ডিপ লার্নিং কী?
গভীর শেখা একটি কৃত্রিম বুদ্ধিমত্তা ফাংশন যা ডেটা প্রক্রিয়াজাতকরণ এবং সিদ্ধান্ত গ্রহণে ব্যবহারের জন্য নিদর্শন তৈরিতে মানুষের মস্তিষ্কের কাজকে অনুকরণ করে। ডিপ লার্নিং কৃত্রিম বুদ্ধিমত্তা (এআই) এ মেশিন লার্নিংয়ের একটি উপসেট যা এমন কাঠামো থেকে থাকে যা কাঠামোগত বা অ-লেবেলযুক্ত ডেটা থেকে নিরীক্ষণ করতে সক্ষম হয়। ডিপ নিউরাল লার্নিং বা ডিপ নিউরাল নেটওয়ার্ক নামেও পরিচিত।
ডিপ লার্নিং কীভাবে কাজ করে
গভীর শিক্ষণ ডিজিটাল যুগের সাথে একত্রে বিবর্তিত হয়েছে, যা সমস্ত রূপ এবং বিশ্বের প্রতিটি অঞ্চল থেকে ডেটা বিস্ফোরণ ঘটিয়েছে। কেবলমাত্র বড় ডেটা হিসাবে পরিচিত এই ডেটা সামাজিক মিডিয়া, ইন্টারনেট অনুসন্ধান ইঞ্জিন, ই-কমার্স প্ল্যাটফর্ম এবং অনলাইন চলচ্চিত্রের মত উত্স থেকে অন্যদের মধ্যে নেওয়া। এই প্রচুর পরিমাণে ডেটা সহজেই অ্যাক্সেসযোগ্য এবং ক্লাউড কম্পিউটিংয়ের মতো ফিনটেক অ্যাপ্লিকেশনগুলির মাধ্যমে ভাগ করা যায়।
যাইহোক, ডেটা, যা সাধারণত কাঠামোগত হয়, এটি এত বিশাল যে মানুষ এটি বুঝতে এবং প্রাসঙ্গিক তথ্য বের করতে কয়েক দশক সময় নিতে পারে। সংস্থাগুলি অবিশ্বাস্য সম্ভাবনা উপলব্ধি করে যা তথ্যের এই সম্পদটি অবমুক্ত করার ফলে তৈরি হতে পারে এবং অটোমেটেড সমর্থনের জন্য ক্রমশঃ এআই সিস্টেমগুলিতে অভিযোজিত হয়।
গভীর শেখা বিপুল পরিমাণে অসংরক্ষিত ডেটা থেকে শিখেছে যা সাধারণত বুঝতে এবং প্রক্রিয়াজাত করতে মানুষকে দশক সময় নিতে পারে।
ডিপ লার্নিং ভার্সেস মেশিন লার্নিং
বড় ডেটা প্রক্রিয়াকরণের জন্য ব্যবহৃত সবচেয়ে সাধারণ এআই কৌশলগুলির মধ্যে একটি হ'ল মেশিন লার্নিং, একটি স্ব-অভিযোজিত অ্যালগরিদম যা অভিজ্ঞতার সাথে বা নতুন যুক্ত হওয়া ডেটার সাথে ক্রমবর্ধমান আরও ভাল বিশ্লেষণ এবং নিদর্শন লাভ করে।
যদি কোনও ডিজিটাল পেমেন্ট সংস্থা তার সিস্টেমে জালিয়াতির ঘটনা বা সম্ভাবনা সনাক্ত করতে চায়, তবে এটি এই উদ্দেশ্যে মেশিন লার্নিং সরঞ্জামগুলিকে নিয়োগ করতে পারে। একটি কম্পিউটারের মডেল হিসাবে তৈরি গণ্য অ্যালগরিদম ডিজিটাল প্ল্যাটফর্মে ঘটে যাওয়া সমস্ত লেনদেন প্রক্রিয়া করবে, ডেটা সেটে নিদর্শনগুলি খুঁজে পাবে এবং প্যাটার্ন দ্বারা সনাক্ত হওয়া কোনও বিচ্ছিন্নতা চিহ্নিত করবে।
ডিপ লার্নিং, মেশিন লার্নিংয়ের একটি উপসেট, মেশিন লার্নিংয়ের প্রক্রিয়াটি সম্পাদনের জন্য কৃত্রিম নিউরাল নেটওয়ার্কগুলির একটি শ্রেণিবিন্যাস স্তরকে ব্যবহার করে। কৃত্রিম স্নায়ুবহুল নেটওয়ার্কগুলি মানুষের মস্তিষ্কের মতো তৈরি করা হয়েছে, নিউরন নোডগুলি একটি ওয়েবের মতো সংযুক্ত রয়েছে। প্রথাগত প্রোগ্রামগুলি লিনিয়ার উপায়ে ডেটা নিয়ে বিশ্লেষণ তৈরি করার সময়, গভীর শিক্ষার সিস্টেমগুলির শ্রেণিবদ্ধ কার্যগুলি মেশিনগুলিকে ননলাইনারের সাথে ডেটা প্রক্রিয়া করতে সক্ষম করে।
জালিয়াতি বা অর্থ পাচার সনাক্তকরণের একটি traditionalতিহ্যগত পদ্ধতির উপর নির্ভর করতে পারে যে পরিমাণ লেনদেন তা নিশ্চিত করে, যখন একটি গভীর শিক্ষার ননলাইনার কৌশলটিতে সময়, ভৌগলিক অবস্থান, আইপি ঠিকানা, খুচরা বিক্রেতার ধরণ এবং এমন কোনও বৈশিষ্ট্য অন্তর্ভুক্ত থাকে যা প্রতারণামূলক কার্যকলাপের দিকে নির্দেশ করে । নিউরাল নেটওয়ার্কের প্রথম স্তরটি লেনদেনের পরিমাণের মতো কাঁচা ডেটা ইনপুট প্রসেস করে এবং আউটপুট হিসাবে পরবর্তী স্তরটিতে এটি প্রেরণ করে। দ্বিতীয় স্তরটি ব্যবহারকারীর আইপি ঠিকানার মতো অতিরিক্ত তথ্য অন্তর্ভুক্ত করে আগের স্তরটির তথ্য প্রক্রিয়া করে এবং তার ফলাফলটি পাস করে।
পরবর্তী স্তরটি দ্বিতীয় স্তরের তথ্য নেয় এবং ভৌগলিক অবস্থানের মতো কাঁচা ডেটা অন্তর্ভুক্ত করে এবং মেশিনের প্যাটার্নটিকে আরও উন্নত করে। এটি নিউরন নেটওয়ার্কের সমস্ত স্তরের জুড়ে অব্যাহত রয়েছে।
কী Takeaways
- ডিপ লার্নিং একটি এআই ফাংশন যা সিদ্ধান্ত গ্রহণে ব্যবহারের জন্য ডেটা প্রসেসিংয়ে মানুষের মস্তিষ্কের কাজকর্মের অনুকরণ করে D ডিপ লার্নিং এআই এমন ডেটা থেকে শিখতে সক্ষম যা কাঠামোগত এবং লেবেলবিহীন উভয়ই। ডিপ লার্নিং, একটি মেশিন লার্নিং সাবসেট ব্যবহার করা যেতে পারে জালিয়াতি বা অর্থ পাচার সনাক্তকরণে সহায়তা করতে।
গভীর শিক্ষার একটি উদাহরণ
মেশিন লার্নিংয়ের সাথে উপরে উল্লিখিত জালিয়াতি সনাক্তকরণ সিস্টেমটি ব্যবহার করে, কেউ গভীর শিক্ষার উদাহরণ তৈরি করতে পারে। যদি মেশিন লার্নিং সিস্টেম কোনও ব্যবহারকারীকে যে পরিমাণ ডলার প্রেরণ করে বা গ্রহণ করে তার চারপাশে নির্মিত প্যারামিটারগুলি সহ একটি মডেল তৈরি করে, গভীর-শিক্ষণ পদ্ধতিটি মেশিন লার্নিংয়ের দ্বারা প্রদত্ত ফলাফলগুলির ভিত্তিতে বিল্ডিং শুরু করতে পারে।
এর নিউরাল নেটওয়ার্কের প্রতিটি স্তর পূর্ববর্তী স্তরে খুচরা বিক্রেতা, প্রেরক, ব্যবহারকারী, সামাজিক মিডিয়া ইভেন্ট, ক্রেডিট স্কোর, আইপি অ্যাড্রেস এবং অন্যান্য বৈশিষ্ট্যগুলির একটি হোস্টের মতো যুক্ত ডেটা যুক্ত করে তোলে যা যদি কোনও মানব দ্বারা প্রক্রিয়া করা হয় তবে একত্রে সংযোগ পেতে কয়েক বছর সময় নিতে পারে হচ্ছে। গভীর লার্নিং অ্যালগরিদমগুলি সমস্ত লেনদেন থেকে কেবল নিদর্শন তৈরি করতে প্রশিক্ষিত হয় না, তবে কোনও প্যাটার্ন কখন একটি প্রতারণামূলক তদন্তের প্রয়োজনীয়তার সংকেত দিচ্ছে তাও জেনে রাখা হয়। চূড়ান্ত স্তরটি কোনও বিশ্লেষকের কাছে একটি সংকেত সম্পর্কিত করে যিনি সমস্ত মুলতুবি তদন্ত চূড়ান্ত না হওয়া পর্যন্ত ব্যবহারকারীর অ্যাকাউন্ট হিমশীতল করতে পারে।
ডিপ লার্নিং সমস্ত শিল্প জুড়ে বিভিন্ন কাজের জন্য ব্যবহৃত হয়। বাণিজ্যিক অ্যাপ্লিকেশনগুলি যা চিত্রের স্বীকৃতি ব্যবহার করে, ভোক্তা সুপারিশ অ্যাপ্লিকেশন সহ ওপেন সোর্স প্ল্যাটফর্ম এবং চিকিত্সা গবেষণা সরঞ্জামগুলি যা নতুন অসুস্থতার জন্য ওষুধের পুনরায় ব্যবহারের সম্ভাবনা অন্বেষণ করে সেগুলি গভীর শিক্ষার অন্তর্ভুক্তির কয়েকটি উদাহরণ।
ফাস্ট ফ্যাক্ট
ইলেক্ট্রনিক্স নির্মাতা প্যানাসোনিক কম্পিউটার ও দৃষ্টিভঙ্গি সম্পর্কিত গভীর শিক্ষার প্রযুক্তি বিকাশের জন্য বিশ্ববিদ্যালয় এবং গবেষণা কেন্দ্রগুলির সাথে কাজ করে চলেছে।
