মেশিন লার্নিং শিখি বাংলায়

মেশিন লার্নিং শিখি বাংলায় ~ Learning Machine Learning in Bengal

মেশিন লার্নিং কী তা নিয়ে পরে বিস্তারিত আলোচনা করা হবে তবে সংক্ষেপে বলা যেতে পারে, যদি কোন মেশিন অভিজ্ঞতার উপর ভিত্তি করে নিজে নিজে শিখতে পারে কিংবা ভবিষ্যদ্বানী করতে পারে তাহলে বলা যায় সিস্টেমটি ইন্টেলিজেন্ট বা ML Activated।

বর্তমানে যেকোন ইঞ্জিনিয়ারিং বিভাগের জন্য মেশিন লার্নিং একটি গুরুত্বপূর্ণ বিষয় হয়ে দাঁড়িয়েছে। ডেটা অ্যানালাইসিস, ক্লাসিফিকেশন, প্রেডিকশনের জন্য এটা শেখা অত্যন্ত জরুরি। বিগ ডেটা, ডেটা সায়েন্স, আর্টিফিশিয়াল ইন্টেলিজেন্সের সাথে মেশিন লার্নিং ওতপ্রোতভাবে জড়িত। বর্তমানে সাধারণ ওয়েব অ্যাপ কিংবা মোবাইল ফোনেও ML এর বিভিন্ন থিওরি অ্যাপ্লাই করা হয় যাতে আপনার ব্যবহারকৃত অ্যাপ্লিকেশনটি আরও ইন্টেলিজেন্ট হয় এবং আপনার মনের কথা বোঝার ক্ষমতা অর্জন করতে পারে। সাধারণ অ্যাপ ও ML ইম্প্লিমেন্টেড অ্যাপের মধ্যে তফাৎ হল এই, সাধারণ অ্যাপ্লিকেশন সব সময় সাধারণই থাকবে কিন্তু ML ইম্প্লিমেন্টেড অ্যাপটি হবে অনন্যসাধারণ, প্রতিবার ব্যবহার করার পর আপনার মনে হবে অ্যাপটি যেন আরও ইন্টেলিজেন্ট হচ্ছে। তবে ML যে শুধু অ্যাপকে ইন্টেলিজেন্স দিতে পারে তাই নয়, রোগ নির্ণয় থেকে শুরু করে যেকোন ধরণের ক্লাসিফিকেশন ও প্রেডিকশনের জন্য ML এর জুড়ি নেই। এই কোর্সে মূলত মডেল তৈরির পাশাপাশি এর পিছনের ম্যাথমেটিক্সেরও ব্যাখ্যা যথাসাধ্য সাবলীল ভাষায় উপস্থাপন করা হবে।

কোর্সটি কাদের জন্য?

আর্টিফিশিয়াল ইন্টেলিজেন্স, বিগ ডেটা, ডেটা মাইনিং এ আগ্রহী কিংবা ML প্র্যাকটিশনার , ML হবিস্ট ও ML বিগিনারদের জন্য এই কোর্স। আর্টিফিশিয়াল ইন্টেলিজেন্স এর নাম শুনেছেন কিন্তু অ্যাপ্লাই করার যাদের শখ তারাও চাইলে কোর্সটি করতে পারেন। বিস্তারিত নিচে বলা হল।

কোর্স শুরু করার আগে যা যা জানা লাগবে (* চিহ্নিত টপিক আলোচনা বহির্ভূত থাকবে)

বেসিক পাইথন প্রোগ্রামিং*

বেসিক MATLAB প্রোগ্রামিং*

বেসিক JavaScript প্রোগ্রামিং*

লিনিয়ার অ্যালজেব্রা*

Pythonic Syntactic Sugar

OOP Python পারলে সেটাকে প্লাস পয়েন্ট হিসেবে ধরা যাবে

ক্যালকুলাস (ইন্টিগ্রাল ও ডিফারেনশিয়াল)

বেসিক পরিসংখ্যান জ্ঞান যেমন: Mean, Mode, Median, Variance, Co-Variance, Correlation, Standard Deviation...

কী কী আলোচনা করা হবে এই কোর্সে?

মেশিন লার্নিং আসলে অনেক বিস্তৃত একটি বিষয়। একটি কোর্সে এটা কম্প্লিট করা সম্ভব নয়। প্রতিনিয়তই ভাল থেকে আরও ভাল মডেল বিল্ড করার পদ্ধতির রিসার্চ চলছে। এই কোর্সে মূলত আপনাকে মেশিন লার্নিংয়ের সাথে পরিচয় করিয়ে দেওয়া হবে, তবে অ্যাডভান্সড লেভেলে যেতে হবে আপনার নিজেরই। তাহলে টপিকগুলো এক নজরে দেখা যাক (সম্পূর্ণ টপিক পরে আপডেট করা হবে):

প্রয়োজনীয় সফটওয়্যার ইন্সটলেশন

Anaconda Python Distribution ইন্সটলেশন

PyCharm IDE এর সাথে পরিচয় ও ইন্সটলেশন

Sublime Text 3 কে Python এর উপযোগী করে তোলা

মেশিন লার্নিং কিক স্টার্ট

মেশিন লার্নিং কী?

মেশিন লার্নিংয়ের প্রয়োগ কী?

রিগ্রেশন কী?

লিনিয়ার ও পলিনমিয়াল রিগ্রেসন কী?

সিম্পল লিনিয়ার রিগ্রেশন এর মাধ্যমে প্রেডিকশন (Sklearn মডিউল ব্যবহার করে)

সিম্পল লিনিয়ার রিগ্রেশন এর মাধ্যমে প্রেডিকশন (Scratch থেকে মডেল তৈরি করা)

মেশিন লার্নিং কিক স্টার্ট ২

Supervised Learning

Unsupervised Learning

দুইটা প্রয়োজনীয় প্রেডিকশন অ্যালগরিদম

কেন এই দুইটা অ্যালগরিদম প্রয়োজনীয়?

পেনালাইজড রিগ্রেশন মেথড (Penalized Regression Method) কী?

এনসেম্বল মেথড (Ensemble Method) কী?

কীভাবে অ্যালগরিদম সিলেক্ট করবেন?

প্রেডিক্টিভ মডেল তৈরি করার সাধারণ রেসিপি

সমস্যা চিনুন ডেটাসেট চেনার মাধ্যমে

নতুন কোন সমস্যার ব্যবচ্ছেদ

অ্যাট্রিবিউট ও লেবেল কী? সমার্থক শব্দগুলো কী কী?

ডেটাসেট এর যেসব জিনিসের দিকে খেয়াল রাখতে হবে

মডেল ও Cost Function

মডেল রিপ্রেজেন্টেশন

Cost Function

Cost Function Intuition - 1

Cost Function Intuition - 2

Ovefitting - আপনার বানানো মডেল কী একটু বেশিই ভাল পার্ফর্ম করছে?

Parameter লার্নিং

গ্রেডিয়েন্ট ডিসেন্ট

গ্রেডিয়েন্ট ডিসেন্ট ইনটুইশন

লিনিয়ার রিগ্রেশনে গ্রেডিয়েন্ট ডিসেন্ট

এই মেশিন লার্নিং শিখি বাংলায় ~ Learning Machine Learning in Bengal Application টি আপনাদের কেমন লাগলো ভালো/মন্দ অবশ্যই জানাবেন। ধন্যবাদ!