What is Machine Learning? In hindi

 What is Machine Learning

वास्तविक दुनिया में हम ऐसे मनुष्यों से घिरे हुए हैं जो अपनी सीखने की क्षमता के साथ अपने अनुभवों से सब कुछ सीख सकते हैं और हमारे पास कंप्यूटर या मशीनें हैं जो हमारे निर्देशों पर काम करती हैं। लेकिन क्या कोई मशीन भी इंसान की तरह अनुभवों या पिछले डेटा से सीख सकती है? तो यहाँ मशीन लर्निंग की भूमिका आती है।

मशीन लर्निंग का परिचय

मशीन लर्निंग को आर्टिफिशियल इंटेलिजेंस का एक सबसेट कहा जाता है जो मुख्य रूप से एल्गोरिदम के विकास से संबंधित है जो कंप्यूटर को डेटा और पिछले अनुभवों से सीखने की अनुमति देता है। मशीन लर्निंग शब्द पहली बार 1959 में आर्थर सैमुअल द्वारा पेश किया गया था। हम इसे संक्षेप में परिभाषित कर सकते हैं:

मशीन लर्निंग एक मशीन को स्वचालित रूप से डेटा से सीखने, अनुभवों से प्रदर्शन में सुधार करने और स्पष्ट रूप से प्रोग्राम किए बिना चीजों की भविष्यवाणी करने में सक्षम बनाता है।

नमूना ऐतिहासिक डेटा की मदद से, जिसे प्रशिक्षण डेटा के रूप में जाना जाता है, मशीन लर्निंग एल्गोरिदम एक गणितीय मॉडल का निर्माण करते हैं जो स्पष्ट रूप से प्रोग्राम किए बिना भविष्यवाणी या निर्णय लेने में मदद करता है। मशीन लर्निंग भविष्य कहनेवाला मॉडल बनाने के लिए कंप्यूटर विज्ञान और सांख्यिकी को एक साथ लाता है। मशीन लर्निंग ऐतिहासिक डेटा से सीखने वाले एल्गोरिदम का निर्माण या उपयोग करता है। हम जितनी अधिक जानकारी प्रदान करेंगे, प्रदर्शन उतना ही अधिक होगा।

एक मशीन में सीखने की क्षमता होती है कि क्या वह अधिक डेटा प्राप्त करके अपने प्रदर्शन में सुधार कर सकती है।

मशीन लर्निंग कैसे काम करता है

एक मशीन लर्निंग सिस्टम ऐतिहासिक डेटा से सीखता है, भविष्यवाणी मॉडल बनाता है, और जब भी यह नया डेटा प्राप्त करता है, इसके लिए आउटपुट की भविष्यवाणी करता है। अनुमानित आउटपुट की सटीकता डेटा की मात्रा पर निर्भर करती है, क्योंकि बड़ी मात्रा में डेटा एक बेहतर मॉडल बनाने में मदद करता है जो आउटपुट की अधिक सटीक भविष्यवाणी करता है।

 मान लीजिए कि हमारे पास एक जटिल समस्या है, जहां हमें कुछ भविष्यवाणियां करने की आवश्यकता है, इसलिए इसके लिए एक कोड  लिखने के बजाय, हमें केवल डेटा को जेनेरिक एल्गोरिदम को फीड करने की आवश्यकता है, और इन एल्गोरिदम की मदद से, मशीन तर्क के अनुसार तर्क बनाती है। डेटा और आउटपुट की भविष्यवाणी करें। मशीन लर्निंग ने समस्या के बारे में हमारे सोचने के तरीके को बदल दिया है। नीचे दिया गया ब्लॉक डायग्राम मशीन लर्निंग एल्गोरिथम के काम करने की व्याख्या करता है:

मशीन लर्निंग की विशेषताएं:

• मशीन लर्निंग किसी दिए गए डेटासेट में विभिन्न पैटर्न का पता लगाने के लिए डेटा का उपयोग करता है।
• यह पिछले डेटा से सीख सकता है और स्वचालित रूप से सुधार कर सकता है।
• यह एक डेटा-संचालित तकनीक है।
• मशीन लर्निंग डेटा माइनिंग के समान है क्योंकि यह डेटा की भारी मात्रा से भी संबंधित है।

मशीन लर्निंग की आवश्यकता

मशीन लर्निंग की जरूरत दिन-ब-दिन बढ़ती जा रही है। मशीन लर्निंग की आवश्यकता के पीछे कारण यह है कि यह ऐसे कार्यों को करने में सक्षम है जो किसी व्यक्ति के लिए सीधे तौर पर लागू करने के लिए बहुत जटिल हैं। एक मानव के रूप में, हमारी कुछ सीमाएँ हैं क्योंकि हम बड़ी मात्रा में डेटा को मैन्युअल रूप से एक्सेस नहीं कर सकते हैं, इसलिए इसके लिए हमें कुछ कंप्यूटर सिस्टम की आवश्यकता होती है और यहाँ मशीन लर्निंग आती है जो हमारे लिए चीजों को आसान बनाती है।

हम मशीन लर्निंग एल्गोरिदम को उन्हें बड़ी मात्रा में डेटा प्रदान करके प्रशिक्षित कर सकते हैं और उन्हें डेटा का पता लगाने, मॉडल बनाने और स्वचालित रूप से आवश्यक आउटपुट की भविष्यवाणी करने देते हैं। मशीन लर्निंग एल्गोरिदम का प्रदर्शन डेटा की मात्रा पर निर्भर करता है, और इसे लागत फ़ंक्शन द्वारा निर्धारित किया जा सकता है। मशीन लर्निंग की मदद से हम समय और पैसे दोनों की बचत कर सकते हैं।

मशीन लर्निंग के महत्व को इसके उपयोग के मामलों से आसानी से समझा जा सकता है। वर्तमान में, मशीन लर्निंग का उपयोग सेल्फ-ड्राइविंग कारों, साइबर धोखाधड़ी का पता लगाने, चेहरे की पहचान और फेसबुक द्वारा फ्रेंड सजेशन आदि में किया जाता है। नेटफ्लिक्स और अमेज़ॅन जैसी विभिन्न शीर्ष कंपनियों ने मशीन लर्निंग मॉडल बनाएं जो उपयोगकर्ता की रुचि का विश्लेषण करने और उसके अनुसार उत्पाद की सिफारिश करने के लिए बड़ी मात्रा में डेटा का उपयोग कर रहे हों।

निम्नलिखित कुछ प्रमुख बिंदु हैं जो मशीन लर्निंग के महत्व को दर्शाते हैं:

• डेटा के उत्पादन में तेजी से वृद्धि
• जटिल समस्याओं का समाधान करना, जो मानव के लिए कठिन हैं
• वित्त सहित विभिन्न क्षेत्रों में निर्णय लेना
• छिपे हुए पैटर्न ढूँढना और डेटा से उपयोगी जानकारी निकालना।