Supervised learning
नमस्कार दोस्तों Machine Learning के Tutorial को आगे बढ़ाते है और आज हम जनानेगे की Supervised Machine Learning
क्या होती हे और कहा-कहा उपयोग होती हे | तो चलिए शुरू करते हे दोस्तों अगर आप नहीं जानते की Machine Learning क्या होती है तो में आपसे Resqust करूँगा की पहले आप Machine Learning वाला Artical पढ़े तभी जाके आपको ये Supervised Learning समझ आएगी ।
Supervised Learning Machine Learning(ML) के प्रकार मे से एक है, Supervised Learning एक ऐसी learning technic है जिसमें हम
Machin को Supervised Data यानी Labelled Data से Train करते है फिर इस Training के बाद मशिन इस काबिल हो जाती है कि वह
किसी अन्य Input के लिये सही Output का अनुमान लगा सके।
अब आप के दिमाग मे ये Question आया होगा की ये Labelled Data क्या है तो मे आपको बता दू की Labelled Data वो Data होता
है
जिसके सात उसकी कुछ Information tagged होती है ताकी Machine उस Data को पहचान पाए।
चलिये इसे एक उदाहरण से समझते है तो मान लिजिये आप के पास एक Bucket है जिसमे चार तरह के फल है सेब, केला, अंगुर ओर
संतरा।
अब क्योकि Supervised Model को हमने पेहले हि इन फलो के बारे मे बता दिया है कि कोन सा फल किस रंग का ओर उसकी Shape क्या है तो वह आसानी से इन सभी को अलग अलग कर देगा। तो इसे हम Supervised Learning कहते है क्योकि हमने Model को पेहले हि Training Data से Train कर दिया था
तो इस प्रकार हम कह सकते है कि वह लर्निंग है जिसमे हम Model को Labelled या Training Data से Train करते है जो कि वास्तव मे Training Example Consist करके रखता है, फिर यह Model इस काबिल हो जाता है कि वह किसी भी तरह कि Problem या Situation को आसानी से Classify कर सकता है
इसके बाद Trained मशीनो को नया Input दिया जाता है, और इस नए Input Data में किसी प्रकार की Information tagging नहीं होती,
यानि यहाँ पर मशीन अपने पिछले अनुभव यानि Training Data को analyse करती है और उसी के अनुसार अपना Output देती है।
मशीन का आउटपुट पूरी तरह से Training Data की गुणवत्ता पर निर्भर करता है, यानि अगर मशीन को ट्रेनिंग के दौरान
उच्च गुणवत्ता के Data द्वारा Training दी जाती है, तो मशीन की Output Accuracy बढ़ जाती है।
यदि एक वाक्य
में कहा जाए तो Supervised learning एक प्रक्रिया है, जिसके अन्तर्गत मशीन को labelled data द्वारा
Trained किया जाता है, ताकि मशीन की Accuracy बढ़ाई जा सके और भविष्य में वह बिना मानवीय हस्तक्षेप के यानि Individually
किसी नए Data को analyse कर सही Predictionsकर सके।
तो चलिए इसको एक और Example से समझने की कोशिस करते है ताकी आपके बचे कूचे Doubt भी Clear हो जाये।
मान लीजिये आपकी 2 साल की एक छोटी सा बच्चा है जो अभी बोलना सीख रही
है, और आप उसे चीजों को पहचानना सीखा रहें हों जैसे, ये Apple है और ये banana है, या कुछ और जैसे ये Dog है और ये Cat
है,
तो बच्चों को यह सब समझाने या बताने के लिए आप किसी फोटो या वीडियो का उपयोग करेंगे या फिर असल में यह सब उस बच्चे को
दिखाएँगे।
तो ऐसे में आप बच्चे को कुछ इस प्रकार की चीजें सीखाएंगे जैसे की
- Dog और CAT दोनों के चार पैर हैं।
- CAT मियांऊ करती है और Dog भोंकता है।
- Dog छोटे और बड़े दोनों आकार में होते हैं और CAT छोटी होती है।
तो बच्चा आपकी बताई बातों को ध्यान से सुनता है और अपने दिमाग में उन चीजों की एक छवि बना लेता है, और बार-बार बताने के
बात वह चीजों को पहचानने लगता है।
इसी प्रकार Supervised learning भी है जहाँ पर हम यानि इंसान parents की
भूमिका में होते हैं और मशीन बच्चे की, जिसे पहले हम चीजों को पहचानना सीखाते हैं, और धीरे-धीरे मशीन अनुभवी बनती जाती
है और एक समय के बाद वह खुद से चीजों को समझने लगती है और विभिन्न प्रकार के Data Analysis थता Predictions में काम आती
है।
Types of Supervised learning
Supervised learning के दो Algorithms हैं, यानि Supervised learning में
Data का Analysis करने के लिए इन दो तकनीकों का उपयोग किया जाता है, Regression थता
Classification और इन दोनों ही अल्गोरिथम का
उयपोग Prediction के लिए किया जाता
है।
Classification
Classification Algorithm की मदत से Datasets को Categories में बांटा जाता है, यहाँ पर
अलग-अलग Parameters या Attributes के आधार पर Datasets को Categories में बाँट दिया जाता है, उदाहरण के तोर पर जैसे Gmail अपने मेल Data को
Categories में बाँट देता है,जैसे :-Email, SPAM,advertisement, Promotion इत्यादि, तो यदि आपको Data का Output
Categories
में चाहिए तो वहां पर Classification Algorithm का उयपोग किया जाएगा।
तो जब हमे किसी एसी Problem को solve करना है जहा पर Datasets Categories मे है तो हम Classification Algorithm का उपयोग कर सकते है जैसे उदारहण के लिए जैसे हमे हमारे पास एक Handwriting style का Datasets है तो हमे Handwriting के style के आधार पर हमे ये बताना है की ये Male है या Femail.
तो हमारी जो Pridiction होगी वो Categories मे होगी जेसे Male और Femail तो जब हमारा Output Categories मे होतो हम Classification Algorithm का Use करते है।
Type of Classification
Classification को 2 भागो मे categories किया गया है।
- Single Class Classification
- Multi Class Classification
Regression
Regression
Algorithm का उपयोग Continuous values
को predict करने के लिए किया जाता है। यह एक प्रकार की Technique है,जिसमे Model पिछले अनुभव यानि Data के आधार पर आगे की
भविष्यवाणी(Prediction) की जाती है।
Regression Algorithm का Use हम ज्यादातर जब करते है जब हमें Continus Form में Output या Prediction करनी हो जैसे अगर Real Life के Example से समझे तो आप मौसम विभाग के बारे में तो जानते ही होंगे ये मौसम का पूर्वानुमान लगा कर ये बताता है की आज बारिश होगी या नहीं और भी जैसे ये कहा मौसम की वजह से भाड़ आ सकती तो इस तरह की भविष्यवाणी(Prediction) के लिए Regression Algorithm का Use किया जाता है,
जैसे आप जानते है की इस तरह की भविष्यवाणी(Prediction) में Data Input मे Continuous Form मे लेता है और ये Input Data को Dependent Variable या Features कहते है क्योकि यही Decide करते है की Output किस तरह का होगा क्योकि जैसे अगर आज धुप निकली रही है तो Model बताएगा की आज बारिश नहीं होगी और अगर बादल है तो Predict करेगा की बारिश हो सकती है तो इस तरह Input Variable को Dependent variable कहते है और Output को Independ variable कहते है और इस तरह की Prediction Continus होती है मतलब जैसे मोसन की जानकारी हर रोज देनी होती है तो Data भी Continus फॉर्म मे होता है।
Type of Regression
Regression को भी 2 भागो मे categories किया गया है।
- Linear Regression
- Non-Linear Regression
Difference Detween Regression And Classification
तो दोस्तों अब सोच रहे होंगे की Classification और Regression मे क्या अन्तर है तो मे आपको बता दु की ये Data पर निर्भर करता है की हम कोनसे Type के Data पर काम कर रहे है या Analayis कर रहे अगर Data Catagorical या numerical तो हम Catagorical Data के लिए हम Classification की Algorithm का उपयोग करेंगे और अगर Data Numerical Form मे है तो हम Regression की Algorithm का उपयोग करेंगे।
Advantages of Supervised learning
- Supervised Learning की मदद से, Model पूर्व अनुभवों (Testing Data) के आधार पर Output का Predict सकता है।
- Supervised Learning की मदद से हम real-world problems की Problems को कर सकते है जैसे की fraud detection, spam filtering, आदि .
Disadvantages of supervised learning
- Supervised Learning की मदद से हम कठिन कार्य (complex tasks) नहीं कर सकते.
- Supervised Learning में Model Training मे बहुत ज्यादा data की जरूरत होती है सही Predict यानी अनुमान के लिए। .
- Supervised Learning में अगर Model को अलग तरह का data देते है तो वो Model Fail हो जायेगा मतलब Model तभी सही Pridiction कर सकता है जब उसे Train करते समय जो Data दिया तो अगर उससे थोड़ा बहुत भी अलग Data देते है तो Pridiction सही नहीं होगी .
उम्मीद है की आपके सभी सवालो के जवाब Supervised learning से Related मिल चुके होंगे और अगर आपको ये Post अच्छी लगी तो इसे अपने दोस्तों के सात Share करे और आपके विचार आप Comment BOx मे शेयर कर सकते तो Thank You .