"মেশিন লার্নিং" এবং "ডিপ লার্নিং" পদগুলির মধ্যে পার্থক্য দেখে আমি কিছুটা বিভ্রান্ত হয়ে পড়েছি। আমি এটি গুগল করেছি এবং অনেক নিবন্ধ পড়েছি, তবে এটি এখনও আমার কাছে খুব পরিষ্কার নয়।
টম মিচেলের মেশিন লার্নিংয়ের একটি পরিচিত সংজ্ঞা হ'ল:
একটি কম্পিউটার প্রোগ্রামকে E এর কিছু অংশের কাজ টি এবং পারফরম্যান্স পরিমাপের ক্ষেত্রে P এর অভিজ্ঞতা থেকে শিখতে বলা হয় , যদি টি এর কাজগুলিতে এর পারফরম্যান্স , যেমন পি দ্বারা পরিমাপ করা হয় , অভিজ্ঞতা E এর সাথে উন্নতি করে ।
যদি আমার taks যেমন কুকুর এবং বিড়াল classifying একটি চিত্র শ্রেণীবিন্যাস সমস্যা নিতে টি , এই সংজ্ঞা থেকে আমি বুঝতে পারি যে আমি যদি এমএল অ্যালগরিদম কুকুর এবং বিড়াল (অভিজ্ঞতার ছবি একটি গুচ্ছ দিতে হবে ই ), এমএল অ্যালগরিদম কিভাবে জানতে পারে একটি নতুন চিত্র হয় কুকুর বা বিড়াল হিসাবে পার্থক্য (পারফরম্যান্স পরিমাপ পি ভালভাবে সংজ্ঞায়িত করা হয়)।
তারপরে আসে ডিপ লার্নিং। আমি বুঝতে পারি যে ডিপ লার্নিং মেশিন লার্নিংয়ের একটি অংশ এবং উপরের সংজ্ঞাটি ধারণ করে। কাজের সময়ে কর্মক্ষমতা টি অভিজ্ঞতার সঙ্গে উন্নত ই । এখন পর্যন্ত সব ঠিক আছে।
এই ব্লগটিতে বলা হয়েছে যে মেশিন লার্নিং এবং ডিপ লার্নিংয়ের মধ্যে পার্থক্য রয়েছে। আদিলের মতে পার্থক্যটি হ'ল (ট্র্যাডিশনাল) মেশিন লার্নিংয়ে ফিচারগুলি হস্ত-কারুকৃত করতে হয়, যেখানে ডিপ লার্নিংয়ে বৈশিষ্ট্যগুলি শিখানো হয়। নিম্নলিখিত পরিসংখ্যানগুলি তার বক্তব্য স্পষ্ট করে।
আমি (ট্র্যাডিশনাল) মেশিন লার্নিংয়ে বৈশিষ্ট্যগুলি হস্ত-কারুকর্ম করতে হবে তা দেখে আমি বিভ্রান্ত হয়ে পড়েছি। টম মিচেলের উপরোক্ত সংজ্ঞা থেকে, আমি ভাবব যে এই বৈশিষ্ট্যগুলি অভিজ্ঞতা ই এবং পারফরম্যান্স পি থেকে শিখবে । অন্যথায় মেশিন লার্নিংয়ে কী শিখতে পারে?
ডিপ লার্নিংয়ে আমি বুঝতে পারি যে অভিজ্ঞতা থেকে আপনি বৈশিষ্ট্যগুলি শিখেন এবং পারফরম্যান্সের উন্নতি করতে তারা কীভাবে একে অপরের সাথে সম্পর্কিত। আমি কি এই উপসংহারে আসতে পারি যে মেশিন লার্নিংয়ে ফিচারগুলি হস্ত-কারুকৃত হতে হবে এবং যা শিখেছে তা বৈশিষ্ট্যের সংমিশ্রণ? নাকি আমি অন্য কিছু মিস করছি?