এই নিবন্ধটি আপনাকে বাস্তবায়নের কৌতূহলের সাথে পরিচয় করিয়ে দেবে অ্যাজুর মেশিন লার্নিং পরিষেবা সম্পর্কে অনুশীলনগুলি। নিম্নলিখিত পয়েন্টারগুলি এই নিবন্ধে কভার করা হবে,
- অ্যাজুরে মেশিন লার্নিং
- আজুর মেশিন লার্নিং সার্ভিস
- মেশিন লার্নিং ক্লাউড পরিষেবা
- গ্রাফিকাল ইন্টারফেস
- মেশিন লার্নিং এপিআই
- এমএল.নেট
- অটোমেল
সুতরাং আসুন আমরা এই অ্যাজুরি মেশিন লার্নিং নিবন্ধটি দিয়ে শুরু করি,
অ্যাজুরে মেশিন লার্নিং
মেঘের আবির্ভাব কম্পিউটিং অবকাঠামোতে একটি নতুন সূচনা চিহ্নিত করেছে। মূলত এর অর্থ হ'ল যে কেউ এমন সংস্থান ব্যবহার করতে পারে যা ইন্টারনেটে ব্যবহারের জন্য অন্যথায় কেনা অত্যন্ত ব্যয়সাধ্য হত। মেশিন লার্নিং, বিশেষত গভীর শেখার জন্য কম্পিউটার আর্কিটেকচারের ব্যবহার প্রয়োজন যা অত্যন্ত উচ্চ পরিমাণে র্যাম, এবং ভিআরএএম (চুদা কোরগুলির জন্য) ব্যবহারের অনুমতি দেয়। এই দুটি পণ্যই দুটি প্রধান কারণে অর্জন করা শক্ত -
একটির জন্য ল্যাপটপগুলি কেবলমাত্র তাদের কাছে থাকা ফ্রেমে সীমিত পরিমাণে সংস্থান রাখতে পারে। এর অর্থ একটি সাধারণ ল্যাপটপ ব্যবহারকারীর মেশিনে স্থানীয়ভাবে মেশিন লার্নিংয়ের কাজগুলি সম্পাদন করার জন্য তার যথেষ্ট পরিমাণে সংস্থান থাকতে পারে না
র্যাম এবং বিশেষত ভিআরএএম ক্রয় করা অত্যন্ত ব্যয়বহুল এবং এগুলি অত্যন্ত চূড়ান্ত বিনিয়োগ বলে মনে হয়। শক্তিশালী র্যাম এবং ভিআরএমের পাশাপাশি, আমাদের উচ্চ-গ্রেড সিপিইউ'র সমর্থন করাও প্রয়োজন (অন্যথায় সিপিইউ সিস্টেমের জন্য একটি বাধা হিসাবে প্রমাণিত হবে) এটি সামগ্রিক দাম আরও বেশি চালিত করে।
অ্যাজুরি মেশিন লার্নিং আর্টিকেলটি নিয়ে চলছে,
বস্তুর একটি অ্যারে তৈরি করুন
আজুর মেশিন লার্নিং সার্ভিস
উপরের বিষয়গুলি আমলে নিলে আমরা সহজেই এমন সংস্থানগুলির প্রয়োজনীয়তা বুঝতে পারি যা 24 * 7 অ্যাক্সেসের সাহায্যে ইন্টারনেটে দূর থেকে নিষ্পত্তিযোগ্য।
অ্যাজুরে এমএল একটি ক্লাউড-ভিত্তিক পরিষেবা যা সমস্ত স্তরের ডেটা বিজ্ঞানীদের জন্য একটি প্রবাহিত অভিজ্ঞতা সরবরাহ করে। এটি বিশেষত গুরুত্বপূর্ণ কারণ এই কারণে যে অনেক নতুন প্রকৌশলী এই স্থানটিতে প্রবেশের চেষ্টা করছেন এবং কোনও স্বজ্ঞাত ইউজার ইন্টারফেস ছাড়াই এই কাজগুলি সম্পাদন করা বিশেষত সাহসী হতে পারে।
(সূত্র: মাইক্রোসফট.কম)
অ্যাজুরে এমএল এর সাথে এমএল স্টুডিও রয়েছে, যা মূলত একটি ব্রাউজার-ভিত্তিক সরঞ্জাম যা এই মডেলগুলি তৈরির উদ্দেশ্যে ডেটা সায়েন্টিস্টকে ড্রাগ এবং ড্রপ ইন্টারফেস ব্যবহার করা সহজ করে।
ব্যবহারকারীদের জন্য বেশিরভাগ ভারী ব্যবহৃত অ্যালগরিদম এবং লাইব্রেরি বাক্স থেকে বেরিয়ে আসে। এটি আর এবং পাইথনের অন্তর্নির্মিত সমর্থনকেও দান করে, যাঁরা প্রবীণ তথ্য বিজ্ঞানীদের তাদের পছন্দ অনুযায়ী তাদের মডেল এবং এর স্থাপত্যগুলি পরিবর্তন এবং কাস্টমাইজ করতে দেয়।
মডেলটি তৈরি হয়ে গেলে এবং প্রস্তুত হয়ে গেলে এটি সহজেই একটি ওয়েব পরিষেবা হিসাবে ব্যবহার করা যেতে পারে যা প্রোগ্রামিং ভাষাগুলির আধিক্য দ্বারা ডাকা যেতে পারে, প্রয়োজনীয়ভাবে এটি প্রয়োগের জন্য উপলব্ধ করা হয় যা প্রকৃতপক্ষে শেষ ব্যবহারকারীর মুখোমুখি হয়।
মেশিন লার্নিং স্টুডিও আপনি ওয়ার্কফ্লোটি তৈরি করে এমন একটি ড্রাগন-ড্রপ পদ্ধতি সরবরাহ করে মেশিন লার্নিং মোটামুটি সোজা করে তোলে। এমএল স্টুডিও এবং ওয়ার্কফ্লো মডেলিংয়ের জন্য এটি প্রচুর পরিমাণে মডিউল সরবরাহ করে, কোনও কোড না লিখে উন্নত মডেল তৈরি করতে পারে।
মেশিন লার্নিং ডেটা দিয়ে শুরু হয়, যা বিভিন্ন উত্স থেকে আসতে পারে। ব্যবহারের আগে সাধারণত ডেটা 'পরিষ্কার' করা দরকার, যার জন্য এমএল স্টুডিওগুলি পরিস্কারের সাথে সহায়তা করার জন্য মডিউলগুলি অন্তর্ভুক্ত করে। ডেটা প্রস্তুত হয়ে গেলে, কেউ একটি অ্যালগরিদম নির্বাচন করতে পারেন এবং উপাত্তের উপরে মডেলটিকে 'প্রশিক্ষণ' দিতে পারেন এবং এতে নিদর্শনগুলি খুঁজে পেতে পারেন। এর পরে মডেলটি স্কোরিং এবং মূল্যায়ন করে, যা আপনাকে জানায় যে মডেল ফলাফলের পূর্বাভাস দিতে কতটা সক্ষম। এগুলি সব এমএল স্টুডিওতে দৃশ্যমানভাবে সরবরাহ করা হয়। মডেলটি প্রস্তুত হয়ে গেলে, কয়েকটি বোতাম ক্লিক এটিকে একটি ওয়েব পরিষেবা হিসাবে স্থাপন করে যাতে এটি ক্লায়েন্ট অ্যাপস থেকে কল করা যায়।
এমএল স্টুডিও মেশিন লার্নিংয়ে ব্যবহৃত স্ট্যান্ডার্ড অ্যালগরিদমের পঁচিশের পূর্বনির্দিষ্ট বাস্তবায়ন সরবরাহ করে। এটি তাদের চারটি বিভাগে পৃথক করে।
- অ্যানোমালি সনাক্তকরণ এমন জিনিস, ইভেন্ট বা পর্যবেক্ষণগুলির একটি শ্রেণিবিন্যাসের একটি পদ্ধতি যা কোনও ডেটাসেটের প্রচলিত প্যাটার্ন বা অন্যান্য আইটেমগুলির সাথে খাপ খায় না।
- রিগ্রেশন অ্যালগরিদমগুলি ভেরিয়েবলের মধ্যে সম্পর্কগুলি আবিষ্কার এবং প্রমানের চেষ্টা করে। নির্ভরশীল ভেরিয়েবল এবং এক বা একাধিক স্বতন্ত্র ভেরিয়েবলের মধ্যে সম্পর্ক স্থাপনের মাধ্যমে, রিগ্রেশন বিশ্লেষণ একটি নির্ভরযোগ্য ভেরিয়েবলের মানকে একটি পরিমাণের যথাযথতা সহ একটি ইনপুটগুলির সেট দিয়ে ভবিষ্যদ্বাণী করা সক্ষম করতে পারে।
- শ্রেণিবদ্ধকরণ অ্যালগরিদমগুলির লক্ষ্য হ'ল পর্যবেক্ষণগুলি অন্তর্ভুক্ত প্রশিক্ষণ ডেটার উপর ভিত্তি করে কোন পর্যবেক্ষণ সম্পর্কিত বর্গটি চিহ্নিত করা যা ইতিমধ্যে একটি বিভাগে নির্ধারিত হয়েছে।
- ক্লাস্টারিং একগুচ্ছ অবজেক্টকে গাদা করার চেষ্টা করে যাতে একই গ্রুপে থাকা বস্তুগুলি (যাকে একটি ক্লাস্টার বলা হয়) অন্যান্য গ্রুপের (ক্লাস্টার) তুলনায় একে অপরের সাথে আরও বেশি মিল রয়েছে।
একবার ওয়েব পরিষেবা হিসাবে প্রসারিত হয়ে গেলে, একটি মডেল HTTP- র মাধ্যমে সরল REST কলগুলির সাথে ব্যবহার করা যেতে পারে। এটি বিকাশকারীদের এমন অ্যাপ্লিকেশন তৈরি করতে সহায়তা করে যা মেশিন লার্নিং থেকে তাদের বুদ্ধি অর্জন করে।
এই অ্যাজুরি মেশিন লার্নিং নিবন্ধে যা অনুসরণ করা তা হ'ল অ্যাজুরি এবং এর বৈশিষ্ট্যগুলি সম্পর্কে একটি দ্রুত মোড়ানো
অ্যাজুরি মেশিন লার্নিং আর্টিকেলটি নিয়ে চলছে,
মেশিন লার্নিং ক্লাউড পরিষেবা
ক্লাউড পরিষেবাদিগুলি মূলত কোনও অন্তিম ব্যবহারকারীকে ইন্টারনেটের মাধ্যমে দূরবর্তী অবস্থান থেকে অন্য কোনও সংস্থা দ্বারা মোতায়েন করা পরিষেবাগুলি (হার্ডওয়্যার মেশিন) ভাড়া দেওয়ার অনুমতি দেয়।
অ্যাজুর মেশিন লার্নিং পরিষেবা তাত্ক্ষণিকভাবে ডেটা, ট্রেন প্রস্তুত এবং কাস্টম এমএল মডেল স্থাপন করার জন্য সফটওয়্যার ডেভলপমেন্ট কিটস এবং পরিষেবাদি সরবরাহ করে।পাই-টর্চ, টেনসরফ্লো এবং সাইকিট-লার্নের মতো ওপেন-সোর্স পাইথন ফ্রেমওয়ার্কগুলির জন্য বাক্স সমর্থন ছাড়াই রয়েছে।তাদের কাস্টম মডেল তৈরি করতে বা গভীর শেখার মডেলগুলির সাথে কাজ করার প্রয়োজন হলে এটি ব্যবহার করা বিবেচনা করা উচিত
তবে, আপনি যদি পাইথনে কাজ না করার প্রবণতা বা একটি সহজ পরিষেবা চান, তবে এটি ব্যবহার করবেন না।
এই পরিষেবাগুলিতে ডেটা বিজ্ঞানের জ্ঞান এবং পটভূমির জন্য একটি ভাল চুক্তি প্রয়োজন এবং নবজাতকের জন্য এটি প্রস্তাবিত নয়। মডেলগুলি প্রশিক্ষণের জন্য কেবলমাত্র সংস্থানগুলির জন্য অর্থ প্রদান করুন। অ্যাজুরে কুবেরনেটস পরিষেবাটির মাধ্যমে মোতায়েনের জন্য বেশ কয়েকটি মূল্যের স্তর
অ্যাজুরি মেশিন লার্নিং আর্টিকেলটি নিয়ে চলছে,
গ্রাফিকাল ইন্টারফেস
গ্রাফিকাল ইন্টারফেসগুলি এমএল এর মতো ক্ষমতা অ্যাক্সেস করার পদ্ধতির উপর ভিত্তি করে কোনও কোড বা লো কোড প্ল্যাটফর্ম নয়। তাদের মধ্যে কয়েকটি ড্রপ-ডাউন তালিকা হতে পারে, এক্ষেত্রে এটি ড্র্যাগ এবং ড্রপ টুল।
অ্যাজুরি মেশিন লার্নিং স্টুডিও একটি ড্রাগ এবং এন্ড-ড্রপ মেশিন লার্নিং সরঞ্জাম যা আপনাকে গ্রাফিকাল ইন্টারফেসের ফলাফলগুলি মূল্যায়নের জন্য ডেটাগুলির একটি কাস্টম সেট আপলোড করে মেশিন লার্নিং মডেলগুলি তৈরি, প্রশিক্ষণ এবং কাস্টমাইজ করতে সক্ষম করে। কোনও মডেলকে প্রশিক্ষণের পরে, আপনি স্টুডিও থেকে সরাসরি ওয়েব পরিষেবা হিসাবে এটি স্থাপন করতে পারেন।
এই কার্যকারিতাটি সাধারণত নিযুক্ত করা হয় যখন কোডটি লেখার জন্য কম হতে হয় বা প্রধান কাজটি শ্রেণিবিন্যাস, পেনশন এবং ক্লাস্টারিংয়ের মতো মৌলিক সমস্যার আশেপাশে থাকে
এই পদ্ধতির জন্য সাধারণত বেগুনি বান্ধব তবে এটি ডেটা সায়েন্সে কিছু পটভূমি জ্ঞানের প্রয়োজন নেই।
যদিও এটিতে একটি নিখরচায় বিকল্প রয়েছে, মানক স্তরের জন্য প্রতি আসন প্রতি মাসে $ 9.99 এবং পরীক্ষার সময় প্রতি ডলার 1 ডলার।
মেশিন লার্নিং এপিআই
একটি অ্যাপ্লিকেশন প্রোগ্রাম ইন্টারফেস (এপিআই) এমন একটি পরিষেবা যা কোনও সংস্থা সরবরাহ করতে পারে যা নির্দিষ্ট প্রশ্নের কাছে প্রতিক্রিয়া প্রেরণ করতে পারে এবং সেই প্রতিক্রিয়াগুলি একটির অ্যাপ্লিকেশনকে বাড়ানোর জন্য ব্যবহার করা যেতে পারে।
এটি আমাদের মূল অ্যাপ্লিকেশনটিকে সরাসরি বোগ না করে বিভিন্ন পরিষেবা অ্যাক্সেস করার নমনীয়তা আমাদেরকে দেয়।
মাইক্রোসফ্টের এপিআই পরিষেবাগুলিকে জ্ঞানীয় পরিষেবাগুলি বলা হয় called এগুলি ঠিক আজুরের উপর স্থাপন করা যেতে পারে। দৃষ্টি, ভাষা, বক্তৃতা, অনুসন্ধান এবং সিদ্ধান্ত সহ পাঁচটি পরিষেবা উপলব্ধ রয়েছে। এগুলি প্রাক-প্রশিক্ষিত মডেল যা বিকাশকারীদের জন্য উপযুক্ত যারা মেশিন লার্নিং নিয়োগে আগ্রহী কিন্তু ডেটা বিজ্ঞানের পটভূমি নেই have
যাইহোক, কাস্টমাইজেশনের ক্ষেত্রে এই পরিষেবাগুলি সংক্ষিপ্ত হয়ে যায় এবং তাই অনেকগুলি জিনিস যথাযথভাবে সংজ্ঞায়িত প্রয়োজনীয়তা নমনীয় নয় এমন ক্ষেত্রে সুপারিশ করা হয় না।
অ্যাজুরি মেশিন লার্নিং আর্টিকেলটি নিয়ে চলছে,
এমএল.নেট
ফ্রেমওয়ার্কগুলি সাধারণ আউটলাইন কোড যা কোনও একটির উপরে তাদের নিজস্ব অ্যাপ্লিকেশন তৈরি করতে পারে। ফ্রেমওয়ার্কগুলি নিম্ন-স্তরের কার্যকারিতাটি দেখাশোনা করার অনুমতি দেয় যাতে একমাত্র তাদের প্রয়োগ যুক্তি দেখাশোনা করতে পারে।
এমএল.নেটের একটি শ্রেণিবিন্যাস, রিগ্রেশন, অসাধারণ সনাক্তকরণ এবং সুপারিশ প্রশিক্ষণের অ্যালগরিদম রয়েছে এবং নিউরাল নেটওয়ার্কগুলির জন্য টেনসরফ্লো এবং ওএনএনএক্সের সাথে বাড়ানো যেতে পারে।
এটি নিজের নেট এমএল পাইপলাইন তৈরি করতে আরামদায়ক এমন নেট নেট বিকাশকারীদের পক্ষে দুর্দান্ত ব্যবহার হতে পারে।যাইহোক, শেখার বক্ররেখা মানে সাধারণ অজগর বিকাশকারীদের দূরে থাকা উচিত।
অ্যাজুরি মেশিন লার্নিং আর্টিকেলটি নিয়ে চলছে,
অটোমেল
অটোমেটেড মেশিন লার্নিং সম্প্রতি মনোযোগের এক বৃহত্তর দৃষ্টি আকর্ষণ করেছে এবং এটি এমন সফ্টওয়্যার যা মেশিন লার্নিং মডেলগুলি স্বয়ংক্রিয়ভাবে নির্বাচন করে এবং প্রশিক্ষণ দেয়। যদিও এটি সহজেই ধারণা করা যায় যে এটি প্রযুক্তিবিদভাবে কোনও ডেটা বিজ্ঞানীর কাজকে প্রতিস্থাপন করতে পারে, তবে যে কেউ প্রকৃতপক্ষে এটি ব্যবহার করেছেন তা পরিষ্কারভাবে জানেন, এটি কী করতে পারে এবং কী করতে পারে না তার সীমাবদ্ধতা রয়েছে।
ডেটা বিজ্ঞানীদের জন্য বর্তমান মেটা (অটোএমএল ব্যতীত) প্রথমে একটি বেস মডেল তৈরি করা এবং তারপরে হাইপার প্যারামিটারগুলির বিভিন্ন সম্ভাবনার বিষয়ে পুনরুক্তি করা উচিত, যতক্ষণ না তারা সর্বোত্তম ফলাফল দেয় এমন মানগুলির একটি সেট এ পৌঁছায়। যেহেতু সহজেই অনুমান করা যায় এটি অত্যন্ত সময়সাপেক্ষ এবং হিট অ্যান্ড মিস ভিত্তিক কৌশল। এছাড়াও হাইপারপ্যারামিটারের সংখ্যা বৃদ্ধি পাওয়ায় অনুসন্ধানের স্থানটি তাত্পর্যপূর্ণভাবে বৃদ্ধি পায়, নতুন, গভীর নিউরাল নেটওয়ার্ক-ভিত্তিক আর্কিটেকচারকে পুরোপুরি পুনরাবৃত্তি এবং অনুকূলিতকরণ প্রায় অসম্ভব করে তোলে।
বর্তমানে, মাইক্রোসফ্টের অটোএমএল স্বয়ংক্রিয়ভাবে এমএল মডেলের একটি সেট তৈরি করতে সক্ষম হয়েছে, বুদ্ধিমানের সাথে প্রশিক্ষণের জন্য মডেলগুলি নির্বাচন করতে পারে, তারপরে এমএল সমস্যা এবং ডেটা ধরণের ভিত্তিতে আপনার জন্য সেরাটি সুপারিশ করবে। সংক্ষেপে, এটি সঠিক অ্যালগরিদম নির্বাচন করে এবং হাইপারপ্যারামিটারগুলি টিউন করতে সহায়তা করে। বর্তমানে, এটি কেবল শ্রেণিবিন্যাস, পূর্বাভাস এবং রিগ্রেশন সমস্যাগুলিকে সমর্থন করে।
অটোমেল অ্যাজুর মেশিন লার্নিং সার্ভিস বা এমএল.এনইটি ব্যবহার করে এবং আপনি যে কোনও দামের জন্য অর্থ প্রদান করেন।
সুতরাং এটি আমাদের নিবন্ধের শেষে এনেছে। আমি আপনি এই নিবন্ধ আস্বাদিত, আশা করি। আপনি যদি এটি পড়তে থাকেন তবে আমাকে অভিনন্দন জানাতে দিন। যেহেতু আপনি আর অ্যাজুরে নতুন নন! আপনি যত বেশি অনুশীলন করবেন আপনি তত বেশি শিখবেন। আপনার যাত্রা সহজ করার জন্য, আমরা এটি নিয়ে এসেছি আজুর টিউটোরিয়াল ব্লগ সিরিজ যা ঘন ঘন আপডেট করা হবে, তাই থাকুন!
আমরা এমন একটি পাঠ্যক্রমও নিয়ে এসেছি যা অ্যাজুরে পরীক্ষার ক্র্যাক করার জন্য আপনার কী প্রয়োজন তা হ'ল! আপনি অবশ্যই কোর্সের বিশদটি দেখতে পারেন । সুখী শেখা!
আমাদের জন্য একটি প্রশ্ন আছে? দয়া করে এই নিবন্ধটির মন্তব্য বিভাগে এটি উল্লেখ করুন এবং আমরা আপনার কাছে ফিরে আসব।