|
|
# മെഷീൻ ലേണിംഗിന്റെ സാങ്കേതികങ്ങൾ
|
|
|
|
|
|
മെഷീൻ ലേണിംഗ് മാതൃകകൾ നിർമ്മിക്കുകയും ഉപയോഗിക്കുകയും പരിപാലിക്കുകയും ചെയ്യുന്നതിനുള്ള പ്രക്രിയ മറ്റ് പല വികസന പ്രവാഹങ്ങളേക്കാൾ വളരെ വ്യത്യസ്തമാണ്. ഈ പാഠത്തിൽ, നാം പ്രക്രിയയെ നിഗൂഢമയമാക്കാതെ തുറന്നുകാട്ടുകയും നിങ്ങൾ അറിയേണ്ട പ്രധാന സാങ്കേതികങ്ങൾ വിശദീകരിക്കുകയും ചെയ്യും. നിങ്ങൾ ചെയ്യും:
|
|
|
|
|
|
- മെഷീൻ ലേണിംഗിന്റെ അടിസ്ഥാനം 이해ിക്കുക.
|
|
|
- ‘മോഡലുകൾ’, ‘പ്രസിദ്ധീകരണങ്ങൾ’, ‘പരിശീലന ഡാറ്റ’ പോലുള്ള അടിസ്ഥാന ആശയങ്ങൾ പഠിക്കുക.
|
|
|
|
|
|
## [പ്രീ-ലെക്ചർ ക്വിസ്](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
[](https://youtu.be/4NGM0U2ZSHU "ML for beginners - Techniques of Machine Learning")
|
|
|
|
|
|
> 🎥 മുകളിൽ കാണുന്ന ചിത്രത്തിൽ ക്ലിക്കുചെയ്ത് ഈ പാഠം സംബന്ധിച്ച ഒരു ലഘു വീഡിയോ കാണുക.
|
|
|
|
|
|
## പരിചയം
|
|
|
|
|
|
ഉയർന്ന തലത്തിൽ, മെഷീൻ ലേണിംഗ് (ML) പ്രക്രിയ സൃഷ്ടിക്കുന്ന കരുകൈയെ നിരവധി പടികളിൽ സങ്കരിച്ചിരിക്കുന്നു:
|
|
|
|
|
|
1. **ചോദ്യത്തെ തീരുമാനിക്കുക**. അധികം ML പ്രക്രിയകൾ ലളിതമായ ശേഖരണപരമായ പ്രോഗ്രാം അല്ലെങ്കിൽ നിയമം അടിസ്ഥാനമാക്കിയുള്ള എന്ജിന് ഉപയോഗിച്ച് മറുപടി നൽകാൻ കഴിയാത്ത ഒരു ചോദ്യം ചോദിച്ച് തുടങ്ങുന്നു. ഈ ചോദ്യങ്ങൾ പലപ്പോഴും ഒരു ഡാറ്റാ സമുച്ചയത്തിന്റെ അടിസ്ഥാനത്തിലാണ് പ്രതീക്ഷകൾ സംബന്ധിച്ചുള്ളത്.
|
|
|
2. **ഡാറ്റ ശേഖരിക്കുകയും തയ്യാറാക്കുകയും ചെയ്യുക**. നിങ്ങളുടെ ചോദ്യത്തിന് മറുപടി നൽകാൻ, നിങ്ങൾക്ക് ഡാറ്റ വേണ്ടിവരും. ഡാറ്റയുടെ ഗുണനിലവാരവും ചിലപ്പോൾ അളവും, തുടക്ക ചോദ്യത്തിന് എത്ര നന്നായി മറുപടി നൽകാമെന്നും നിർണ്ണയിക്കും. ഡാറ്റ വിന്യാസം ഈ ഘട്ടത്തിൽ പ്രധാനമാണ്. ഈ ഘട്ടത്തിൽ മോഡൽ നിർമ്മിക്കാൻ ഡാറ്റ പരിശീലനവും പരിശോധനയുമായി വിഭജിക്കുന്നതും ഉൾപ്പെടുന്നു.
|
|
|
3. **പരിശീലന രീതി തിരഞ്ഞെടുക്കുക**. നിങ്ങളുടെ ചോദ്യത്തിനും ഡാറ്റയുടെ സ്വഭാവത്തിനും അനുസരിച്ച്, നിങ്ങൾക്ക് മോഡൽ പരിശീലിപ്പിക്കാൻ ഏറ്റവും തക്ക രീതിയെടുത്തു തിരഞ്ഞെടുക്കണം, അതിലൂടെ ഡാറ്റയെ മികച്ചതായ രൂപത്തിൽ പ്രതിഫലിപ്പിച്ച് ശരിയായ പ്രവചനങ്ങൾ നടത്താൻ കഴിയും. ഈ ഭാഗം മിഷീൻ ലേണിംഗ് പ്രക്രിയയിൽ പ്രത്യേക അനുഭവശേഷി ആവശ്യപ്പെടുന്നു, കൂടാതെ പലപ്പോഴും നിരവധി പരീക്ഷണങ്ങൾ ആവശ്യമാണ്.
|
|
|
4. **മോഡൽ പരിശീലിപ്പിക്കുക**. നിങ്ങളുടെ പരിശീലന ഡാറ്റ ഉപയോഗിച്ച്, വ്യത്യസ്ത ആൽഗോരിതങ്ങൾ ഉപയോഗിച്ച് ഡാറ്റയിലെ മാതൃകകൾ തിരിച്ചറിഞ്ഞ് മോഡൽ പരിശീലിപ്പിക്കും. മോഡൽ കൂടുതൽ മെച്ചപ്പെട്ട മോഡൽ സൃഷ്ടിക്കാൻ ചില ഡാറ്റ ഭാഗങ്ങൾക്കു പ്രാധാന്യം നൽകാൻ അകത്തെ ഭാരം ക്രമീകരിക്കാം.
|
|
|
5. **മോഡൽ വിലയിരുത്തുക**. നമുക്ക് മുമ്പ് കാണാത്ത ഡാറ്റകള് (പരിശോധന ഡാറ്റ) ഉപയോഗിച്ച് മോഡൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് പരിശോധിക്കും.
|
|
|
6. **പാരാമീറ്റർ ട്യൂണിംഗ്**. നിങ്ങളുടെ മോഡലിന്റെ പ്രകടനത്തെ ആശ്രയിച്ച്, മോഡൽ പരിശീലിപ്പിക്കാനായി ഉപയോഗിക്കുന്ന ആൽഗോരിതങ്ങളുടെ പെരുമാറ്റം നിയന്ത്രിക്കുന്ന വ്യത്യസ്ത പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് പ്രക്രിയ വീണ്ടും നടത്താം.
|
|
|
7. **പ്രവചനം നടത്തുക**. പുതിയ ഇൻപുട്ടുകൾ ഉപയോഗിച്ച് നിങ്ങളുടെ മോഡലിന്റെ കൃത്യത പരിശോധിക്കുക.
|
|
|
|
|
|
## ചോദ്യം എങ്ങനെ ചോദിക്കണം
|
|
|
|
|
|
കമ്പ്യൂട്ടറുകൾ ഡാറ്റയിൽ മറഞ്ഞിരിക്കുന്ന മാതൃകകൾ കണ്ടെത്തുന്നതിൽ വളരെ കഴിവുള്ളവയാണ്. ഇത് ഒരു നിബന്ധന അടിസ്ഥാനമാക്കിയുള്ള നിയമങ്ങൾ നിർമ്മിച്ച് എളുപ്പത്തിൽ മറുപടി നൽകാനാവാത്ത വിഷയങ്ങളിലുള്ള ഗവേഷകരെ സഹായിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു ഡാറ്റാ ശാസ്ത്രജ്ഞൻ പുകയുന്നവരും പുകവലി ചെയ്യാത്തവരും തമ്മിലുള്ള മരണാനുപാതത്തെക്കുറിച്ച് കയ്യാൽ നിർമ്മിച്ചതായ നിയമങ്ങൾ രൂപപ്പെടുത്താൻ കഴിയും.
|
|
|
|
|
|
പല വ്യത്യസ്ത വേരിയബ്രുകൾ ചോദ്യം കൂട്ടുമ്പോൾ, പഴയ ആരോഗ്യചരിത്രത്തെ അടിസ്ഥാനമാക്കി ഭാവി മരണാനുപാതങ്ങൾ പ്രവചിക്കാൻ മെഷീൻ ലേണിംഗ് മോഡൽ കൂടുതൽ കാര്യക്ഷമമാകാം. ഒരു കൂടുതൽ സന്തോഷജനകമായ ഉദാഹരണം എത്രത്തോളം, ഏപ്രിൽ മാസം ഒരു നിശ്ചിത സ്ഥലത്ത് കാലാവസ്ഥാ പ്രവചനങ്ങൾ latitude, longitude, കാലാവസ്ഥ മാറ്റം, സമുദ്രത്തിൻറെ അടുത്തുള്ള സ്ഥലം, ജെറ്റ് സ്റ്റ്രീം മാതൃകകൾ തുടങ്ങിയവ ഉപയോഗിച്ച് നടത്തുക.
|
|
|
|
|
|
✅ കാലാവസ്ഥ മോഡലുകൾ സംബന്ധിച്ച ഈ [സ്ലൈഡ് ഡെക്ക്](https://www2.cisl.ucar.edu/sites/default/files/2021-10/0900%20June%2024%20Haupt_0.pdf) ML ഉപയോഗത്തിന്റെ ഈതിഹാസപരമായ കാഴ്ചപ്പാട് നൽകുന്നു.
|
|
|
|
|
|
## മുൻകൂട്ടി ചെയേണ്ട പ്രവർത്തനങ്ങൾ
|
|
|
|
|
|
മോഡൽ നിർമ്മിക്കാൻ തുടങ്ങുന്നതിനുമുമ്പ്, നിങ്ങൾ പൂർത്തീകരിക്കേണ്ട പല പ്രവർത്തനങ്ങളുണ്ട്. നിങ്ങളുടെ ചോദ്യത്തെ പരിശോധിച്ചും മോഡലിന്റെ പ്രവചനങ്ങൾ അടിസ്ഥാനമാക്കി ഒരു ഹ്രസ്വ സ്വപ്നം രൂപീകരിച്ചും, ചില ഘടകങ്ങൾ തിരിച്ചറിയാനും ക്രമീകരിക്കാനും നിങ്ങൾ ഇതിനകം തയ്യാറാവണം.
|
|
|
|
|
|
### ഡാറ്റ
|
|
|
|
|
|
ചോദ്യത്തിന് ഒരുപഴും ഉറപ്പോടെ മറുപടി നൽകാൻ, ശരിയായ തരത്തിലുള്ള മെച്ചപ്പെട്ട രീതിയിൽ പലമാത്രയിലുള്ള ഡാറ്റ ഉണ്ടായിരിക്കണം. നിങ്ങൾ ചെയ്യേണ്ട രണ്ടു കാര്യങ്ങൾ:
|
|
|
|
|
|
- **ഡാറ്റ ശേഖരിക്കുക**. മുമ്പത്തെ പാഠത്തിലുള്ള ഫയർനെസ്സ് (നീതിസമ്പന്നത) ശ്രദ്ധയിൽ വെച്ച്, ശ്രദ്ധാപൂർവ്വം ഡാറ്റ ശേഖരിക്കുക. ഈ ഡാറ്റയുടെ ഉറവിടങ്ങൾ, അവയിൽ ഉണ്ടായേക്കാവുന്ന സ്വാഭാവിക പരിഷ്ക്കാരങ്ങൾ എന്നിവ ബോധ്യപ്പെടുത്തുകയും അതിന്റെ ഉത്ഭവം രേഖപ്പെടുത്തുകയും ചെയ്യുക.
|
|
|
- **ഡാറ്റ തയ്യാറാക്കുക**. ഡാറ്റ തയ്യാറാക്കൽ പ്രക്രിയയിൽ പല ഘട്ടങ്ങൾ ഉണ്ട്. ഡാറ്റ വ്യത്യസ്ത ഉറവിടങ്ങളിൽ നിന്നാണെങ്കിൽ അത് ഒത്തുചേർത്ത് സാധാരണ രൂപത്തിലാക്കേണ്ടതുണ്ടാകാം. ഡാറ്റയുടെ ഗുണനിലവാരവും അളവും മെച്ചപ്പെടുത്താൻ സ്ട്രിംഗ്-നമ്പർ പരിവർത്തനം പോലുള്ള വിവിധ രീതികൾ ഉപയോഗിയ്ക്കാം ([ക്ലസ്റ്ററിംഗിൽ](../../5-Clustering/1-Visualize/README.md) ചെയ്തതു പോലെ). മൂല ഡാറ്റയെ അടിസ്ഥാനമാക്കി പുതിയത് സൃഷ്ടിക്കാം ([ക്ലാസിഫിക്കേഷനിൽ](../../4-Classification/1-Introduction/README.md) തുടങ്ങിയതു പോലെ). ഡാറ്റ വൃത്തികെട്ടതും തിരുത്തലുകൾ ചെയ്യേണ്ടതുമായി, പ്രത്യേകിച്ച് [വെബ് ആപ്പ്](../../3-Web-App/README.md) പാഠത്തിനു മുമ്പ് ചെയ്യുന്നു. അവസാനം, നിങ്ങൾക്ക് ഡാറ്റയെ അണിയിച്ച മൂലം റാന്റമൈസ് ചെയ്ത് ഷഫിൾ ചെയ്തേക്കാം, നിങ്ങളുടെ പരിശീലന സാങ്കേതികതയെ ആശ്രയിച്ച്.
|
|
|
|
|
|
✅ ഡാറ്റ ശേഖരിക്കുകയും പ്രോസസ്സ് ചെയ്തതിനു ശേഷം, അത് നിങ്ങളുടെ പ്രതീക്ഷിച്ച ചോദ്യത്തെ സവാളിക്കാന് അനുയോജ്യമാണ് എന്നോ ദൃശ്യമാക്കാൻ ഒരു നിമിഷം എടുക്കുക. ഡാറ്റ നിങ്ങൾക്കുള്ള പ്രയോഗത്തിന് ശരിയായ പ്രകടനകൃത്യത സംഭാവന ചെയ്യാതിരിക്കാം, [ക്ലസ്റ്ററിംഗിൽ](../../5-Clustering/1-Visualize/README.md) നാം കണ്ടെത്തിയതു പോലെ!
|
|
|
|
|
|
### സവിശേഷതകളും ലക്ഷ്യവും
|
|
|
|
|
|
[സവിശേഷത](https://www.datasciencecentral.com/profiles/blogs/an-introduction-to-variable-and-feature-selection) എന്നാണ് ഡാറ്റയുടെ അളവുകളായ ഗുണം. പല ഡാറ്റാസെറ്റുകളിൽ ഇത് 'തീയതി', 'വലുപ്പം' അല്ലെങ്കിൽ 'നിറം' പോലുള്ള കോളം ഹെഡിങ്ങുകളായി പ്രത്യക്ഷപ്പെടും. നിങ്ങളുടെ സവിശേഷത വേരിയബിൾ, സാധാരണയായി കോഡിൽ `X` ആയി പ്രതിനിധാനം ചെയ്തിട്ടുണ്ട്, മോഡൽ തയ്യാറാക്കാൻ ഉപയോഗിക്കുന്ന ഇൻപുട്ട് വേരിയബിൾ ആണ്.
|
|
|
|
|
|
ലക്ഷ്യം (ടാർഗറ്റ്) നിങ്ങൾ പ്രവചിക്കാനാഗ്രഹിക്കുന്ന ഒന്നാണ്. സാധാരണ കോഡിൽ `y` ആയി പ്രതിനിധാനം ചെയ്തിരിക്കുന്ന ടാർഗറ്റ്, നിങ്ങളുടെ ഡാറ്റയിൽ നിന്ന് ചോദിക്കാനിരിക്കുന്ന ചോദ്യത്തിന് ഉത്തരം ആണ്: ഡിസംബറിൽ, ഏതു **നിറത്തിലുള്ള** കുംബളി ഏറ്റവും വിലക്കുറവായിരിക്കും? സാൻ ഫ്രാൻസിസ്കോയിൽ ഏതു പ്രദേശങ്ങൾ മികച്ച reaൽ എസ്റ്റേറ്റ് **വില** ഉണ്ടാകും? ടാർഗറ്റിനെ ലേബൽ ആട്രിബ്യൂട്ട് എന്നും വിളിക്കുന്നത് കാണാം.
|
|
|
|
|
|
### നിങ്ങളുടെ സവിശേഷത വേരിയബിൾ തിരഞ്ഞെടുക്കുക
|
|
|
|
|
|
🎓 **ഫീച്ചർ സെലക്ഷനും ഫീച്ചർ എക്സ്ട്രക്ഷനും** ഒരു മോഡൽ നിർമ്മിക്കുമ്പോൾ ഏത് വേരിയബിൾ തിരഞ്ഞെടുക്കണമെന്ന് അറിയാൻ നിങ്ങൾ സാധ്യതയുള്ള പരമ്പരാഗത പ്രക്രിയകൾ ഫീച്ചർ സെലക്ഷൻ അല്ലെങ്കിൽ ഫീച്ചർ എക്സ്ട്രക്ഷൻ ആണ്. ഇവ ഒന്നല്ല: "ഫീച്ചർ എക്സ്ട്രക്ഷൻ മൂല സവിശേഷതകളിൽ നിന്നുള്ള ഫംഗ്ഷനുകളിൽ നിന്നു പുതിയ സവിശേഷതകൾ സൃഷ്ടിക്കുകയും, ഫീച്ചർ സെലക്ഷൻ സവിശേഷതകളുടെ ചെറിയ ഒരു ഉപസമുച്ചയം തിരികെ നൽകുകയും ചെയ്യുന്നു." ([ഉറവിടം](https://wikipedia.org/wiki/Feature_selection))
|
|
|
|
|
|
### നിങ്ങളുടെ ഡാറ്റ ദൃശ്യവൽക്കരിക്കുക
|
|
|
|
|
|
ഡാറ്റ ശാസ്ത്രജ്ഞന്റെ ഉപകരണപട്ടികയിൽ ഡാറ്റ ദൃശ്യമായി പ്രതിപാദിക്കാൻ ഉള്ള ശേഷി ഒരു പ്രധാന ഭാഗമാണ്, ഉദാഹരണത്തിന് Seaborn അല്ലെങ്കിൽ MatPlotLib പോലുള്ള മികച്ച ലൈബ്രറികളും അതിന് ഉപയോഗിക്കുന്നു. ഡാറ്റ ദൃശ്യീകരണം മറഞ്ഞുള്ള ബന്ധങ്ങൾ കണ്ടെത്താനും സഹായിക്കാം. ഇത് സ്വാഭാവികമായ വായ്പകൾ അല്ലെങ്കിൽ അസന്തുലിത ഡാറ്റ കണ്ടെത്തുന്നതിലും സഹായകരമാണ് ([ക്ലാസിഫിക്കേഷനിൽ](../../4-Classification/2-Classifiers-1/README.md) കണ്ടെത്തുന്നതുപോലെ).
|
|
|
|
|
|
### ഡാറ്റാ സെറ്റ് വിഭജിക്കുക
|
|
|
|
|
|
പരിശീലനം ആരംഭിക്കുന്നതിന് മുമ്പ്, നിങ്ങൾ ഡാറ്റാ സെറ്റ് രണ്ടോ അതിലധികമോ ഭാഗങ്ങളായി ഭിന്നമായ വലുപ്പങ്ങളിൽ വിഭജിക്കണം, എന്നാൽ അത് ഡാറ്റയെ ശരിയായി പ്രതിനിധാനം ചെയ്യുന്നുണ്ടാകണം.
|
|
|
|
|
|
- **പരിശീലനം**. ഈ ഡാറ്റാ സെറ്റ് നിങ്ങളുടെ മോഡലിന് പരിശീലനം നൽകാനുപയോഗിക്കുന്നു. ഇത് യഥാർത്ഥ ഡാറ്റാസറ്റിന്റെ വലിയൊരു വിഭാഗമാണ്.
|
|
|
- **പരിശോധന**. ഒരു പരിശോധനാ ഡാറ്റാ സെറ്റ് സ്വതന്ത്രമായ ഡാറ്റാ ഗ്രൂപ്പ് ആണ്, സാധാരണയായി യഥാർത്ഥ ഡാറ്റയിൽ നിന്നും എടുത്തതായിരിക്കും, നിർമ്മിച്ച മോഡലിന്റെ പ്രകടനം ഉറപ്പുവരുത്താൻ ഉപയോഗിക്കുന്നത്.
|
|
|
- **വ്യവസ്ഥാപിക്കൽ**. ഒരു വ്യവസ്ഥാപന സെറ്റ് ചെറിയ സ്വതന്ത്ര ഡാറ്റാ ഉദാഹരണങ്ങളുടെ ഗ്രൂപ്പാണ്, ഇത് മോഡലിന്റെ ഹൈപ്പർപാരാമീറ്ററുകൾ, അല്ലെങ്കിൽ ശില്പരചന, മെച്ചപ്പെടുത്താൻ ഉപയോഗിക്കുന്നു. നിങ്ങളുടെ ഡാറ്റയുടെ വലിപ്പത്തിനും ചോദ്യം അനുസരിച്ചും ഈ മൂന്നാം സെറ്റ് തീർക്കേണ്ടതായിരിക്കില്ല ([ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗ്](../../7-TimeSeries/1-Introduction/README.md) കുറിക്കുന്നത് പോലെ).
|
|
|
|
|
|
## മോഡൽ നിർമ്മാണം
|
|
|
|
|
|
നിങ്ങളുടെ പരിശീലന ഡാറ്റ ഉപയോഗിച്ച്, കണക്കിലെടുത്താൽ ഡാറ്റയുടെ സാംഖ്യിക പ്രതിനിധി ആയി ഒരു മോഡൽ നിർമ്മിക്കാൻ നിങ്ങളുടെ ലക്ഷ്യമാണ്. പരിശീലനം മോഡലിനെ ഡാറ്റയുമായി പരിചയപ്പെടുത്തുകയും കാണുന്ന മാതൃകകൾ വിശകലനം ചെയ്ത് അവ അംഗീകരിക്കുകയോ നിരസിക്കുകയോ ചെയ്യാൻ അനുവദിക്കുകയും ചെയ്യുന്നു.
|
|
|
|
|
|
### പരിശീലന രീതി തീരുമാനിക്കുക
|
|
|
|
|
|
നിങ്ങളുടെ ചോദ്യത്തിനും ഡാറ്റയുടെ സ്വഭാവത്തിനും അനുസരിച്ച്, നിങ്ങൾക്ക് അനുയോജ്യമായ ഒരു രീതി തിരഞ്ഞെടുക്കണം. [Scikit-learn ഡോക്യുമെന്റേഷൻ](https://scikit-learn.org/stable/user_guide.html) വഴി നിങ്ങൾ പല മോഡൽ പരിശീലന മാർഗ്ഗങ്ങൾ പരിശോധിക്കാം - ഈ കോഴ്സിൽ ഞങ്ങൾ ഇത് ഉപയോഗിക്കുന്നു. പരിചയത്തെ ആശ്രയിച്ച്, ഏറ്റവും നല്ല മോഡൽ നിർമ്മിക്കാൻ പലവിധ രീതി പരീക്ഷിക്കേണ്ടതായിരിക്കും. ഡാറ്റ ശാസ്ത്രജ്ഞർ മോഡൽ നൂതന ഡാറ്റയുമായി പരീക്ഷിച്ച്, കൃത്യത, വായ്പകൾ, മറ്റ് ഗുണനിലവാരം കുറയുന്ന പ്രശ്നങ്ങൾ പരിശോധിച്ച് ഏറ്റവും അനുയോജ്യമായ പരിശീലന മാർഗ്ഗം തിരഞ്ഞെടുക്കുന്നതാണ് സാധാരണ പ്രക്രിയ.
|
|
|
|
|
|
### മോഡൽ പരിശീലിപ്പിക്കുക
|
|
|
|
|
|
പരിശീലന ഡാറ്റ ലഭിച്ചതിനുശേഷം, അതിന് 'fit' ചെയ്ത് മോഡൽ സൃഷ്ടിക്കാൻ നിങ്ങൾ തയ്യാറാകും. പല ML ലൈബ്രറികളിൽ 'model.fit' എന്ന കോഡ് കാണും - ഈ സമയത്ത് നിങ്ങളുടെ സവിശേഷത വേരിയബിൾ പദാർത്ഥങ്ങളുടെ അറേ ആയി (പൊതി പറയുംപോലെ 'X')യും ടാർഗറ്റും (പൊതി പറയുംപോലെ ‘y’) അയച്ചുകൊടുക്കുന്നു.
|
|
|
|
|
|
### മോഡൽ വിലയിരുത്തുക
|
|
|
|
|
|
പരിശീലന പ്രക്രിയ പൂർത്തിയാകുമ്പോൾ (വലിയ മോഡലുകൾക്ക് പല തവണ ആവർത്തനങ്ങൾ/epochs ആവാം), പരീക്ഷണ ഡാറ്റ ഉപയോഗിച്ച് മോഡലിന്റെ പ്രകടനം അളക്കാൻ കഴിയും. ഈ ഡാറ്റ യാഥാർത്ഥ്യത്തിൽ മോഡൽ മുൻപ് വിശകലനമില്ലാത്ത ഡാറ്റയുടെ ഉപസമുച്ചയമാണ്. മോഡലിന്റെ ഗുണനിലവാരത്തെക്കുറിച്ചുള്ള മീറ്റ്രിക്സ് ടേബിൾ പ്രിന്റുചെയ്യാം.
|
|
|
|
|
|
🎓 **മോഡൽ ഫിറ്റിങ്**
|
|
|
|
|
|
മെഷീൻ ലേണിംഗിൽ, മോഡൽ ഫിറ്റിങ് എന്നത് മോഡൽ വ്യവഹാര ഘടകങ്ങളുടെ കൃത്യതയെ സൂചിപ്പിക്കുന്നു, അത് പരിചയമില്ലാത്ത ഡാറ്റ വിശകലനം ചെയ്യാൻ ശ്രമിക്കുമ്പോൾ.
|
|
|
|
|
|
🎓 **അണ്ടർഫിറ്റിംഗും** **ഓവർഫിറ്റിംഗും** മോഡലിന്റെ ഗുണനിലവാരം താഴ്ത്തുന്ന പൊതുവായ പ്രശ്നങ്ങളാണ്. മോഡൽ അല്ലത്രമേൽ അനുയോജ്യമായില്ലെങ്കിൽ, പരിശീലന ഡാറ്റയുമായി അത്ര സരളമായി അല്ലെങ്കിൽ വളരെ അടുത്തതായി അനുസൃതമാകുന്നത് കാരണമാണ്. ഓവർ ഫിറ്റ് മോഡൽ പരിശീലം ഡാറ്റ വിശദാംശങ്ങളും ശബ്ദവും പിഴച്ചുപിടിച്ചതുകൊണ്ട് വലിയ കൃത്യതയോടെ പ്രവചനം നടത്തുന്നു. അണ്ടർഫിറ്റ് മോഡൽ ആസൂത്രണിച്ച പരിശീലന ഡാറ്റയും മുമ്പ് കാണാത്ത ഡാറ്റയും ശരിയായി വിശകലനം ചെയ്യാനാകില്ല.
|
|
|
|
|
|
|
|
|
> ഇൻഫോഗ്രാഫിക് [ജെൻ ലൂപ്പർ](https://twitter.com/jenlooper)
|
|
|
|
|
|
## പാരാമീറ്റർ ട്യൂണിംഗ്
|
|
|
|
|
|
ആദ്യപരിശീലനം പൂർത്തിയായ ശേഷം, മോഡലിന്റെ ഗുണനിലവാരം ശ്രദ്ധിക്കുക, അതിന്റെ ‘ഹൈപ്പർപാരാമീറ്ററുകൾ’ മാറ്റി മെച്ചപ്പെടുത്താൻ സ്വല്പം പരിശ്രമിക്കുക. പ്രക്രിയയെക്കുറിച്ച് കൂടുതൽ [ഡോക്യുമെന്റേഷനിൽ](https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters?WT.mc_id=academic-77952-leestott) വായിക്കാം.
|
|
|
|
|
|
## പ്രവചന
|
|
|
|
|
|
പുതിയ ഡാറ്റ ഉപയോഗിച്ച് നിങ്ങളുടെ മോഡലിന്റെ കൃത്യത പരീക്ഷിക്കാൻ ഇതാണ് ഘട്ടം. പ്രയോഗയിൽ, വെബ് ആസ്തികൾ നിർമ്മിച്ച് മോഡൽ പ്രൊഡക്ഷനിൽ ഉപയോഗിക്കുന്നപ്പോൾ, ഈ പ്രക്രിയയിൽ ഉപയോക്താവിന്റെ ഇൻപുട്ട് (ഉദാഹരണത്തിന് ഒരു ബട്ടൺ അമർത്തൽ) ശേഖരിച്ച് മോഡലിലേയ്ക്ക് വ്യത്യാസ വേരിയബിൾ ആയി അയച്ച് മൂല്യനിർണയം നടത്തുന്നത് ഉള്പ്പെടാം.
|
|
|
|
|
|
ഈ പാഠങ്ങളിലൂടെ, നിങ്ങൾ ഈ ഘട്ടങ്ങൾ ഉപയോഗിച്ച് തയ്യാറാക്കുകയും, നിർമ്മിക്കുകയും, പരീക്ഷിക്കുകയും, വിലയിരുത്തുകയും പ്രവചനങ്ങളും ചെയ്യുകയും ചെയ്യുന്ന ഡാറ്റ ശാസ്ത്രജ്ഞന്റെ എല്ലാ പ്രവർത്തനങ്ങളും പഠിക്കാനാകും. ഈ യാത്രയിൽ 'ഫുൾ സ്റ്റാക്ക്' ML എൻജിനിയറായി മാറുന്നതിന് ഒരുങ്ങുക.
|
|
|
|
|
|
---
|
|
|
|
|
|
## 🚀ചിൽവിക്കൽ
|
|
|
|
|
|
മഷീൻ ലേണിംഗ് പ്രായോഗികൻ സ്വീകരിക്കുന്ന ഘട്ടങ്ങളുടെ ഫ്ലോ ചാർട്ട് വരച്ചു കാണിക്കുക. ഇപ്പോൾ പ്രക്രിയയിൽ നിങ്ങൾ എവിടെയാണ് നിങ്ങളുടെ സ്ഥാനം? ഏത് ഘട്ടത്തിൽ നിങ്ങൾക്ക് ബുദ്ധിമുട്ടുണ്ടാകും എന്നു നിങ്ങൾ കരുതുന്നു? എന്ത് നിങ്ങൾക്ക് എളുപ്പമാണ്?
|
|
|
|
|
|
## [പോസ്റ്റ്-ലെക്ചർ ക്വിസ്](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
## അവലോകനം & സ്വയം പഠനം
|
|
|
|
|
|
അവിടെ ഡാറ്റ ശാസ്ത്രജ്ഞർ അവരുടെയ ജോലി കുറിച്ച് സംസാരിക്കുന്ന അഭിമുഖങ്ങൾ ഓൺലൈനിൽ അന്വേഷിക്കുക. ഇതാ [ഒരു ഉദാഹരണം](https://www.youtube.com/watch?v=Z3IjgbbCEfs).
|
|
|
|
|
|
## അസൈൻമെന്റ്
|
|
|
|
|
|
[ഒരു ഡാറ്റ ശാസ്ത്രജ്ഞനെ അഭിമുഖം ചെയ്യുക](assignment.md)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**ഡിസ്ക്ലെയിമർ**:
|
|
|
ഈ ഡോക്യുമെന്റ് AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നിശ്ചിതത്വത്തിനായി ഞങ്ങൾ ശ്രമിക്കുന്നുണ്ടെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. യഥാർത്ഥ ഭാഷയിലെ പ്രമാണം മാത്രമെ പ്രാമാണിക സ്രೋതസായി പരിഗണിക്കാവൂ. അത്യന്താപേക്ഷിത വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദിത്വം താമസിയരുത്.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
