Machine learning

মেশিন লার্নিং কম্পিউটার বিজ্ঞান যে কম্পিউটার সিস্টেম থেকে "শিখতে" ডেটার সাথে (যেমন, কার্যক্রমে একটি সুনির্দিষ্ট কাজের উপর কর্ম ক্ষমতায় উন্নতি), স্পষ্টভাবে প্রোগ্রাম হচ্ছে না ক্ষমতা দেয় একটি ক্ষেত্র।

নাম মেশিন লার্নিং আর্থার স্যামুয়েল দ্বারা 1959 সালে সৃষ্টি করেন। প্যাটার্ন স্বীকৃতি এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে গণনীয় শেখার তত্ত্ব গবেষণা থেকে প্রসূত, মেশিন লার্নিং গবেষণার এবং আলগোরিদিম যে কাছ থেকে শেখা এবং ডেটার উপর ভবিষ্যৎবাণী করতে পারেন নির্মাণের প্রতিবেদক - যেমন আলগোরিদিম ডেটা চালিত ভবিষ্যৎবাণী বা সিদ্ধান্ত নেওয়ার দ্বারা কঠোরভাবে স্ট্যাটিক প্রোগ্রাম নির্দেশাবলী অনুসরণ পরাস্ত , 2 নমুনা ইনপুট থেকে একটি মডেল নির্মাণের মাধ্যমে। মেশিন লার্নিং কম্পিউটিং কর্ম যেখানে নকশা এবং ভাল পারফরম্যান্স দিয়ে স্পষ্ট আলগোরিদিম প্রোগ্রামিং কঠিন বা infeasible হয় একটি সীমার নিযুক্ত করা হয়; উদাহরণস্বরূপ অ্যাপ্লিকেশন ইমেল ফিল্টারিং, নেটওয়ার্ক অনুপ্রবেশকারীদের বা একটি ডাটা লঙ্ঘন, অপটিক্যাল ক্যারেক্টার রিকগনিশন (OCR) প্রতি কাজ দূষিত ভেতরের সনাক্তকরণ, সেটির শেখার এবং কম্পিউটার ভিশন অন্তর্ভুক্ত।

মেশিন লার্নিং ঘনিষ্ঠভাবে (এবং প্রায়ই সাথে ওভারল্যাপ) গণনীয় পরিসংখ্যান, যা ভবিষ্যদ্বাণী তৈরির কম্পিউটারের ব্যবহারের মাধ্যমে উপর দৃষ্টি নিবদ্ধ করে সাথে সম্পর্কিত হয়। এটা তোলে গাণিতিক অপ্টিমাইজেশান, যা পদ্ধতি, তত্ত্ব ও ক্ষেত্র আবেদন ডোমেইনের বিতরণ করে শক্তিশালী বন্ধন হয়েছে। মেশিন লার্নিং মাঝে মাঝে যেখানে আধুনিক subfield অনুসন্ধানমূলক তথ্য বিশ্লেষণ উপর আরো গুরুত্ত্ব এবং তত্ত্বাবধান ছাড়াই শেখার হিসাবে পরিচিত হয় ডেটা মাইনিং সঙ্গে মিশিয়ে ফেলেছিলেন করা হয়। ঋ মেশিন লার্নিং এছাড়াও তত্ত্বাবধান ছাড়াই হতে পারে এবং শিখতে এবং বিভিন্ন সত্ত্বা এবং তারপর অর্থপূর্ণ ব্যতিক্রমসমূহ খুঁজতে ব্যবহার জন্য বেসলাইন আচরণগত প্রোফাইলের স্থাপন ব্যবহৃত হবে না।

তথ্য বিশ্লেষণ ক্ষেত্রে মধ্যেই মেশিন লার্নিং জটিল মডেল এবং আলগোরিদিম যা নিজেদের ভবিষ্যদ্বাণী ধার উইল করতে ব্যবহৃত একটি পদ্ধতি; বাণিজ্যিক ব্যবহারের, এই ভবিষ্যদ্বাণীপূর্ণ অ্যানালিটিক্স হিসাবে পরিচিত হয়। এই বিশ্লেষণাত্মক মডেলের গবেষক, তথ্য বিজ্ঞানী, প্রকৌশলী, এবং বিশ্লেষক "নির্ভরযোগ্য, পুনরাবৃত্তি সিদ্ধান্ত ও ফল" এবং উন্মোচিত "লুকানো অর্ন্তদৃষ্টি" ঐতিহাসিক সম্পর্ক এবং তথ্য Trends থেকে শেখার মাধ্যমে করার অনুমতি দেয়।

কার্যকরী মেশিন লার্নিং কঠিন কারণ নিদর্শন খোঁজার কঠিন এবং প্রায়ই যথেষ্ট প্রশিক্ষণ ডেটা ফলে পাওয়া যায়, মেশিন-লার্নিং প্রোগ্রাম প্রায়ই উদ্ধার করতে ব্যর্থ।