 |
Machine Learning Kya Hai? Machine Learning in Hindi.(MACHINE LEARNING TECHNOLOGY) के बारे मे आपने ज़रूर सुना होगा, लेकिन EXACTLY यह क्या है? शायद आपको पता ना हो।अगर आप कंप्यूटर टेक्नोलॉजी मे INTEREST रखते हैं और इससे संबंधित विषयों पर खुद को UPDATE रखना चाहते हैं, तो फिर, यह ARTICLE आपके लिए महत्वपूर्ण साबित होने वाला है।
इस लेख में, हम Machine Learning Kya Hai? Machine Learning in Hindi इसके विभिन्न पहलुओं,ओर कार्य प्रक्रिया के बारे में विस्तार से जानने का प्रयास करेंगे। हम यहां MACHINE LEARNING के फायदे को समझने की कोशिश करेंगे और विभिन्न उद्योगों में इसके उपयोग पर चर्चा करेंगे। अंत में, मशीन लर्निंग और भविष्य मे इसकी जरुरतो पर भी चर्चा करेंगे।
तो फिर चलिए इसे DETAIL मे जानते है।
Machine Learning Kya Hai?
मशीन लर्निंग एक ऐसी तकनीक है जिसे कंप्यूटर प्रोग्राम अपने पिछले अनुभवों के साथ खुद ही सीख और विश्लेषण कर सकता है। MACHINE LEARNING , ARTIFICIAL INTELLIGENCE (AI) का ही एक SUB-PART है जो किसी भी प्रोग्रामिंग के बिना ही पिछले डेटा एनालिटिक्स द्वारा उपकरणों को सीखने और सुधारने में सक्षम बनाता है।ओर फिर इनसे बेहतर RESULT लिया जाता है।इस PROCESS को पुरा करने के लिए पहले इसमे GOOD QUALITY डेटा FEED किया जाता है।
फिर मशीनों को प्रशिक्षित करने के लिए कई प्रकार के ALGORITHOMS को USE मे लिया जाता है।MACHINE LEARNING कि यह PROCESS तब तक जारि रहता है, जब तक ना इसकि PREDICTION पुरि तरह से PERFECT हो जाये। पिछले एक दशक में, मशीन लर्निंग ने हमें SELF-DRIVING TECHNIQUE, SPEECH RECOGNITION TECHNOLOGY, WEB SEARCHING और MEDICAL SCIENCE में विस्तार से जानने – समझने का अवसर दिया है।
मशीन लर्निंग की सीमा आज इतनी व्यापक है कि आप इसे बिना जाने ही हर दिन इसका उपयोग कर रहे हैं।
A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E. — Tom Mitchell, 1997. ——–
Types of Machine Learning in Hindi.
मूल रूप से, मशीन लर्निंग एल्गोरिदम के चार प्रकार हैं।
जो निम्नानुसार हैं:-
- SUPERVISED LEARNING (पर्यवेक्षित अध्ययन एल्गोरिदम)।
- UNSUPERVISED LEARNING (अनसुचित शिक्षा एल्गोरिदम)।
- SEMI-SUPERVISED LEARNING (अर्ध-पर्यवेक्षित मशीन लर्निंग एल्गोरिदम)।
- REINFORCEMENT LEARNING(सुदृढीकरण सीखना एल्गोरिदम)।
पर इनमे से तिन को ही जादातर काम मे लिया जाता है।
SUPERVISED LEARNING, UNSUPERVISED LEARNING, REINFORCEMENT LEARNING.
नीचे हम यह तीन प्रकार के MACHINE LEARNING एल्गोरिदम के बारे मे DISCUSS करेंगे
 |
SUPERVISED LEARNING.
SUPERVISED LEARNING, MACHINE LEARNING (ML) की एक बुनियादी तकनीक है। इस तरह की एक बार SUPERVISED LEARNING SYSTEM लागू हो जाने के बाद, ALGORITHM, दिए गए मापदंडों के बीच आइए इसे एक उदाहरण के माध्यम से थोड़ी ओर आसानी से समझने की कोशिश करते हैं।LEARNING METHOD एल्गोरिदम को LABEL DATA के माध्यम से प्रशिक्षित किया जाता है। SUPERVISED LEARNING METHOD को सठीकता से कार्य करने के लिए LABEL DATA की आवश्यकता होती है।
इस पद्धति में मशीन लर्निंग एल्गोरिदम के साथ प्रशिक्षण के लिए एक छोटासा DATASET PROVIDE किया जाता है। यह DATASET मूल रूप से एक BIG DATA का एक छोटा सा हिस्सा है जो एल्गोरिथ्म को PROBLEM SOLVING के लिए एक IDEA देता है और फिर FINALLY यह प्रशिक्षित डेटासेट, INPUT डेटासेट के समान होता है।प्रशिक्षण के अंत में, ALGORITHM INPUT डेटा और OUTPUT डेटा और इसकि CHARECTERISTICS के बीच एक RELATION बनाता है ओर फिर उसके आधार पर MACHINE एक IDEA प्राप्त करता है।
Example of Supervised Learning System.
उदाहरण के तौर पर, जब किसी बच्चे को उसके जीवन में पहली गणितीय स्थिति अर्थात् LABEL DATA[(INPUT DATA) 1 + 1 = (OUTPUT DATA)2] यह फॉर्मूला दिया जाता है और बाद में वह अपना निर्णय विकसित करके, यह बताने मे सक्षम हो जाता है कि, यह 2 + 2 = 4 होगा और PERIODICALLY खुद को विकसित कर आगे 1 + 3 = 4 और 4 +2 = 6 इस परिणाम को बता सकते हैं,और LEARNING कि इस PROCESS को आगे भी जारी रखता है।
SUPERVISED LEARNING SYSTEM मे मशीन बिल्कुल इसी प्रक्रिया से काम करता है।
LABEL DATA [ INPUT DATA + OUTPUT DATA= LOGIC DATA.]
 |
Supervised Learning Predicting Class Lables.
SUPERVISED LEARNING सिस्टम में, मॉडल को उदाहरणों द्वारा प्रशिक्षित किया जाता है।इस प्रक्रिया के दौरान मॉडल को सही डेटा लेबल PROVIDE किए जाते हैं। LEARNING के दौरान, मॉडल को दिए गए डेटा और उन लेबल के बीच ENVIRONMENT से मिले नए डेटा के बीच पैटर्न ढूंढता है और फिर इसे CLASSIFY करता है।
यहाँ, SUPERVISED LEARNING में, इसे दो मूल भाग में विभाजित किया जाता है:
- CLASSIFICATION.
- REGRESSION.
CLASSIFICATION.
CLASSIFICATION ALGORITHM, SUPERVISED LEARNING METHOD का ही एक हिस्सा है, जहां इसका उपयोग प्रशिक्षण डेटा के आधार पर किसी वस्तु या किसी अन्य चीज की श्रेणी की पहचान करने के लिए किया जाता है। इस पद्धति में प्रोग्राम, दिए गए डेटासेट से सीखता है और फिर एक नए OBSERVATION के साथ एक CATEGORY तेय़ार करता है। यह (0 -1), (हां – नहीं), (स्पैम – नो स्पैम), आदि की तरह है।
CLASSIFICATION ALGORITHMS दो श्रेणियों में विभाजित हैं:-
- LINEAR MODELS.
- NON-LINEAR MODELS.
यहाँ SUPERVISED MACHINE LEARNING के कुछ उदाहरण दिए गए हैं:
- SPAM DETECTION:-
इस PROCESS मे एक मॉडल को TRAINED करके SPAM DETECTION मॉड्यूल के साथ MACHINE को कुछ इस तरह से काबिल बनाया जा सकता है कि MACHINE खुद से DECISSION ले सकता है ओर CLASSIFY कर सकता है कि, MAIL BOX मे कोनसा मेल SPAM है और कौन सा नहीं।
- SPEECH RECOGNITION:-
SPEECH RECOGNITION, इस MODULE में एक SPECIFIC आवाज़ को पहचानने के लिए मशीन को प्रशिक्षित किया जा सकता है।
- OBJECT RECOGNITION:-
OBJECT RECOGNITION, इस MODULE में मशीन को OBJECTS की पहचान करने के लिए TRAINED किया जा सकता है और इसे CLASSIFY किया जा सकता है।
 |
REGRESSION.
REGRESSION एक STATISTICAL ANALYTIC METHOD है, जो डेटा का विश्लेषण करने और दो या उससे अधिक VARIATIONS के बीच RELATIONS को समझने में मदद करता है। REGRESSION ANALYSIS की प्रक्रिया, मशीन को IMPORTANTFACTORS,और गैर- IMPORTANT FACTORS को समझने में मदद करता है और साथ ही यह भी समझने मे मदद करता है कि वे एक-दूसरे के साथ कैसे संबंधित हैं।
REGRESSION, 4 प्रकार के हैं जो आमतौर पर MACHINE LEARNING ALGORITHMमें उपयोग किए जाते हैं।
- LINEAR REGRESSION.
- LOGISTIC REGRESSION.
- POLYNOMIAL REGRESSION.
- STEPWISE REGRESSION.
REGRESSION METHODS निवेश और वित्तीय प्रबंधन को सरल बनाता है।
UNSUPERVISED LEARNING.
UN-SUPERVISED MACHINE LEARNING में, MACHINE को TRAIN करने के लिएकोई भी लेबल डेटा का इस्तेमाल नहीं किया जाता है। पर ऐसी कई स्थितियां होती हैं, जहां हमारे पास कोई लेबल डेटा नहीं होता है। ऐसी स्थिति में, इस प्रकार की PROBLEMS को SOLVE करने के लिए हमें UN-SUPERVISED MACHINE LEARNING तकनीकों को USE मे लाना परता है।
इस प्रकार की MACHINE LEARNING की तकनीकों में, SUPERVISED LEARNING जैसा लेबल डेटा ना होने के करन आउटपुट अपर्याप्त होता हैं। ऐसी तकनीकों में एल्गोरिथ्म अपने आप एक उपयोगी नई डेटा का संरचना करता है और खुद को विकसित करता है।इस TECHNIQUE मे MACHINE दिए गए INPUT डेटा के CHARACTERS को OBSERVE करते हुये एक GROUP तॆयार करता है। जैसाकि आप नीचे दिए गए IMAGE मे देख सकते है।
 |
REINFORCEMENT LEARNING.
REINFORCEMENT LEARNING MACHINE LEARNING की ही एक तकनीक है,जहा एक एजेंट अपने कार्यों को पुरा करने के लिए एक अपरिचित वातावरण से सीखता है।
REINFORCEMENT LEARNING (RL)तकनीक मे, एजेंट (कंप्यूटर), SUPERVISED LEARNING के जैसे किसी भी लेबल डेटा के बिना स्वचालित रूप से सीखना है।
REINFORCEMENT LEARNING (RL)के मामले में, एजेंट पर्यावरण के साथ INTERACTS करता है और अपने आप से ही खोजता है और सबसे वेहतर परिणाम पुरस्कार पाने के लिए आपने पिछली ज्ञान के आधार पर आगे बढ़ता है।
REINFORCEMENT LEARNING (RL)की विशेषताएं।
REINFORCEMENT (RL) लर्निंग में, सही समय पर क्या कदम उठाए जाएं एजेंटको ऐसे कोई निर्देश नहीं दिए जाते हैं।
एजेंट(MACHINE)अपने अनुभव से खुद से ही निर्णय लेता है।यह मूल रूप से, ACTION और DECISIONS पर आधारित है।इसमें, एजेंट (MACHINE) पिछले कार्य के अच्छे परिणाम के आधार पर नए कदम उठाता है।
REINFORCEMENT LEARNING (RL), MACHINE LEARNING का एक SUB-PART है।MACHINE LEARNING के चार आवश्यक ELEMENTS होते हैं:
- Agent.
- Environment.
- Action.
- Rewards.
Machine Learning Technology जानना क्यों जरुरी है।
आज MACHINE LEARNING TECHNOLOGY की आवश्यकता व्यापक हो गई है। मशीन लर्निंग तकनीक ने कई काम संभव बना दिया है जो कि इनसानोके लिए बहुत मुश्किल हो सकता था। यह कृत्रिम उपयोगी खुफिया (ROBOTIC) मशीन केवल MACHINE LEARNING TECHNOLOGY की मदद से ही संभव हो पाया है।
 |
MACHINE LEARNING TECHNOLOGY की बड़ी मात्रा में डेटा MANAGEMENT के काबिलीयत ने बड़े बड़े ORGENIZATIONS कि काम को आसान बना दिया है। ORGENIZATIONS के दिन-प्रतिदिन के MANAGEMENT पुरी तरह सेAUTOMATIC हो गए हैं। विभिन्न उद्योग अपनी गतिविधियों को अनुकूलीत करने और सही निर्णय लेने के लिए MACHINE LEARNING तकनीक पर भरोसा करते हैं।
MACHINE LEARNING, डेटा की जटिलता को विश्लेषण के माध्यम से एक मॉडल का निर्माण करता है जो एक सटीक परिणाम दे सके। इस तरह की मशीन लर्निंग मॉडल लाभदायक स्थिति को सुनिश्चित करता है और अज्ञात जोखिमों से बचने में मदद करता है। जैसे कि मौसम का पूर्वानुमान करना आदि।
Artificial Inteligence और Machine Learning में क्या अंतर है?
ARTIFICIAL INTELLIGENCE(AI) और MACHINE LEARNING(ML) के बीच मुख्य अंतर कुछ इस प्रकार है।
ARTIFICIAL INTELLIGENCE(AI)
- ARTIFICIAL INTELLIGENCE एक ऐसी कंप्यूटर तकनीक है,जो मशीनों को मनुष्यों ज़ैसे व्यवहार और उसकि नकल करने में सक्षम होता है।
- AL में, किसी मानव जैसे कार्य करने के उद्देश्य से मशीन को INTELLIGENT बनाया जाता है।
- AI का सिस्टम सफलता की संभावनाओं को अधिकतम करने से संबंधित होता है।
- AI, DATA ANALYSIS द्वारा खुद से सीखने और सुधार करने मे सक्षम है।
- क्षमताओं की दृष्टि में से, AI को तीन अलग-अलग प्रकारों में विभाजित किया जा सकता है, वे हैं, कमजोर AI, सामान्य AI और मजबूत AI.
MACHINE LEARNING (ML)
- MACHINE LEARNING, AI का एक हिस्सा है जो किसी भी स्पष्ट प्रोग्रामिंग के बिना एक मशीन को पिछले डेटा विश्लेषण के माध्यम से स्वचालित रूप से सीखने में सक्षम बनाता है।
- M L में, एक विशिष्ट कार्य को करने और सही परिणाम पाने के लिए इनपुट डेटा के साथ मशीन को शिक्षित किया जाता है।
- मशीन लर्निंग, मुख्य रूप से सटीकता और पैटर्न से संबंधित होता है।
- एक नए डेटा के साथ ML सीखना और खुद को सुधारता है।
- MACHINE LEARNING को मुख्य रूप से SUPERVISED LEARNING, UNSUPERVISED LEARNING,और REINFORCEMENT LEARNING यह तीन अलग-अलग प्रकारों में विभाजित किया जा सकता है।
Conventional Programming और Machine Learning में क्या अंतर है?
AL एक छतरी की तरह है जो कंप्यूटर विज्ञान, तंत्रिका नेटवर्क और बहुत कुछ का एक संयोजन है। ML भी उसी छतरी के तत्वों में से एक है। कंप्यूटर न केवल कुछ पूर्व-लिखित एल्गोरिदम का उपयोग करता है, बल्कि समस्या समाधान के उद्देश्य से खुद को शिक्षित भी करता है।पारंपरिक (CONVENTIONAL)प्रोग्रामिंग में, कोड प्रोग्राम के व्यवहार के लिए जिम्मेदार होते हैं। जवकि, मशीन लर्निंग में, मशीन अपने डेटा के आधार पर सीखता है।
पारंपरिक प्रोग्रामिंग में, सटीक परिणाम पाने के लिए मापदंडों को कोड की मदद से प्रोग्राम डिजाइनर द्वारा निर्धारित किया जाता है।लेकिन,मशीन लर्निंग के साथ, उन मापदंडों के प्रयोग और पुनरावृत्ति के माध्यम से स्वचालित रूप से व्यवस्थित होते हैं।पारंपरिक प्रोग्रामिंग में, कई समाधान हैं जो इनपुट डेटा की भिन्नता के कारण मॉडलिंग नहीं किया जा सकता।
लेकिन, ML में प्रशिक्षित डेटा सेट के साथ मॉडलिंग करके समस्या का हल किया जाता है और उसका परीक्षण किया जाता है और फिर परिणाम का अनुमान लगाया जाता है।पारंपरिक प्रोग्रामिंग में, इनपुट डेटा डिवाइस वर्णानुक्रमिक प्रतीक अनुक्रम होते हैं जिसमें पूर्वनिर्धारित नियमों और संचार के सीमित साधनों जैसे कीबोर्ड, MOUSE, DISC आदि होते हैं।जवकि, MACHINE LEARNING के मामले में, इनपुट डेटा में दृष्टि, ध्वनि, स्पर्श, गंध, स्वाद प्रतीक, दो-आयामी या तीन-आयामी दृश्य, भाषा, संगीत, आदि शामिल हैं।
Machine Learning कि Use कहा हो रहा है?
यहां मशीन लर्निंग USAGES के कुछ उदाहरण दिए गए हैं।
- वेब खोज(WEB SEARCH): एक खोज परिणाम रैंकिंग पृष्ठ जो कि क्लिक करने की सबसे अधिक संभावना पर आधारित है।
- वित्त(FINANCE): CREDIT की पेशकश पर जोखिम का मूल्यांकन और बेहतर RETERN के लिए पैसा कहां निवेश करना है, यह तय करना।
- ई-कॉमर्स(E-COMMERCE): ग्राहक को लाभ पहुंचाने वाले सुझाव देना और धोखाधड़ी वाले लेनदेन पर अवलोकन रखना।
- अंतरिक्ष अन्वेषण(SPACE EXPLORATION): अनंत अंतरिक्ष कि जांच और रहस्यमय रेडियो खगोल विज्ञान की खोज।
- डीबगिंग(DEBUGGING): कंप्यूटर विज्ञान में इसका उपयोग डिबगिंग जैसी समस्याओं को हल करने के लिए किया जाता है और यह बताता है कि बग कहां हो सकता है।
- रोबोटिक्स(ROBOTICS): अज्ञान वातावरण में खुद को अनिश्चितता से संभालना।
Machine Learning सीखने के कुछ ज़रुरी Elements.
MACHINE LEARNING में कई STATISTICAL और MATHEMATICAL एल्गोरिदम का उपयोग किया जाता है। मशीन लर्निंग प्रोग्रामिंग फ्रेमवर्क मे से प्रमुख है APACHE SPARK ML, R, TENSORFLOW, SCALA NLP, H2O आदि।
मशीन लर्निंग में डेटा VISUALIZATION के लिए बहुत सारे उपकरणों का उपयोग किया जाता है। इन उपकरणों को जानने से आपको MACHINE LEARNING के क्षेत्र में एक विशेषज्ञ बनने में मदद मिलेगा।यह उपकरणए कुछ इस प्रकार है
- CALCULUS
- GRAPH THEORY
- LINEAR ALGEBRA
- PROBABILITY THEORY
- OPTIMIZATION
- HYPOTHESIS TESTING
- DIFFERENTIAL EQUATIONS
- MATHEMATICAL STATISTICS
- STATISTICS AND PROBABILITY
- PROBABILITY DISTRIBUTIONS
- REGRESSION AND TIME SERIES
निष्कर्ष।
IMAGE RECOGNITION, TEXT GENERATION, SPEECH RECOGNITION जैसे उपयोगी फीचर्स भी मशीन लर्निंग के ही देन है। यहां तक कि बड़े स्टार ब्रांड होटलों में काम करने वाले स्वचालित रोबोट उपकरण ओ (AI) या (ML) द्वारा ही संभव किए गए हैं।
इसमें कोई संदेह नहीं है कि तकनीकी विकास की इस दौड़ में आने वाले दिनो मे ARTIFICIAL INTELLIGENT(AI) या MACHINE LEARNING TECHNOLOGY (ML) मानव जीवन का एक अनिवार्य हिस्सा होने जा रहा है।
मुझे उम्मीद है कि इस लेख ने आपको Machine Learning Kya Hai? के बारे में स्पष्ट विचार प्राप्त करने में मदद की है। Machine Learning in Hindi के बारे में जानने की आपकी इच्छा पूरी हो गई है। इस तरह के और भी महत्वपूर्ण लेख पाने के लिए इस ब्लॉग की सदस्यता लें।
About The Author
Biswajit
Hi! Friends I am BISWAJIT, Founder & Author of 'DIGIPOLE HINDI'. This site is carried a lot of valuable Digital Marketing related Information such as Affiliate Marketing, Blogging, Make Money Online, Seo, AdSense, Technology, Blogging Tools, etc. in the form of articles. I hope you will be able to get enough valuable information from this site and will enjoy it. Thank You.
