সুচিপত্র:
কম্পিউটিংয়ের ইতিহাসে মেশিন লার্নিং অন্যতম বৃহত্তম অগ্রগতি ছিল এবং এখন এটি বড় ডেটা এবং বিশ্লেষণের ক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা নিতে সক্ষম বলে মনে করা হচ্ছে। বিগ ডেটা বিশ্লেষণ ব্যবসায়ের দৃষ্টিকোণ থেকে একটি বিশাল চ্যালেঞ্জ। উদাহরণস্বরূপ, বিভিন্ন ধরণের ডেটা ফর্ম্যাটগুলির বিশাল পরিমাণের ধারণা তৈরি করা, বিশ্লেষণগুলির জন্য ডেটা প্রস্তুতি এবং অপ্রয়োজনীয় ডেটা ফিল্টারিংয়ের মতো কার্যকলাপগুলি প্রচুর সংস্থান গ্রহণ করতে পারে। ডেটা বিজ্ঞানী এবং বিশেষজ্ঞদের নিয়োগ দেওয়া একটি ব্যয়বহুল প্রস্তাব এবং প্রতিটি সংস্থার উপায়ে নয়। বিশেষজ্ঞরা বিশ্বাস করেন যে মেশিন লার্নিং অ্যানালিটিক্স সম্পর্কিত অনেকগুলি কাজ স্বয়ংক্রিয় করতে সক্ষম - উভয়ই রুটিন এবং জটিল। স্বয়ংক্রিয়ভাবে মেশিন লার্নিং অনেকগুলি সম্পদ মুক্ত করতে পারে যা আরও জটিল এবং উদ্ভাবনী চাকরিতে ব্যবহৃত হতে পারে। মনে হচ্ছে মেশিন লার্নিং সেই দিকে এগিয়ে চলেছে। (মেশিন লার্নিংয়ের ব্যবহার সম্পর্কে আরও জানার জন্য, মেশিন লার্নিংয়ের প্রতিশ্রুতি এবং ক্ষতিগুলি দেখুন))
তথ্য প্রযুক্তির প্রসঙ্গে অটোমেশন
আইটি প্রসঙ্গে, অটোমেশন হ'ল পৃথক সিস্টেম এবং সফ্টওয়্যারগুলির সংযোগ যাতে তারা কোনও মানুষের হস্তক্ষেপ ছাড়াই সুনির্দিষ্ট কাজ করতে সক্ষম হয়। আইটি শিল্পে, স্বয়ংক্রিয় সিস্টেমগুলি সহজ এবং জটিল উভয় কাজ সম্পাদন করতে পারে। একটি সাধারণ কাজের উদাহরণ একটি পিডিএফ সহ একটি ফর্ম একীকরণ এবং সঠিক প্রাপকের কাছে ডকুমেন্টটি প্রেরণ করা হতে পারে, যখন অফসাইট ব্যাকআপের বিধান রাখা কোনও জটিল কাজের উদাহরণ হতে পারে।
এর কাজটি করার জন্য, একটি স্বয়ংক্রিয় সিস্টেমকে প্রোগ্রাম করা বা স্পষ্ট নির্দেশাবলী দেওয়া দরকার। প্রত্যেকবার একটি অটোমেটেড সিস্টেমের তার কাজের ক্ষেত্রটি পরিবর্তন করার জন্য, প্রোগ্রাম বা নির্দেশের সেটটি কোনও মানুষ আপডেট করার প্রয়োজন হয়। অটোমেটেড সিস্টেমগুলি তাদের কাজের ক্ষেত্রে দক্ষ থাকলেও বিভিন্ন কারণে ত্রুটিগুলি ঘটতে পারে। ত্রুটিগুলি দেখা দিলে মূল কারণটি সনাক্ত এবং সংশোধন করা দরকার। স্পষ্টতই, তাদের কাজ করার জন্য, স্বয়ংক্রিয় সিস্টেমগুলি সম্পূর্ণরূপে মানুষের উপর নির্ভরশীল। কাজের প্রকৃতি যত জটিল, ত্রুটি ও সমস্যাগুলির সম্ভাবনা তত বেশি।
