আপনি কি বাচ্চাকে বোঝানোর মতো মেশিন লার্নিং, ডিপ লার্নিং এবং রিইনফোর্সমেন্ট লার্নিংয়ের মধ্যে পার্থক্যটি ব্যাখ্যা করতে পারেন?


উত্তর 1:

তিনটির মধ্যে আসলেই খুব বেশি পার্থক্য নেই এবং পার্থক্যকে খুব বেশি ঘাম না করা সহজ।

আমি "মেশিন লার্নিং", "স্ট্যাটিস্টিকাল মডেল", বা কেবল "মডেল" ব্যবহারের পরিবর্তে "গভীর শিক্ষণ" শব্দটি খুব কমই ব্যবহার করি।

তবে এই কথার সাথে, সন্তানের বয়স কত হবে এবং তারা এই বিষয়ে কতটা আগ্রহী তার উপর নির্ভর করে আপনি নীচের মতো কিছু বলতে পারেন যা ধরে নিয়েছে যে তারা কম্পিউটারগুলি কীভাবে কাজ করে সে সম্পর্কে খুব বেশি জানেন না, তবে কিছুটা বিষয় নিয়ে আগ্রহী।

মেশিন লার্নিং

হুবহু কী মনে হচ্ছে।

আপনি যেমন ইউটিউব ভিডিও দেখে বা বই পড়ে নতুন জিনিস শিখতে পারেন ঠিক তেমনি মেশিন লার্নিং হ'ল কম্পিউটারগুলি যখন বিশেষ ইউটিউব ভিডিও দেখে এবং কম্পিউটারের জন্য ডিজাইন করা বিশেষ বই পড়ে নিজেরাই শিখে।

প্রোগ্রামাররা এখনও কম্পিউটারকে কীভাবে শিখতে হয় তা বলতে হয়, তবে প্রায়শই অনেক বেশি কঠিন যা তারা শিখছে তা কীভাবে করবেন তা কম্পিউটারকে জানাতে হবে না।

উদাহরণস্বরূপ কল্পনা করুন, আমি আপনাকে ইউটিউব ভিডিও দেখে জাপানি অধ্যয়ন করতে বলার চেয়ে আমার পক্ষে অনেক সহজ, যেহেতু আপনাকে জাপানীজ শেখানো আমার পক্ষে নয় (মূলত কারণ আমি জাপানি বলতে পারি না)।

গভীর জ্ঞানার্জন

ডিপ লার্নিং একটি বিশেষ ধরণের মেশিন লার্নিং।

কল্পনা করুন আপনি কীভাবে মারিওয়ের একটি স্তরকে বীট করতে পারবেন তা শিখতে চান। রান চলাকালীন আপনি কয়টি পয়েন্ট সংগ্রহ করবেন তা দেখে আপনি আপনার অগ্রগতি পরিমাপ করতে চাইতে পারেন।

আপনি যত বেশি পয়েন্ট সংগ্রহ করবেন তত ভাল আপনি করেছেন।

অবশ্যই লক্ষ্যটি যতটা সম্ভব পয়েন্ট জমা করা।

গভীর শেখা একইভাবে কাজ করে। কম্পিউটার বিভিন্ন জিনিস চেষ্টা করে যতটা সম্ভব পয়েন্ট সংগ্রহ করতে শিখতে চেষ্টা করে।

"বিবর্তনীয় অ্যালগরিদম" নামেও কিছু রয়েছে যেখানে কম্পিউটারও তার স্কোর সর্বাধিক করার চেষ্টা করে তবে কোন বোতামটি টিপতে হবে তা এলোমেলোভাবে অনুমান করে এবং কী কাজ করে তা লাঠিপেটি করে।

গভীর শেখা বুদ্ধিমান এবং মনিবকে পেটানোর জন্য এটি আলাদাভাবে কী করা উচিত সে সম্পর্কে তাত্ত্বিক ধারণা তৈরি করতে পারে।

শক্তিবৃদ্ধি শেখা

শক্তিবৃদ্ধি শেখাও এক ধরণের মেশিন লার্নিং এবং আপনি কীভাবে এটি ব্যবহার করেন তার উপর নির্ভর করে কিছুটা আলাদা হতে পারে।

তবে সাধারণত, এটি বেশিরভাগ ক্ষেত্রে উপরের উদাহরণটিতে গভীর শিক্ষার মতো কাজ করে যেখানে আপনি একটি চরিত্র নিয়ন্ত্রণ করছেন।

গভীর শেখা আরও সাধারণ এবং কোনও ছবিতে কী রয়েছে তা নির্ধারণের মতো সামগ্রীর জন্যও ব্যবহার করা যেতে পারে।

এই ব্যাখ্যাগুলি ওভারসিম্প্লিফিকেশনে ভোগে এবং কেবলমাত্র অর্ধ-সত্য যা এই মাত্রায় সরলকরণের সময় প্রয়োজনীয়, তবে আমি বিশ্বাস করি যে এই ব্যাখ্যাগুলির কিছুটা ব্যবহার রয়েছে।

তবে বেশিরভাগ ক্ষেত্রেই তিনটি মিশ্রিত হয় এবং আমি উত্তরের শুরুতে যেমন উল্লেখ করেছি যে আপনি এটি কী বলছেন তা ভয়াবহভাবে গুরুত্বপূর্ণ নয়।