বাড়ি শ্রুতি একটি 'র্যান্ডম ওয়াক' কীভাবে মেশিন লার্নিং অ্যালগরিদমগুলিতে সহায়ক হতে পারে?

একটি 'র্যান্ডম ওয়াক' কীভাবে মেশিন লার্নিং অ্যালগরিদমগুলিতে সহায়ক হতে পারে?

Anonim

প্রশ্ন:

একটি "এলোমেলো হাঁটা" কীভাবে মেশিন লার্নিং অ্যালগরিদমে সহায়ক হতে পারে?

উত্তর:

মেশিন লার্নিংয়ে, একটি "র্যান্ডম ওয়াক" পদ্ধতির প্রয়োগ বিভিন্ন পদ্ধতিতে প্রযুক্তিকে বড় প্রশিক্ষণের ডেটা সেটগুলির মাধ্যমে চালিত করতে সহায়তা করে যা মেশিনের চূড়ান্ত বোঝার জন্য ভিত্তি সরবরাহ করে।

গাণিতিকভাবে একটি এলোমেলো পদচারণা এমন একটি জিনিস যা বিভিন্ন প্রযুক্তিগত উপায়ে বর্ণনা করা যায়। কেউ কেউ এটিকে ভেরিয়েবলের এলোমেলো সংগ্রহ হিসাবে বর্ণনা করে; অন্যরা এটিকে "স্টোকাস্টিক প্রক্রিয়া" হিসাবে অভিহিত করতে পারে। নির্বিশেষে, এলোমেলো পদচারণা এমন একটি দৃশ্যের সাথে বিবেচনা করে যেখানে কোনও চলক সেটটি একটি পূর্ণসংখ্যার সেট অনুসারে এলোমেলো বর্ধনের উপর ভিত্তি করে একটি প্যাটার্ন গ্রহণ করে: উদাহরণস্বরূপ, প্রতিটি লাইনে পরিবর্তনশীল প্লাস বা বিয়োগ একটি পদক্ষেপ যেখানে একটি সংখ্যা লাইনে হাঁটুন walk ।

ফ্রি ডাউনলোড: মেশিন লার্নিং এবং কেন এটি গুরুত্বপূর্ণ

যেমনটি, মেশিন লার্নিং অ্যালগরিদমে একটি এলোমেলো হাঁটা প্রয়োগ করা যেতে পারে। ওয়্যার্ডের এক টুকরোতে বর্ণিত একটি জনপ্রিয় উদাহরণ নিউরাল নেটওয়ার্কগুলি কীভাবে মানুষের জ্ঞানীয় প্রক্রিয়াগুলি অনুকরণ করতে কাজ করতে পারে তা সম্পর্কে কিছু গ্রাউন্ডব্রেকিং তত্ত্বের ক্ষেত্রে প্রযোজ্য। গত অক্টোবরে মেশিন লার্নিংয়ের দৃশ্যে এলোমেলো হাঁটার পদ্ধতির বৈশিষ্ট্যযুক্ত, তারযুক্ত লেখক নাটালি ওলচোভার তথ্য বিজ্ঞানের অগ্রগামী নাফতলি তিশ্বি এবং রভিদ শোয়ার্তজ-জিভকে এই পদ্ধতিটির অনেকাংশকে দায়ী করেছেন, যিনি মেশিন লার্নিং ক্রিয়াকলাপের বিভিন্ন ধাপের জন্য একটি রোড ম্যাপের পরামর্শ দেন। বিশেষত, ওলচোভার একটি "সংক্ষেপণ পর্ব" বর্ণনা করে যা প্রোগ্রামের উদ্দিষ্ট উদ্দেশ্য অনুসারে একটি চিত্র ক্ষেত্রে অপ্রাসঙ্গিক বা আধা-প্রাসঙ্গিক বৈশিষ্ট্য বা দিকগুলি ফিল্টার করার সাথে সম্পর্কিত।

সাধারণ ধারণাটি হ'ল, একটি জটিল এবং বহু-পদক্ষেপের প্রক্রিয়া চলাকালীন, ফলাফলটি অনুকূলিত করতে মেশিন চিত্র ক্ষেত্রের বিভিন্ন উপাদানকে "স্মরণ" বা "ভুলে" কাজ করে: সংকোচন পর্যায়ে, প্রোগ্রামটিকে "জিরোয়িং" হিসাবে বর্ণনা করা যেতে পারে পেরিফেরালগুলি বাদ দেওয়ার গুরুত্বপূর্ণ বৈশিষ্ট্যগুলিতে "ইন"।

বিশেষজ্ঞরা এই ধরণের ক্রিয়াকলাপ উল্লেখ করতে "স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুত" শব্দটি ব্যবহার করেন। কম প্রযুক্তিগত শব্দার্থবিজ্ঞানের সাথে এটি ব্যাখ্যা করার আরেকটি উপায় হ'ল অ্যালগরিদমের আসল প্রোগ্রামিংটি ডিগ্রি বা পুনরাবৃত্তির দ্বারা পরিবর্তিত হয়, "জরিমানা সুর" করতে যে "র্যান্ডম ওয়াক স্টেপস" অনুসারে যে শেখার প্রক্রিয়া চলছে তা শেষ পর্যন্ত কিছু রূপের দিকে নিয়ে যাবে সংশ্লেষণ।

বাকী যান্ত্রিকগুলি খুব বিশদ, কারণ ইঞ্জিনিয়াররা সংকোচনের পর্যায়ে এবং অন্যান্য সম্পর্কিত ফেজিংয়ের মাধ্যমে মেশিন লার্নিং প্রক্রিয়াগুলিকে সরানোর কাজ করে। বিস্তৃত ধারণাটি হ'ল মেশিন লার্নিং টেকনোলজিটি তার বড় প্রশিক্ষণের সেটগুলির মূল্যায়নের আয়ু ধরে গতিময় পরিবর্তিত হয়: পৃথক উদাহরণগুলিতে বিভিন্ন ফ্ল্যাশ কার্ডগুলি দেখার পরিবর্তে, মেশিনটি একই ফ্ল্যাশ কার্ডগুলি একাধিকবার দেখায় বা ফ্ল্যাশ কার্ডগুলিতে টান দেয় এলোমেলোভাবে, পরিবর্তিত, পুনরাবৃত্ত, এলোমেলোভাবে তাদের দিকে তাকিয়ে।

উপরের র্যান্ডম ওয়াক পদ্ধতির একমাত্র উপায় নয় যে এলোমেলো পদক্ষেপটি মেশিন লার্নিংয়ে প্রয়োগ করা যেতে পারে। যে কোনও ক্ষেত্রে যেখানে এলোমেলো পদ্ধতির প্রয়োজন হয়, এলোমেলো পদক্ষেপটি গণিতবিদ বা ডেটা সায়েন্টিস্টের সরঞ্জাম কিটের অংশ হতে পারে, যাতে করে, আবার ডেটা শেখার প্রক্রিয়াটি পরিমার্জন করতে এবং দ্রুত উদীয়মান ক্ষেত্রে উচ্চতর ফলাফল সরবরাহ করতে পারে।

সাধারণভাবে, এলোমেলো পদচার কিছু নির্দিষ্ট গাণিতিক এবং ডেটা বিজ্ঞান অনুমানের সাথে জড়িত। এলোমেলো ওয়াকের কয়েকটি জনপ্রিয় ব্যাখ্যা স্টক মার্কেট এবং স্বতন্ত্র স্টক চার্টের সাথে করতে হয়। বার্টন মলকিলের "এ র্যান্ডম ওয়াক ডাউন ওয়াল স্ট্রিট" তে জনপ্রিয় হিসাবে এই অনুমানগুলির মধ্যে কিছু যুক্তি দেখায় যে কোনও স্টকের ভবিষ্যতের ক্রিয়াকলাপটি মূলত অজান্তেই। যাইহোক, অন্যরা পরামর্শ দেয় যে এলোমেলো হাঁটার ধাঁচগুলি বিশ্লেষণ এবং প্রজেক্ট করা যেতে পারে এবং এটি কোনও কাকতালীয় ঘটনা নয় যে আধুনিক মেশিন লার্নিং সিস্টেমগুলি প্রায়শই শেয়ার বাজার বিশ্লেষণ এবং দিনের ব্যবসায়ের ক্ষেত্রে প্রয়োগ করা হয়। প্রযুক্তি সংক্রান্ত জ্ঞানের অন্বেষণ অর্থ সম্পর্কে জ্ঞান অর্জনের সাথে জড়িত এবং সর্বদা জড়িত ছিল, এবং মেশিন লার্নিং এ এলোমেলো পদক্ষেপ গ্রহণের ধারণাটি ব্যতিক্রম নয়। অন্যদিকে, উপরে বর্ণিত কিছু গাণিতিক নীতি অনুসারে, কোনও ঘটনা হিসাবে এলোমেলো পদক্ষেপটি যে কোনও অ্যালগরিদমে প্রয়োগ করা যেতে পারে। ইঞ্জিনিয়াররা একটি এমএল প্রযুক্তি পরীক্ষা করতে বা এটিকে বৈশিষ্ট্য নির্বাচনের দিকে চালিত করার জন্য বা বাতাসে বাইজেন্টাইন দুর্গ সম্পর্কিত আধুনিক ব্যবহারগুলির জন্য যা এলোড এমএল সিস্টেমগুলির সাথে এলোমেলো হাঁটার প্যাটার্ন ব্যবহার করতে পারে।

একটি 'র্যান্ডম ওয়াক' কীভাবে মেশিন লার্নিং অ্যালগরিদমগুলিতে সহায়ক হতে পারে?