অ্যাপাচি মাহাউটে তদারকি করা পড়াশুনা



তদারকি করা শিক্ষণ মেশিন লার্নিংয়ের একটি কৌশল, যাতে প্রশিক্ষণের উপাত্তের লেবেলযুক্ত উদাহরণগুলি থেকে কোনও ফাংশন অনুমান করা হয়।

তদারকি করা শেখার পদ্ধতি হ'ল প্রশিক্ষণ ডেটা ইনপুট এবং পছন্দসই ফলাফল উভয়ই অন্তর্ভুক্ত। উদাহরণ সহ সিস্টেমটি প্রশিক্ষণ দেওয়া হয় তদারকি করা শেখা। অন্যথায়, একজন শিক্ষকের সাথে অ্যালগরিদম প্রশিক্ষণও তদারকি করা শিক্ষার হিসাবে বিবেচনা করা যেতে পারে। সমস্ত নমুনা ডেটা বা লেবেলযুক্ত ডেটা দিয়ে অ্যালগরিদম প্রশিক্ষণের পরে, যার লক্ষ্য পরিবর্তনশীলটিতে ভবিষ্যদ্বাণীকারী উভয়ই থাকে, কেউ অ্যালগোরিদমকে প্রশিক্ষণ দিতে এবং আরও শ্রেণিবিন্যাসের জন্য অদেখা উদাহরণ ব্যবহার করতে পারেন।





মাহাউটে তদারকি শিক্ষার কয়েকটি গুরুত্বপূর্ণ বৈশিষ্ট্য এখানে দেওয়া হল:

  • একটি সঠিক প্রশিক্ষণ, বৈধতা এবং পরীক্ষার সেট (বোক) নির্মাণ অত্যন্ত গুরুত্বপূর্ণ cruc
  • এই পদ্ধতিগুলি সাধারণত দ্রুত এবং নির্ভুল হয়।
  • তদারকি করা শেখার পদ্ধতিগুলিকে সাধারণীকরণ করতে সক্ষম হতে হবে।
  • তারা সঠিক ফলাফল দেয়, যখন নতুন তথ্য কোনও না জেনে ইনপুট দেওয়া হয়অগ্রিমলক্ষ্য।
  • কিছু ক্ষেত্রে, সঠিক ফলাফল (লক্ষ্যগুলি) জানা এবং শেখার প্রক্রিয়া চলাকালীন মডেলটিতে ইনপুট দেওয়া হয়।

তদারকি শিক্ষার উদাহরণ

সেক্ষেত্রে আপনি একটি মিশনকে প্রশিক্ষণ দিতে চান এবং আপনাকে লেবেলযুক্ত ডেটা সহ চিত্রের দুটি পৃথক গোষ্ঠী দেওয়া হবে, যেমন। উপরের ছবিতে একটি দলের হাতে একটি হাতির ছবি এবং অন্য দলের সিংহের ছবি রয়েছে। লেবেলযুক্ত ডেটা প্রতিটি ডেটা সেট করে একটি লক্ষ্য মান রয়েছে বলে বোঝায়। উপরের উদাহরণে, ডেটা সেটটি হাতির চিত্র, যখন এটি দেওয়া লেবেল, অর্থাত্ 'এলিফ্যান্ট' ডেটা সেটের লক্ষ্য মান। এই জাতীয় লেবেলযুক্ত ডেটা সেট প্রশিক্ষণ প্রক্রিয়াটির জন্য ব্যবহার করা হয়, যাতে প্রশিক্ষণ অ্যালগরিদম এই ডেটা সেটটিতে সুবিধা অর্জন করতে পারে এবং কিছু মডেল তৈরি করতে পারে, যা আরও অবিচলিত উদাহরণগুলিকে লেবেলযুক্ত ডেটা বা লক্ষ্য পরিবর্তনশীল ছাড়াই শ্রেণিবদ্ধ করতে ব্যবহার করা যেতে পারে।



আসুন সেই বৈশিষ্ট্যগুলি চিহ্নিত করুন যা কোনও জিনিসকে একটি হাতি বা সিংহ হিসাবে চিহ্নিত করতে সহায়তা করে:

জাভাতে একটি বস্তুর অ্যারে তৈরি করা

বৈশিষ্ট্য হতে পারে - আকার, রঙ, উচ্চতা, কানের আকার, ট্রাঙ্ক, টাস্ক

এটিকে একটি বৈশিষ্ট্য সেট বলা যেতে পারে, যা প্রশিক্ষণের উদ্দেশ্যে ব্যবহৃত হবে। এই বৈশিষ্ট্য সেটটি চূড়ান্ত লক্ষ্য পরিবর্তনশীলকে প্রভাবিত করবে। এই ভেরিয়েবলগুলি হিসাবে পরিচিত হয় ভবিষ্যদ্বাণীকারী ভেরিয়েবল , কারণ তারা আমাদের নির্ধারণে সহায়তা করে চূড়ান্ত লক্ষ্য পরিবর্তনশীল । চূড়ান্ত পরিবর্তনশীলকে একটি লেবেলও বলা যেতে পারে। চূড়ান্ত পরিবর্তনশীল এখানে এলিফ্যান্ট / সিংহ



table-word

এই উদাহরণে, বিভাগ, আকার, রঙ, উচ্চতা, কানের আকার, ট্রাঙ্ক এবং টাস্কের প্রতিটি রেকর্ডই ভবিষ্যদ্বাণীযুক্ত পরিবর্তনশীল, যখন এলিফ্যান্ট এবং সিংহ টার্গেট ভেরিয়েবল। এই ভেরিয়েবলগুলি যথাক্রমে প্রশিক্ষণের উদাহরণ এবং প্রশিক্ষণ ডেটাসেট হিসাবে বিবেচনা করা যেতে পারে।

সুতরাং, তদারকি করা শেখার একটি উপায়, যার মাধ্যমে আপনি লেবেলগুলি সহ প্রশিক্ষণ করেন, যার মাধ্যমে আপনি অ্যালগরিদমকে এটি থেকে কিছু বৈশিষ্ট্য বের করতে বলেন, এবং এর ভিত্তিতে আপনি যখনই কোনও অদৃশ্য উদাহরণ দেখেন, অ্যালগরিদম এটিকে শ্রেণিবদ্ধ করতে সক্ষম হবে সঠিক শ্রেণিতে।

আমাদের জন্য একটি প্রশ্ন আছে? তাদের মন্তব্য বিভাগে উল্লেখ করুন এবং আমরা আপনার কাছে ফিরে আসব।

একটি স্ক্লাইট ব্রাউজার কি

সম্পর্কিত পোস্ট: