Preneur Lab Communicationsমেশিন লার্নিং এর শুরুটা যেভাবে হবেঃ
১) প্রথমেই একটি প্রোগামিং ল্যাঙ্গুয়েজ এবং প্রোগামিং প্লাটফর্ম নির্বাচন করে নিতে হবে।
বর্তমানে মেশিন লার্নিং এর জন্য বেশ কিছু জনপ্রিয় ল্যাঙ্গুয়েজ আছে, Python, R, C++, Java, Javascript যার যেকোন একটি বেছে নেওয়া যায়। তবে Python বেছে নেওয়া ভাল হবে, যা মেশিন লার্নিং এর জন্য বেশ প্রচলিত এবং Python প্রচুর মেশিন লার্নিং লাইব্রেরি, প্যাকেজ সাপোর্ট করে। NumPy, Scikit-learn, TensorFlow সহ আরও অনেক মেশিন লার্নিং লাইব্রেরি Python সাপোর্টেড, যা অনেক কাজকে সহজ করবে।
প্রোগামিং প্লাটফর্ম হিসাবে google colab অথবা jupyter notebook এর যেকোন একটিকে ব্যবহার করা যায়, শুরুর জন্য jupyter notebook ভালো একটি অপশন হবে।
ইন্সটলেশন ইস্ট্রাকশনঃ
ধাপ-১ঃ python এর ডিস্ট্রিবিউশন সফটওয়্যার Anaconda এর সাথে jupyter notebook বান্ডেল প্রোডাক্ট হিসাবে ইন্সটলড থাকে। তাই Anaconda ইন্সটল করলে খুব সহজেই jupyter notebook ব্যবহার করা যাবে। Anaconda ডাউনলোড করার জন্য Anaconda ডিস্ট্রিবিউশনের সাইটে গিয়ে ডাউনলোড Anaconda Distribution এ ক্লিক করলে python এর দুইটি ভার্সন 3.7 এবং 2.7 এর লাস্ট আপডেটেড রিলিজ থাকবে। কম্পিটিবিলিটি ও ব্যবহার যোগ্যতার জন্য 3.7 ভার্সন নির্বাচন করাই ভালো। অপারেটিং সিস্টেম সিলেক্ট করে 3.7 ভার্সনের নিচের ডাউনলোড বাটনে ক্লিক করলে ইন্সটলার ফাইলটি ডাউনলোড হয়ে যাবে।
ধাপ-২ঃ এরপর ইন্সটলার ফাইলটি ওপেন করলে সেটআপ উইন্ডোতে নেক্সট ক্লিক করে ও লাইসেন্স এগ্রিমেন্টে চেক মার্ক করতে হবে।
ধাপ-৩ঃ ইন্সটলেশন লোকেশন সেট করে দিতে হবে ও পাথ এনভারমেন্ট হিসাবে ডিফল্ট পাথ সেট করে দিয়ে নেক্সট বাটনে ক্লিক করে ডিফল্ট পাথে python ইন্সটল করতে হবে।
ধাপ-৪ঃ ইন্সটলেশন কমপ্লিট হলে নেক্সট বাটনে ক্লিক করে ফিনিশ বাটনে ক্লিক করে Anaconda ইন্সটল করা হল।
ধাপ-৫ঃ ইন্সটলেশন কমপ্লিট হলে jupyter notebook ওপেন করে পাইথন স্ক্রিপ্ট লিখার জন্য windows এর start মেন্যু থেকে Anaconda navigator থেকে সিলেক্ট করে অথবা Anaconda prompt/ command prompt থেকে ‘jupyter notebook’ কমান্ড এর মাধ্যমে jupyter notebook ওপেন করে পাইথন স্ক্রিপ্ট লিখা যাবে।
২) মেশিন লার্নিং এর মাধ্যমে অনেক রকমের প্রবলেম সল্ভ করা সম্ভব, যেমনঃ ফোরকাস্টিং, রিকমেন্ডশন, ভিডিও ও ইমেজ অ্যানালাইসিস, আডভান্স টেক্সট অ্যানাল্যাটিকস সহ আরও অনেক। তবে মেশিন লার্নিং প্রবলেম সাধারণত তিন ধরনের, সুপারভাইসড, আনসুপারভাইসড ও রিএনফোর্সমেন্ট লার্নিং।
যে ধরনের প্রবলেম নিয়েই কাজ করা হোক তার টাইপ টা বের করে নিতে হবে অ্যালগরিদম ডেভেলপ করার জন্য।
৩) প্রবলেমটি সল্ভ করার জন্য ও অ্যালগরিদম ডেভেলপ করার জন্য প্রয়োজনীয় প্যাকেজ, ফ্রেমওয়ার্ক গুলো নির্বাচন করে নিতে হবে। যেমনঃ TensorFlow, PyTorch, Scikit-learn, keras সহ আরও বেশকিছু জনপ্রিয় ফ্রেমওয়ার্ক আছে যা মেশিন লার্নিং প্রবলেম সল্ভ করার ক্ষেত্রে ব্যবহার হয়ে থাকে।
৪) মেশিন লার্নিং প্রবলেম সল্ভ করার ক্ষেত্রে মডেল বিল্ড করে সেটিকে ট্রেইন ও টেস্ট করে মডেলটির সন্তোষজনক পারফমেন্স হলে ডেপ্লয় করা। যেকোন মেশিন লার্নিং এর ট্রেইনিং ও টেস্টিং ফেইজ এর মূল উপাদান হচ্ছে ডাটা। ডাটা সংগ্রহ করার উপায় দুটি, একটি হচ্ছে ওপেন সোর্স রেলেভেন্ট পুরাতন ডাটা নিয়ে কাজ করা, এছাড়া আরেকটি উপায় হচ্ছে নিজস্ব ডাটাসেট তৈরি করে নেওয়া। ওপেন সোর্স ডাটাসেট পাওয়ার একটি ভালো ও সমৃদ্ধ রিসোর্স হল https://www.kaggle.com/, এই ওয়েবসাইট টি খুবই বিখ্যাত মেশিন লার্নিং ডেভেলপার ও ডাটা সাইনটিস্টদের কাছে কারন এখানে মেশিন লার্নিং প্রবলেম সল্ভ করার কম্পিটিশন হয় এবং প্রাইজমানি অফার করা হয়।