Machine Learning

 

Machine Learning क्या है और कैसे काम करता है?

5-May-2024

क्या आप जानते हैं की ये Machine Learning क्या है? सुनने में तो ये बहुत ही technical term लगता है. लेकिन अगर आप इसके बारे में ठीक से समझ जाएँ तब ये बहुत ही आसान का funda है जिसे आजकल प्राय सभी जगहों में इस्तमाल में लाया जाता है।यह एक ऐसी प्रकार की learning है जिसमें machine खुब्खुद बहुत सी चीज़ें सिख लेता है बिना उसे explicitly programmed किये. यह एक प्रकार का application होता है AI (Artificial Intelligence) का जो की system को ये ability प्रदान करता है जिससे वो automatically अपने experience से ही learn करें और अपने आप को improve करें।सुनने में भले ही यह मुमकिन न लगे लेकिन ये सच है क्यूंकि आजकल AI इतना ज्यादा advanced हो गया है की जिससे ये Machines को ऐसे बहुत से काम करा सकता है जो की पहले सोचा पाना भी मुमकिन नहीं था।

चूँकि Machine Learning से dynamic environment में multi-dimensional और multi-variety data को आसानी से handle किया जा सकता है इसलिए इसके विषय में पूरी जानकारी प्राप्त करना सभी Technical Students के लिए बहुत जरूरी है। 

मशीन लर्निंग (Machine Learning) एक कंप्यूटर तकनीक है जो कंप्यूटर को डेटा का उपयोग करने देता है बिना स्पष्ट प्रोग्रामिंग के। इसके माध्यम से कंप्यूटर पैटर्न की पहचान कर सकते हैं, घटनाओं की पूर्वानुमान कर सकते हैं, और पिछले अनुभवों पर आधारित डेटा-ड्राइवन निर्णय ले सकते हैं l

Machine Learning के द्वारा, सिस्टम को पहले से तैयार नहीं किया जाता है और उसे बहुत सारे डेटा सेट्स के साथ अनुभव करने की अनुमति दी जाती है। इसका मुख्य उद्देश्य होता है कि कंप्यूटर स्वयं से निर्णय ले सकें बिना किसी मानव हस्तक्षेप (human intervention) के। यह कंप्यूटर सिस्टम को डेटा से सीधे सीखने की क्षमता प्रदान करता है और पैटर्न या नियमों को स्वयं से पहचानने में शामिल कर सकता है।

Machine Learning की प्रक्रिया में, सिस्टम अपने अनुभव को काम में लाता है न कि उसे स्पष्ट प्रोग्रामिंग से तैयार किया जाता है। यह कंप्यूटर प्रोग्राम्स के विकास पर हमेशा ध्यान केंद्रित करता है, जिससे वह डेटा को एक्सेस कर सके और बाद में उसे अपने स्वयं के सीखने के लिए इस्तेमाल कर सके। इसमें शिक्षा डेटा के अवलोकनों से शुरु होती है

Machine Learning के ऐसे हजारों advantages हैं जिन्हें की हम अपने दैनिक कार्यों में इस्तमाल में लाते हैं. इसलिए आज मैंने सोचा की क्यूँ न आप लोगों को Machine Learning क्या है और ये कैसे काम करता है के विषय में जानकारी प्रदान करूँ जिससे आपको इसे और बेहतर रूप में समझने में आसानी होगी. तो बिना देरी किये चलिए शुरू करते हैं और मशीन लर्निंग क्या होता है के विषय में जानते हैं।

मशीन लर्निंग क्या है (What is Machine Learning in Hindi)

Machine Learning जैसे की मैंने पहले ही बताया है की यह एक प्रकार का application होता है artificial intelligence (AI) का जो की systems को यह ability प्रदान करता है की जिससे वो automatically learn कर सकें और जरूरत पड़ने पर खुद की improve भी कर सकें।

ऐसा करने के लिए वो अपने experience को ही काम में लाते हैं न की उन्हें explicitly programmed

किया जाता है. Machine learning हमेशा Computer Programs के development पर focus करता है

जिससे वो data को access कर सके और बाद में उसे खुद के learning के लिए इस्तमाल कर सके। इसमें

learning data के observations से शुरू होता है, उदहारण के लिए direct experience, या instruction,

 data में patterns को ढूंडना और भविस्य में बेहतर decisions लेने में आसानी हो। Machine Learning 

का मुख्य लक्ष्य है कैसे computers automatically learn करें बिना किसी human intervention या 

assistance के जिससे वो अपने actions को उस हिसाब से adjust कर सके।

Machine Learning Algorithms के प्रकार

Machine learning algorithms को अक्सर कुछ category में बांटा जाता है. चलिए इसके विषय में और उनके types के बारे में जानते हैं।

• Programming क्या है और इसके प्रकार
• इलेक्ट्रॉनिक वोटिंग मशीन क्या है

1.  Supervised machine learning algorithms: इस प्रकार के algorithm में Machine अपने past में जो सीखा हुआ होता है उसे यह नए data में apply करता है जिसमें वो labeled examples का इस्तमाल करते हैं जिससे वो future events को predict कर सकें।

एक known training dataset के analysis से ये learning algorithm एक प्रकार का inferred function पैदा करता है जो की आसानी से predictions कर सकता है output values के विषय में।System किसी भी नए input के लिए target provide कर सकती है उन्हें sufficient training देने पर. ये learning algorithm भी निकले हुए output को compare करती है correct, intended output के साथ और errors को ढूंडती हैं जिससे ये model को उसी हिसाब से modify कर सकें।2.  Unsupervised machine learning algorithms: इन algorithms का तब इस्तमाल किया जाता है जब information जिसे train किया जाये न ही classified हो और न ही labelled हो।Unsupervised learning ये study करती है की कैसे systems किसी function को infer कर सकें जिससे वो unlabeled data से किसी hidden structure को describe कर सकें। ये system किसी right output को नहीं describe करती है, लेकिन ये data को explore करती है और उनके datasets से ये inference draw करती हैं की जिससे ये hidden structures को describe कर सकें unlabeled data की मदद से।

3.  Semi-supervised machine learning algorithms: ये algorithm दोनों supervised और unsupervised learning के बीच आता है. चूँकि ये दोनों labelled और unlabeled data का इस्तमाल करते हैं training के लिए – typically जो की होता है small amount of labelled data और a large amount of unlabeled data।

वो systems जो की इस method का इस्तमाल करते हैं वो बड़ी ही आसानी से considerably learning accuracy को improve कर सकते हैं।

Usually, semi-supervised learning को तब choose किया जाता है जब acquired labelled data को जरुरत होती है skilled और relevant resources की जिससे ये उन्हें train कर सके और उनसे learn भी कर सके. अन्यथा, unlabeled data को acquire करने के लिए additional resources की जरुरत नहीं होती है।

4.  Reinforcement machine learning algorithms: यह एक प्रकार का learning method है जो की उसके environment के साथ interact करता है actions produce कर और साथ ही errors और rewards को discover भी करता है।

Trial and error search और delayed reward ये सभी most relevant characteristics हैं reinforcement learning के।

यह method machines और software agents को allow करता है automatically किसी भी ideal behaviour को determine करने के लिए जो की किसी specific context के भीतर हो और जिससे ये उनकी performance को maximize कर सके।

Simple reward feedback बहुत ही जरुरत होती है किसी भी agent के लिए जिससे ये learn कर सके की कोनसी action best है; इसी को reinforcement signal भी कहा जाता है।

Machine learning से massive quantities of data को analyze किया जा सकता है. जहाँ से generally faster deliver करता है, ज्यादा accurate results जिससे ये पता लगाया जा सकता है की कहाँ पर profitable opportunities है या dangerous risks हैं, साथ में इसमें additional time और resources भी लग सकता है जिससे इन्हें सभी रूप से properly train किया जा सके।

एक बात से कोई इंकार नहीं कर सकता है की अगर हम machine learning को AI और cognitive technologies के साथ combine कर दें तब इससे ज्यादा effective तरीके से large volumes of information को process किया जा सकता है।

Machine Learning की categorization required Output के Basis पर :-

यह एक दूसरा प्रकार का categorization है machine learning tasks का जब हम केवल किसी machine-learned system का desired output को ही consider करते हैं. तो चलिए इसके संधर्व में जानते हैं :-

1. Classification : जब inputs को two या more classes में divide किया जाता है, और learner को कोई ऐसे model को produce करता है जो की assign करता है unseen inputs किसी एक या उससे ज्यादा (multi-label classification) classes को. इसे typically tackled किया जाता है supervised way में।

Spam filtering एक प्रकार का उदहारण है classification का, जहाँ पर inputs होते हैं email (या कोई दूसरा) messages साथ ही classes होते हैं “spam” और “not spam”।

2. Regression: यह एक प्रकार का supervised problem होता है, एक case जहाँ की outputs continuous होते हैं discrete के बदले।

3. Clustering: यहाँ पर एक set of inputs को groups में divide कर दिया जाता है. इसके classification को छोड़कर, groups को पहले से जाना नहीं जा सकता, जो की इसे एक typically unsupervised task बनाती है।

हमेशा याद रहें की Machine Learning केवल तब picture में आती है जब की problems को typical approaches से solve न किया जा सके।

Artificial Intelligence VS Machine Learning

Artificial Intelligence और Machine Learning का इस्तमाल अभी प्राय तोर से industries में किया जा रहा है. अक्सर लोग इन दोनों terms को interchangeably इस्तमाल करते हैं. लेकिन में बता दूँ की ये दोनों के concept पूरी तरह से अलग हैं. तो चलिए इन दोनों के अंतर के बारे में जानते हैं।

Artificial Intelligence : Artificial Intelligence में दो शब्दों का इस्तमाल हुआ है “Artificial” और “Intelligence”. Artificial का मतलब है की जिसे इंसानों के द्वारा बनाया गया हो और जो प्राकृतिक न हो (not natural). वहीँ Intelligence का मतलब होता है की सोच पाने की क्षमता या समझ सकने की काबिलियत।

बहुत से लोगों के मन में ये misconception है की Artificial Intelligence एक system है, लेकिन असल में ये सच नहीं है. AI को system में implement किया जाता है।

वैसे तो AI के बहुत सारे definition हैं, एक definition ये भी हैं की “ ये एक प्रकार का study है जिसमें ये जाना जाता है की कैसे computers या कोई अन्य system को train किया जा सके जिससे ये computers खुद कर सकते हैं जो की फ़िलहाल इन्सान ज्यादा बेहतर कर रहे हैं .”

इसलिए ये intelligence ही है जहाँ पर हम इन्सानों के सभी capabilities को machines में add कर सकते हैं।

Machine Learning: Machine Learning एक प्रकार की learning है जिसमें machine खुद अपने आप ही learn करती हैं बिना उसे explicitly programmed किये।

ये एक प्रकार का application है AI का जो की system को वो ability प्रदान करता है जिससे वो automatically learn और improve कर सकें अपने experience से. यहाँ पर हम एक ऐसा program generate कर सकते हैं जो की उसी program के input और output को integrate कर बनाया गया हो।

Machine Learning का एक simple definition ये भी है की “Machine Learning” एक ऐसी application है जिसमें machine experience E से learn करता है w.r.t कुछ class task T के और एक performance measure P अगर learners की performance उस task जो की class में है और जिसे measured किया जाता है P से improves होती है experiences से.”

Artificial Intelligence और Machine learning में क्यां अंतर है?

अब चलिए जानते हैं की Artificial Intelligence और Machine learning में क्यां अंतर है।

ARTIFICIAL INTELLIGENCE	MACHINE LEARNING
AI का full form होता है Artificial intelligence जहाँ पर intelligence को define किया जाता है एक ऐसी ability जहाँ पर knowledge को acquire और apply किया जाता है	ML का Full form होता है Machine Learning जिसे define किया जाता है एक प्रकार का feature जिससे experience से knowledge और skill को acquire किया जाता है.
इसका aim होता है success के chance को बढ़ाना न की उसकी accuracy को	वहीँ इसका aim होता है accuracy को increase करने का और ये success को ज्यादा ध्यान नहीं देते हैं
ये computer program के जैसे काम करते हैं जो की smart work करता हो	वहीँ ये एक simple concept machine होती है जो की data ग्रहण करती हैं और उसी से learn करती हैं
इसका main goal है natural intelligence को simulate करना जिससे ये complex problem solve कर सके	इसका main goal है किसी certain task से data learn करना जिससे ये machine के performance को maximize कर सके उसी specific task के लिए
AI खुद ही decision making होता है	ML allows करता है system को जिससे वो data से नयी चीज़ें learn कर सके
ये एक ऐसा system develop करता है जो की इंसानों को mimic कर सके जिससे ये किसी circumstances में ठीक तरीके से respond कर सके	इसमें ये ज्यादा involve रहता है self learning algorithms create करने में
AI हमेशा किसी problem का optimal solution ढूंडने में यकीन रखता है	वहीँ ML किसी problem का कोई भी solution चाहे वो optimal हो या न हो ढूंडने में यकीन रखता है
AI आखिर में intelligence और wisdom की और lead करता है	वहीँ ML (Machine Learning) knowledge की और lead करता है

Machine Learning और Traditional Programming में क्या अंतर है?

1.  Traditional Programming: यहाँ पर हम machine में DATA (Input) + PROGRAM (logic) feed करते हैं, machine को चलाने के लिए और आखिर में हमें हमारे Data और program के अनुसार ही output मिलता है।

2.  Machine Learning : वहीँ यहाँ पर हम machine में DATA(Input) + Output feed करते हैं, और इसे run करने पर machine training के दोरान खुद के program(logic) develop करती है, जिसे बाद में testing करने के दोरान evaluate किया जा सकता है।

Computer के लिए learning का क्या मतलब है?

हम एक computer को कह सकते है की ये learning from Experiences कर रहा है तब जब किसी class of Tasks के respect में, इसका performance किसी given Task के लिए improve होता है Experience के साथ।

मशीन लर्निंग कैसे काम करता है

Machine Learning कैसे काम करता है सुनने में आपको बहुत ही रोचक लग सकता है. तो फिर चलिए जानते हैं. आप सभी ने online shopping तो करी ही होगी, जहाँ ecommerce websites में रोजाना करोड़ों लोग आते हैं और अपने पसंदीदा चीज़ खरीदते हैं।

क्यूंकि यहाँ पर उन्हें चुनने के लिए unlimited range के brands, colors, price range और बहुत कुछ दिखाई पड़ते हैं. लेकिन हमारी एक अच्छी आदत ये भी है की हम ऐसे ही अपने चीज़ नहीं खरीद लेते हैं बल्कि हम बहुत से चीज़ों को पहले देखते हैं और सही का चुनाव करते हैं. ऐसे देखने के लिए हमें बहुत सारे items को खोलना पड़ता है।

बस हमारे इसी आदत को बहुत से advertising platform target कर लेते हैं जिससे हमें recommended list में ऐसे items दिखाई पड़ते हैं जिन्हें की हम पहले खोज चुके हुए होते हैं. इसमें आपको आश्चर्य होने की जरुरत नहीं है क्यूंकि ये कोई इन्सान नहीं कर रहा है बल्कि इस task को कुछ ऐसे program कर दिया गया है जिससे ये हमारे गतिविधियों को record कर सके।

इस चीज़ के लिए Machine Learning हमारे बहुत काम आता है क्यूंकि वो हमारे behaviour को पढ़ लेता है और उसी हिसाब से अपने experience से खुद को program कर लेता है. इसलिए जितनी अच्छी data मिलेगी उतने ही अच्छे से learning models बनकर तैयार होंगे. और customers को भी उस हिसाब से फायेदा होगा।

अगर हम Tradition Advertisement की बात करें तब उसमें newspaper, magazines, radio प्रमुख थे, लेकिन अब technology बदल रही है और ये smart भी बनती जा रही है जो की Targeted advertisement (Online ad system) से कर रही है।

ये बहुत ही कारगर method है जो की सिर्फ targeted audience पर ही अपने advertisement show करते हैं जिससे की conversion rate ज्यादा होता है।

बात सिर्फ Online shopping तक ही नहीं रह गयी है, बल्कि Health Care industries में भी Machine Learning से वहुत से कार्य किये जाते हैं।

Researchers और Scientists अब ऐसे models prepare किये हुए हैं जो की machines को train करते हैं cancer जैसे बड़े रोग को पहचानने के लिए. इसके लिए वो इन machines में cancer cell images feed कर दिए हैं जो की actual में cancel cells के अलग अलग variations हैं।

जिससे patients के tests के दोरान इन ML systems का इस्तमाल किया जाता है Cancer cells को detect करने के लिए. जो की इन्सानों के लिए करना बहुत time taking था. इससे बहुत ही कम समय में बहुत मात्रा के मरीजों के cancer test हो पाते हैं।

इसके अलावा Machine learning का इस्तमाल IMDB ratings, Google Photos, Google Lens के लिए किया जाता है. ये बस आपपर depend करता है की आप Machine learning का इस्तमाल कहाँ पर और कैसे करना चाहते हैं।

Machine Learning में सही models बनाने के लिए computers को सही मात्रा में data की जरुरत है जैसे की text, image, audio. इसमें जितनी अच्छी और बेहतर quality की data होती है उतनी की अच्छी model learning होगी. इसके लिए algorithms को कुछ इस ढंग से design किया जाता है जिससे past experience से machine future actions को कर पाता है।

Machine Learning सिखने के लिए कुछ Pre-requisites

यदि आपको भी Machine Learning सिखनी है तब आपको भी कुछ pre-requisites के बारे में पहले सीखना होगा. तो चलिए जानते हैं की आपको ऐसे क्या सीखना होगा जिससे आप भी Machine Learning सीख सकते हैं।

• Linear Algebra
• Statistics और Probability
• Calculus
• Graph theory
• Programming Skills – Language जैसे की Python, R, MATLAB, C++ या Octave

Machine Learning के Advantages

वैसे तो Machine Learning के बहुत सारे advantages हैं जिनके विषय में शायद ही हमें पता हो. लेकिन यहाँ पर मैंने कुछ महत्वपूर्ण advantages के विषय में जानते हैं।

• Machine learning के बहुत सारे wide applications है जैसे की banking और financial sector, healthcare, retail, publishing इत्यदि industries में.
• Google और Facebook machine learning के इस्तमाल से relevant advertisements push कर पाते हैं. ये सभी advertisements users के past search behaviour पर ही आधारित होते हैं. इसलिए इसे targeted ads भी कहा जाता है.
• Machine learning का इस्तमाल multi-dimensional और multi-variety data को handle करने के लिए किया जाता है वो भी dynamic environments में.
• Machine learning के इस्तमाल से time cycle reduction होता है और resources का efficient utilization भी किया जा सकता है.
• अगर कोई चाहता है continuous quality, large और complex process environments प्रदान करने के लिए तब भी इसमें ऐसे कुछ tools मेह्जुद हैं machine learning के कारण.
• वैसे तो Machine Learning के benefits के अंतर्गत बहुत सारे चीज़ आते है जो की practically हमारे बहुत काम आ सकते हैं, जैसे की autonomous computers का development, software programs इत्यादि. साथ ही ऐसे process भी जो की बाद में automation of tasks हो पाते हों.

Machine Learning के Dis-Advantages

वैसे तो Machine Learning के कुछ disadvantages भी हैं जिसके विषय में चलिए जानते हैं।

• Machine learning की एक major challenge होती है Acquisition. जिसमें, different algorithms पर based होकर data को process किया जाता है. और इसे processed किया जाता है किसी respective algorithms के input के हिसाब से इस्तमाल करने से पहले. इसलिए इसका significant impact होता है results के ऊपर जो की achieved या obtained किया जाता है.
• एक और शब्द होता है interpretation. जिसका मतलब है की results भी एक बहुत major challenge है. इससे ये determine करना होता है की machine learning algorithms की effectiveness कितनी है.
• हम बोल सकते हैं की machine algorithm के uses limited होते हैं. साथ में ये भी surety नहीं होती है की algorithms हमेशा सभी imaginable cases में भी काम करेंगी. क्यूंकि हमने देखे हैं की ज्यादातर cases में machine learning fail होते हैं. इसलिए problem के बारे में कुछ understanding होना बहुत जरुरी होता है जिससे सही algorithm को apply किया जा सके.
• Deep learning algorithm के तरह ही machine learning में भी बहुत से training data की जरुरत होती है. हम कह सकते हैं की इतने ज्यादा मात्रा के data के साथ काम करना बहुत ही difficult है.
• एक बहुत ही notable limitation machine learning की ये है की ये errors के प्रति ज्यादा susceptible होते हैं. Brynjolfsson और McAfee ने इसके actual problem के विषय में ये बताया है की जब वे कोई error करते हैं, तब उन्हें diagnose और correct करना बहुत ही कठिन होता है. ऐसा इसलिए की इसे underlying complexities के निचे से गुजरना होता है.
• इसमें बहुत ही कम possibilities होती है immediate predictions करने के machine learning system के साथ. साथ में ये न भूलें की ये historical data से ही ज्यादातर learn करते हैं. इसलिए जितनी ज्यादा बड़ी data होगी और जितनी ज्यादा देर तक ML को data से expose किया जाये, इससे ये और भी बेहतर perform कर सकता है.
• ज्यादा Variability का न होना भी एक दूसरा limitation है machine learning का.

मशीन लर्निंग का भविष्य

Machine learning का भविस्य सच में बहुत ही उज्जवल है. ये उन technology में से है जिनकी limit हम जैसे इन्सान ही तय करते हैं. कहने का मतलब यह है की हमारा जितना बड़ा imagination होगा उतना की हम Machine learning का भी इस्तमाल अपने कार्यों के लिए कर सकते हैं।

बहुत से चीज़ें जिन्हें हमारे older generation impossible सोचते थे वो अब हमारा वर्तमान हो चूका है. साथ ही समय के साथ साथ हम भी ऐसे चीज़ों का expereince कर रहे हैं जो की कभी एक सपना हुआ करता था।

Personally, में ये सोचता हूँ की machine learning एक catalyst के तरह हो सकता है जो की हमारे future को बदलने के लिए हमारा सहायक होने वाला है. हम machine learning पर अब इतने ज्यादा dependent हो गए है की उनके बिना जीवन imagination के बहार सा मालूम पड़ता है।

उदहारण के लिए जब हम Taxi बुक करते हैं Ola या Uber में तब ये हमें trip का cost, कितना distance, कोन सा route जैसे information हमें पहले ही दिखा देता है. इसलिए हम कह सकते हैं की Machine Learning का future सच में बहुत ही अनोखा होने वाला है।

मशीन लर्निंग का अर्थ क्या है ?

सरलतम शब्दों में कहें तो आर्टिफिशियल इंटेलिजेंस का अर्थ है एक मशीन में सोचने-समझने और निर्णय लेने की क्षमता का विकास करना।

क्या आर्टिफिशियल इंटेलिजेंस मनुष्य मस्तिसक से भी तेज है?

वैसे आर्टिफिशियल इंटेलिजेंस वाला कंप्यूटर सिस्टम 1997 में शतरंज के सर्वकालिक महान खिलाड़ियों में शामिल रूस के गैरी कास्पोरोव को हरा चुका है।

आज आपने क्या सीखा

हमें आशा है की मैंने आप लोगों को मशीन लर्निंग क्या है (What is Machine Learning in Hindi) के बारे में पूरी जानकारी दी और में आशा करता हूँ आप लोगों को मशीन लर्निंग कैसे काम करता है के बारे में समझ आ गया होगा।

यदि आपके मन में इस article को लेकर कोई भी doubts हैं या आप चाहते हैं की इसमें कुछ सुधार होनी चाहिए तब इसके लिए आप नीच comments लिख सकते हैं।