প্রশ্ন ট্যাগ «machine-learning»

মেশিন লার্নিং (এমএল) সম্পর্কিত প্রশ্নগুলির জন্য, যা এমন পদ্ধতিগুলির একটি সেট যা স্বয়ংক্রিয়ভাবে ডেটাগুলিতে নিদর্শনগুলি সনাক্ত করতে পারে এবং তারপরে অনাবৃত নিদর্শনগুলি ভবিষ্যতের ডেটা ভবিষ্যদ্বাণী করতে, বা অনিশ্চয়তার অধীনে অন্যান্য ধরণের সিদ্ধান্ত গ্রহণের জন্য (যেমন কীভাবে পরিকল্পনা করা যায়) আরও ডেটা সংগ্রহ করতে)। এমএল সাধারণত তদারকি, নিরীক্ষণ এবং পুনর্বহাল শেখার মধ্যে বিভক্ত হয়। ডিপ লার্নিং এমএলের একটি সাবফিল্ড যা গভীর কৃত্রিম নিউরাল নেটওয়ার্ক ব্যবহার করে।

1
টিক টেক টের মতো খেলায় জেনেটিক অ্যালগরিদম বনাম নিউরাল নেটওয়ার্কগুলি?
বর্তমানে আমি এমন একটি প্রকল্প করছি যা গেমোকু গেমটি খেলতে একটি এআই তৈরি করতে চলেছে (এটি টিক টেক টোয়ের মতো, তবে 15 * 15 বোর্ডে খেলেছে এবং জয়ের জন্য পরপর 5 টি প্রয়োজন)। আমি ইতিমধ্যে সফলভাবে কিউ শিখতে এবং গেমের স্টেটগুলি / টেবিলের মধ্যে সঞ্চিত গেম স্টেটস / ক্রিয়াকলাপগুলি ব্যবহার …

6
মেশিন লার্নিংয়ের জন্য আমার কী অধ্যয়ন করা দরকার?
গত বছর থেকে শুরু করে, আমি মেশিন লার্নিংয়ের মতো কয়েকটি গুরুত্বপূর্ণ থিসিস বোঝার জন্য বিভিন্ন বিষয় অধ্যয়ন করছি এস। হোক্রেইটার, এবং জে শ্মিধুবার। (1997)। দীর্ঘ স্বল্পমেয়াদী স্মৃতি । নিউরাল গণনা, 9 (8), 1735-1780। যাইহোক, আমার কোনও গাণিতিক পটভূমি না থাকার কারণে, আমি পছন্দ মতো বিষয়গুলি শিখতে শুরু করি পাথুরি মাল্টিভাইয়ারেট …

2
এআই কি এখনও ভাল রসিকতা লিখতে পারে?
কৌতুক বলার বিষয়ে ভার্চুয়াল সহকারীদের পারফরম্যান্সের জন্য সবেমাত্র একটি ওয়্যারিড ভিডিও দেখেছি। এগুলি মানুষের দ্বারা রচিত, তবে আমি জানতে চাই যে এআই কিছু লেখার পক্ষে যথেষ্ট ভাল হয়েছে কিনা।


3
কিছু বৈশিষ্ট্যযুক্ত কোনও ব্যবহারকারীর উপলব্ধতার পূর্বাভাস দেওয়ার জন্য আমার কি শ্রেণিবদ্ধকরণ বা প্রতিরোধের প্রয়োজন?
ডেটা মাইনিং পদ্ধতিগুলি অধ্যয়ন করার সময় আমি বুঝতে পারি যে এখানে দুটি প্রধান বিভাগ রয়েছে: ভবিষ্যদ্বাণীমূলক পদ্ধতি: শ্রেণীবিন্যাস প্রত্যাগতি বর্ণনামূলক পদ্ধতি: থলোথলো সমিতির বিধি যেহেতু আমি অবস্থান, ক্রিয়াকলাপ, ব্যাটারি স্তর (প্রশিক্ষণ মডেলের জন্য ইনপুট) এর ভিত্তিতে ব্যবহারকারীর প্রাপ্যতা (আউটপুট) সম্পর্কে পূর্বাভাস দিতে চাই, তাই আমি মনে করি এটি সুস্পষ্ট যে …

1
নিউরাল নেটওয়ার্কে ইনপুটগুলিকে কীভাবে রূপান্তর করা যায় এবং দরকারী ফলাফলগুলি কীভাবে আহরণ করতে হয়?
আমি যখন থেকেই মেশিন লার্নিংয়ের অ্যাডাম গিটিংয়ের ব্লগটি এসেছি তখন থেকেই আমি নিউরাল নেটওয়ার্কগুলি বোঝার চেষ্টা করছি । আমি এই বিষয়টিতে যতটুকু পড়তে পেরেছি (যা আমি বুঝতে পারি) এবং বিশ্বাস করি যে আমি সমস্ত বিস্তৃত ধারণা এবং কিছু কাজ বুঝতে পারি (গণিতে খুব দুর্বল থাকা সত্ত্বেও), নিউরনস, সিনাপেস, ওজন, ব্যয় …

2
একটি এআই সিস্টেম কীভাবে তার ডোমেন জ্ঞান বিকাশ করতে পারে? শুধু মেশিন লার্নিং ছাড়া কি আরও কিছু আছে?
সুতরাং মেশিন লার্নিং কোনও সিস্টেমকে এই অর্থে স্বয়ংক্রিয়ভাবে চালিত করার অনুমতি দেয় যে এটি এ পর্যন্ত যা শিখেছে তার উপর ভিত্তি করে ভবিষ্যতের অবস্থার পূর্বাভাস দিতে পারে। আমার প্রশ্ন: মেশিন লার্নিং কৌশলগুলি কি কোনও সিস্টেমকে তার ডোমেন জ্ঞানের বিকাশের একমাত্র উপায় করে?

1
লক্ষণগুলি থেকে রোগের পূর্বাভাস দেওয়ার জন্য সঠিক কৌশল নির্বাচন করা
আমি এমন একটি সিস্টেমের জন্য সঠিক অ্যালগরিদম নিয়ে আসার চেষ্টা করছি যাতে ব্যবহারকারীর কয়েকটি লক্ষণ প্রবেশ করে এবং সিস্টেমটি বিদ্যমান বাচ্চার সাথে কিছু নির্বাচিত লক্ষণ যুক্ত হওয়ার সম্ভাবনাটি অনুমান বা নির্ধারণ করতে হয়। তারপরে তাদের সংযুক্ত করার পরে, ফলাফল বা আউটপুট লক্ষণগুলির জন্য একটি নির্দিষ্ট রোগ হওয়া উচিত। সিস্টেমটি প্রতিটি …

1
এআই এজেন্টকে স্ব-প্রোগ্রামিং-সক্ষম করার জন্য প্রয়োজনীয় উপাদানগুলি কী কী?
একটি এআই এজেন্ট প্রায়শই "সেন্সর", "একটি মেমরি", "মেশিন লার্নিং প্রসেসর" এবং "প্রতিক্রিয়া" উপাদান থাকার কথা ভাবা হয়। তবে এগুলি সহ একটি মেশিন অগত্যা একটি স্ব-প্রোগ্রামিং এআই এজেন্ট হয়ে ওঠে না। উপরে উল্লিখিত অংশগুলি বাদে, স্ব-প্রোগ্রামিং এআই এজেন্ট হিসাবে সক্ষম কোনও মেশিনকে তৈরি করার জন্য প্রয়োজনীয় কোনও উপাদান বা বিশদ রয়েছে …

4
এআই-এর কাজের ত্বরণের জন্য কীভাবে ASIC ব্যবহার করবেন?
আমরা উইকিপিডিয়া পৃষ্ঠায় পড়তে পারি যে গুগল মেশিন লার্নিংয়ের জন্য একটি কাস্টম এএসআইসি চিপ তৈরি করেছে এবং টেনসরফ্লোয়ের জন্য উপযুক্ত যা এআইকে ত্বরান্বিত করতে সহায়তা করে। যেহেতু ASIC চিপগুলি তার সার্কিট পরিবর্তন করার ক্ষমতা ছাড়াই একটি বিশেষ ব্যবহারের জন্য বিশেষভাবে কাস্টমাইজ করা হয়েছে, তাই অবশ্যই কিছু স্থির অ্যালগরিদম থাকতে হবে …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.