ভেক্টর কোয়ান্টাইজেশন (এলভিকিউ) শেখা কি? - টেকোপিডিয়া থেকে সংজ্ঞা

সংজ্ঞা - লার্নিং ভেক্টর কোয়ান্টাইজেশন (এলভিকিউ) এর অর্থ কী?

ভেক্টর কোয়ান্টাইজেশন (এলভিকিউ) শেখা একটি আলগোরিদিম যা এক ধরণের কৃত্রিম নিউরাল নেটওয়ার্ক এবং নিউরাল কম্পিউটেশন ব্যবহার করে। আরও বিস্তৃতভাবে এটি এক ধরণের গণ্য বুদ্ধি হিসাবে বলা যেতে পারে। এই অ্যালগরিদম একটি প্রতিযোগিতামূলক, বিজয়ী-গ্রহণ-সমস্ত শিক্ষার পদ্ধতি গ্রহণ করে এবং পার্সেপট্রন এবং ব্যাক-প্রসারণের মতো অন্যান্য নিউরাল নেটওয়ার্ক অ্যালগরিদমের সাথেও সম্পর্কিত। এলভিকিউ অ্যালগরিদম একজনকে প্রশিক্ষণের জন্য কতগুলি উদাহরণ সহ্য করতে পারে তা বেছে নিতে দেয় এবং তারপরে সেই দৃষ্টান্তগুলির চেহারাটি কী তা শিখবে। এলভিকিউ টিউভো কোহোনেন আবিষ্কার করেছিলেন এবং এটি কে-নিকটতম প্রতিবেশী অ্যালগরিদমের সাথে সম্পর্কিত।

টেকোপিডিয়া শিখুন ভেক্টর কোয়ান্টাইজেশন (এলভিকিউ) ব্যাখ্যা করে

তথ্য প্রক্রিয়াকরণের ক্ষেত্রে ভেক্টর কোয়ান্টাইজেশন শেখার প্রাথমিক উদ্দেশ্যটি পর্যবেক্ষণ করা ডেটা নমুনার ডোমেনে কোডবুক ভেক্টরগুলির একটি সেট প্রস্তুত করা। তদুপরি, এই ভেক্টরগুলি অদৃশ্য ভেক্টরগুলির শ্রেণিবিন্যাসের জন্য ব্যবহৃত হয় প্রাথমিকভাবে, ভেক্টরগুলির একটি এলোমেলো পুল তৈরি করা হয় এবং সেগুলি পরে প্রশিক্ষণের নমুনায় প্রকাশিত হয়। বিজয়ী-গ্রহণ-সমস্ত কৌশলটির কর্মসংস্থানের উপর, যে কোনও একটি বা প্রদত্ত ইনপুট প্যাটার্নের সাথে সর্বাধিক অনুরূপ ভেক্টর হিসাবে বেছে নেওয়া হয়। এরপরে ইনপুট ভেক্টরটির কাছাকাছি থাকতে বা কখনও কখনও রানার-আপ থেকে আরও দূরে থাকায় এমনভাবে সামঞ্জস্য করা হয়। এই প্রক্রিয়াটির পুনরাবৃত্তি হওয়ার পরে, এর ফলাফল ইনপুট স্পেসে কোডবুক ভেক্টরগুলির বিতরণে আসে যা পরীক্ষার ডেটা সেটটির অন্তর্গত নমুনাগুলির বন্টন আনুমানিক করতে পারে। এই অ্যালগরিদম ভবিষ্যদ্বাণীপূর্ণ মডেলিংয়ের জন্য ব্যবহৃত হয়।