Machine learning क्या होती है?

machine-learning-kya-hai-in-hindi

 346 total views,  1 views today

Machine learning क्या होती है?

मशीन लर्निंग कृत्रिम बुद्धिमत्ता की तेजी से बढ़ती और सफल शाखा है। संक्षेप में, मशीन लर्निंग किसी विशेष एल्गोरिथ्म या समाधान के साथ स्पष्ट रूप से प्रोग्राम किए जाने के बजाय, कंप्यूटर सिस्टम को स्वयं को सिखाने के लिए डेटा के बड़े सेट का जटिल कार्य करने की अनुमति देने की प्रक्रिया है।

इस तरह, मशीन लर्निंग एक कंप्यूटर को यह सीखने में सक्षम बनाता है कि किसी कार्य को स्वयं कैसे किया जाए और समय के साथ अपने दृष्टिकोण को बिना किसी प्रत्यक्ष इनपुट इनपुट के ऑप्टिमाइज़ करना जारी रखा जाए।

दूसरे शब्दों में, यह कंप्यूटर है जो एल्गोरिदम बना रहा है, न कि प्रोग्रामर, और अक्सर ये एल्गोरिदम पर्याप्त रूप से जटिल होते हैं कि प्रोग्रामर यह नहीं समझा सकते हैं कि कंप्यूटर समस्या को कैसे हल कर रहा है। मनुष्य शुरू से अंत तक कंप्यूटर के तर्क का पता नहीं लगा सकता है; वे केवल यह निर्धारित कर सकते हैं कि यह असाइन की गई समस्या का सही समाधान ढूंढ रहा है, जो कि “भविष्यवाणी” के रूप में आउटपुट है।

Machine learning के प्रकार

प्रशिक्षण विशेषज्ञ प्रणालियों के लिए कई अलग-अलग दृष्टिकोण हैं जो Machine learning पर भरोसा करते हैं, विशेष रूप से “गहरी” सीखने के लिए जो कम्प्यूटेशनल नोड्स के प्रसंस्करण के माध्यम से कार्य करता है। यहाँ सबसे आम रूप हैं:

READ ALSO  Airpods Pro को wireless और Cable से कैसे charge करे?

पर्यवेक्षित अध्ययन(Supervised learning)

सुपरवाइज्ड लर्निंग एक मॉडल है जिसमें कंप्यूटर को डेटा दिया जाता है जो पहले से ही मनुष्यों द्वारा संरचित किया गया है। उदाहरण के लिए, कंप्यूटर डेटाबेस और स्प्रेडशीट से सीख सकते हैं जिसमें डेटा पहले से ही व्यवस्थित किया गया है, जैसे कि वित्तीय डेटा या उपग्रह द्वारा रिकॉर्ड किए गए भौगोलिक अवलोकन।

अशिक्षित शिक्षा(Unsupervised learning)

Unsupervised अधिगम उन डेटाबेसों का उपयोग करता है जो अधिकतर या पूरी तरह से असंरचित होते हैं। यह उन स्थितियों में आम है जहां डेटा को इस तरह से एकत्र किया जाता है कि मानव आसानी से इसे व्यवस्थित या संरचना नहीं कर सकता है। अनस्ट्रक्चर्ड लर्निंग का एक सामान्य उदाहरण स्पैम डिटेक्शन है, जिसमें कंप्यूटर को भारी मात्रा में ईमेल तक पहुंच दी जाती है और यह वांछित और अवांछित मेल के बीच अंतर करना सीखता है।

सुदृढीकरण सीखना(Reinforcement learning)

सुदृढीकरण सीखने तब है जब मनुष्य कंप्यूटर सिस्टम के आउटपुट की निगरानी करते हैं और इसे परीक्षण और त्रुटि के माध्यम से इष्टतम समाधान की दिशा में मार्गदर्शन करते हैं। सुदृढीकरण सीखने की कल्पना करने का एक तरीका यह है कि एल्गोरिथ्म को सर्वश्रेष्ठ परिणाम प्राप्त करने के लिए “पुरस्कृत” के रूप में देखा जाए, जो यह निर्धारित करने में मदद करता है कि अपने डेटा की अधिक सटीक व्याख्या कैसे करें।

READ ALSO  Twitter ने विनय प्रकाश को भारत के लिए resident grievance officer नियुक्त किया

Machine learning के उपयोग

Why is Machine Learning Important and How will it Impact Business?

Machine learning का क्षेत्र अभी बहुत सक्रिय है, व्यापार, शिक्षा और उद्योग में कई सामान्य अनुप्रयोगों के साथ। यहाँ कुछ प्रतिनिधि उदाहरण हैं:

सिफारिश इंजन (Recommendation engines)

अनुशंसा इंजन पिछले पसंद के लोगों से सीखने के लिए Machine learnings का उपयोग करते हैं। उदाहरण के लिए, Machine learning का उपयोग आमतौर पर फिल्मों या टीवी शो के लिए वीडियो स्ट्रीमिंग सेवाओं जैसे सॉफ्टवेयर में किया जाता है जो कि उपयोगकर्ता पिछले देखने के विकल्पों के आधार पर देखना चाहते हैं, साथ ही खुदरा साइटों पर “आप भी पसंद कर सकते हैं” सिफारिशें करते हैं।

बैंकों और बीमा कंपनियों

बैंकों और बीमा कंपनियों ने अजीब व्यवहार और अप्रत्याशित लेनदेन के सूक्ष्म संकेतों के माध्यम से धोखाधड़ी का पता लगाने और रोकने के लिए Machine learning पर भरोसा किया। संदिग्ध गतिविधि को चिह्नित करने के लिए पारंपरिक तरीके आमतौर पर बहुत कठोर और नियम-आधारित होते हैं, जो नए और अप्रत्याशित पैटर्न को याद कर सकते हैं, जबकि झूठी सकारात्मक के साथ जांचकर्ताओं को भी भारी कर सकते हैं। मशीन लर्निंग एल्गोरिदम को वास्तविक दुनिया के धोखाधड़ी डेटा के साथ प्रशिक्षित किया जा सकता है, जिससे सिस्टम को संदिग्ध धोखाधड़ी के मामलों को अधिक सटीक रूप से वर्गीकृत करने की अनुमति मिलती है।

READ ALSO  Database क्या है

इन्वेंटरी अनुकूलन

इन्वेंटरी ऑप्टिमाइज़ेशन – खुदरा वर्कफ़्लो का एक हिस्सा – मशीन लर्निंग के साथ प्रशिक्षित सिस्टम द्वारा तेजी से किया जाता है। मशीन लर्निंग सिस्टम मानव इन्वेंट्री प्लानर को अलग करने वाले पैटर्न खोजने के लिए बड़ी मात्रा में बिक्री और इन्वेंट्री डेटा का विश्लेषण कर सकते हैं। ये कंप्यूटर सिस्टम ग्राहक की मांग के लिए अधिक सटीक संभावना पूर्वानुमान लगा सकते हैं।

मशीन स्वचालन

मशीन स्वचालन तेजी से मशीन सीखने पर निर्भर करता है। उदाहरण के लिए, सड़क पर वस्तुओं का पता लगाने, उन वस्तुओं को वर्गीकृत करने और उनके संभावित आंदोलन और व्यवहार के बारे में सटीक भविष्यवाणियां करने की क्षमता के लिए मशीन लर्निंग एल्गोरिदम के लिए स्व-ड्राइविंग कार तकनीक का गहरा ऋणी है।

Leave a Reply

Your email address will not be published. Required fields are marked *