उपयोग किए जाते हैं। इन तीन कार्यों के लिए मशीन लर्निंग मॉडल को डेटा की संरचना का अनुमान लगाने की आवश्यकता होती है, मॉडल को पहले से परिभाषित वर्ग नहीं दिए जाते हैं।

आइए अप्रवेक्षित और पर्यवेक्षित लर्निंग दोनों में उपयोग किए जाने वाले कुछ सबसे सामान्य एल्गोरिदम पर एक नज़र डालें।

पर्यवेक्षित लर्निंग के प्रकार

सामान्य पर्यवेक्षित लर्निंग एल्गोरिदम में शामिल हैं:

• नेव बेस
• सपोर्ट वेक्टर मशीन
• लॉजिस्टिक रिग्रेशन
• रैंडम फॉरेस्ट
• आर्टिफिशियल न्यूरल नेटवर्क

सपोर्ट वेक्टर मशीन एल्गोरिदम हैं जो डेटासेट को विभिन्न वर्गों में विभाजित करते हैं। डेटा बिंदु समूहों में एकत्रित किए जाते हैं जो एक दूसरे के साथ समान होते हैं, न कि अन्य डेटा बिंदुओं के साथ। सपोर्ट वेक्टर मशीन वर्गों के बीच की दूरी को अधिकतम करने का लक्ष्य रखती हैं, और जितनी अधिक दूरी होगी, उतनी ही अधिक वर्गीकरण की सटीकता होगी।

लॉजिस्टिक रिग्रेशन एक एल्गोरिदम है जो द्विआधारी वर्गीकरण कार्यों में डेटा बिंदुओं को दो वर्गों में वर्गीकृत करने के लिए उपयोग किया जाता है। लॉजिस्टिक रिग्रेशन डेटा बिंदु को 1 या 0 के रूप में लेबल करता है। यदि डेटा बिंदु का मान 0.49 या उससे कम है, तो इसे 0 के रूप में वर्गीकृत किया जाता है, जबकि यदि यह 0.5 या अधिक है, तो इसे 1 के रूप में वर्गीकृत किया जाता है।

निर्णय पेड़ एल्गोरिदम डेटासेट को छोटे और छोटे टुकड़ों में विभाजित करके काम करते हैं। डेटा को विभाजित करने के लिए उपयोग किए जाने वाले मानदंड मशीन लर्निंग इंजीनियर पर निर्भर करते हैं, लेकिन अंतिम लक्ष्य डेटा को एकल डेटा बिंदुओं में विभाजित करना है जो तब एक कुंजी का उपयोग करके वर्गीकृत किए जाते हैं।

रैंडम फॉरेस्ट एल्गोरिदम मूल रूप से कई एकल निर्णय पेड़ वर्गीकरणकर्ताओं को एक साथ जोड़कर एक अधिक शक्तिशाली वर्गीकरणकर्ता बनाता है।

नेव बेस क्लासिफायर डेटा बिंदु के प्राप्त होने की संभावना की गणना करता है जो एक पूर्ववर्ती घटना के घटित होने की संभावना पर आधारित है। यह बेयस के सिद्धांत पर आधारित है और यह डेटा बिंदुओं को उनकी गणना की गई संभावना के आधार पर वर्गों में रखता है। नेव बेस क्लासिफायर लागू करते समय, यह माना जाता है कि सभी प्रेडिक्टर वर्ग परिणाम पर समान प्रभाव डालते हैं।

एक आर्टिफिशियल न्यूरल नेटवर्क, या मल्टी-लेयर परसेप्ट्रॉन, मशीन लर्निंग एल्गोरिदम हैं जो मानव मस्तिष्क की संरचना और कार्य से प्रेरित हैं। आर्टिफिशियल न्यूरल नेटवर्क को उनके नाम मिले हैं क्योंकि वे कई नोड्स/न्यूरॉन्स से बने होते हैं जो एक दूसरे से जुड़े होते हैं। प्रत्येक न्यूरॉन डेटा को एक गणितीय फ़ंक्शन के साथ मैनिपुलेट करता है। आर्टिफिशियल न्यूरल नेटवर्क में इनपुट लेयर, हिडन लेयर और आउटपुट लेयर होती हैं।

न्यूरल नेटवर्क की हिडन लेयर वह जगह है जहां डेटा वास्तव में व्याख्या की जाती है और पैटर्न के लिए विश्लेषण किया जाता है। दूसरे शब्दों में, यह वह जगह है जहां एल्गोरिदम सीखता है। अधिक न्यूरॉन्स को एक साथ जोड़ने से अधिक जटिल नेटवर्क बनते हैं जो अधिक जटिल पैटर्न सीखने में सक्षम होते हैं।

अप्रवेक्षित लर्निंग के प्रकार

अप्रवेक्षित लर्निंग एल्गोरिदम में शामिल हैं:

• के-मीन्स क्लस्टरिंग
• ऑटोएनकोडर
• प्रिंसिपल कंपोनेंट विश्लेषण

के-मीन्स क्लस्टरिंग एक अप्रवेक्षित वर्गीकरण तकनीक है, और यह डेटा बिंदुओं को उनकी विशेषताओं के आधार पर समूहों में विभाजित करके काम करती है। के-मीन्स क्लस्टरिंग डेटा बिंदुओं में विशेषताओं का विश्लेषण करती है और उनमें पैटर्न की पहचान करती है जो एक दिए गए समूह में डेटा बिंदुओं को एक दूसरे के समान बनाती है, न कि अन्य डेटा बिंदुओं के समान। यह ग्राफ में सेंट्रॉइड की संभावित केंद्रों को रखकर और सेंट्रॉइड की स्थिति को तब तक बदलकर प्राप्त किया जाता है जब तक कि एक ऐसी स्थिति नहीं मिल जाती जो सेंट्रॉइड और उसके वर्ग के बिंदुओं के बीच की दूरी को कम कर दे। शोधकर्ता वांछित क्लस्टर की संख्या निर्दिष्ट कर सकते हैं।

प्रिंसिपल कंपोनेंट विश्लेषण एक तकनीक है जो बड़ी संख्या में विशेषताओं/चरों को एक छोटे से विशेषता स्थान/कम विशेषताओं में कम कर देती है। डेटा बिंदुओं के “प्रिंसिपल कंपोनेंट” को संरक्षित किया जाता है, जबकि अन्य विशेषताओं को एक छोटे प्रतिनिधित्व में संकुचित किया जाता है। मूल डेटा खंडों के बीच संबंध संरक्षित है, लेकिन चूंकि डेटा बिंदुओं की जटिलता सरल है, डेटा को मात्रा और वर्णन करना आसान हो जाता है।

ऑटोएनकोडर न्यूरल नेटवर्क के संस्करण हैं जो अप्रवेक्षित लर्निंग कार्यों पर लागू किए जा सकते हैं। ऑटोएनकोडर लेबल किए बिना, मुक्त-रूप डेटा लेने और न्यूरल नेटवर्क द्वारा उपयोग किए जाने योग्य डेटा में परिवर्तित करने में सक्षम होते हैं, मूल रूप से अपना खुद का लेबल प्रशिक्षण डेटा बनाते हैं। ऑटोएनकोडर का लक्ष्य इनपुट डेटा को परिवर्तित करना और इसे यथासंभव सटीक रूप से पुनर्निर्माण करना है, इसलिए नेटवर्क के लिए यह प्रोत्साहन है कि यह सबसे महत्वपूर्ण विशेषताओं का पता लगाए और उन्हें निकाले।