ফাজি লজিকের কি কখনও হয়েছে?


10

যখন আমি গ্রেড স্কুলে (2000 এর দশকের গোড়ার দিকে) তখন মেশিন লার্নিং এবং ডেটা মাইনিংয়ের গবেষণার একটি সক্রিয় ক্ষেত্রের মতো মনে হচ্ছিল ফাজি যুক্তি । ফাজি ইনফারেন্স সিস্টেম, ফাজি সি-মেনস, বিভিন্ন নিউরাল নেটওয়ার্ক এবং সাপোর্ট ভেক্টর মেশিন আর্কিটেকচারের अस्पष्ट সংস্করণগুলি গ্রেড কোর্সে শেখানো হয়েছিল এবং সম্মেলনে আলোচনা করা হয়েছিল।

যেহেতু আমি আবার এমএল-এর দিকে মনোযোগ দেওয়া শুরু করেছি, ফাজি লজিক মনে হয় মানচিত্রটি পুরোপুরি সরিয়ে ফেলেছে এবং বর্তমান এমএল ল্যান্ডস্কেপ থেকে এর অনুপস্থিতি সমস্ত এআই হাইপকে পরিলক্ষিত করে তোলে।

এটি কি কেবল ফ্যাশনের বাইরে চলে যাওয়া কোনও বিষয়ের ঘটনা, বা বিশৃঙ্খলা যুক্তি এবং মূর্খ অনুক্রমের কোনও নির্দিষ্ট সীমাবদ্ধতা ছিল যা গবেষকরা বিষয়টিকে ত্যাগ করেছিল?


স্পষ্ট করে বলতে, জোবোম্যানের মন্তব্যের উপর ভিত্তি করে: এমন কোনও ঘটনা বা সন্ধান ছিল যা 60 এর দশকে নিউরাল নেটওয়ার্কগুলির মতো উদাহরণস্বরূপ, এফএলকে ফ্যাশন থেকে দূরে সরিয়ে দেয়, যখন প্রমাণিত হয়েছিল যে তারা এক্সওর সমাধান করতে পারে না because ? নাকি ফাজি সিস্টেমগুলি একটি প্রতিযোগিতামূলক দৃষ্টান্তের দ্বারা ছাপিয়ে গেছে?


কোনও উত্তর নয়, কেবল একটি অনুমান: এটি সম্ভবত সম্ভাবনার এত কাছাকাছি বলে মনে হচ্ছে যে শেষ পর্যন্ত সিএস গবেষকরা দুটি ধারণাটি একত্রীকরণের সিদ্ধান্ত নিয়েছেন?
ক্লিফ এবি

1
স্বীকার করা যায় এটি ভারী মতামত-ভিত্তিক হতে চলেছে এবং সম্ভবত এটি অফ-টপিক, তবে এখন আপনি এটি জিজ্ঞাসা করেছেন, আমি নিজেই কৌতূহলী।
জোবোম্যান

1
@ জবোম্যান আমি জানি না এটি প্রয়োজনীয়ভাবে মতামত ভিত্তিক কিনা। N০ এর দশকে কেন এননেটস ফ্যাশন থেকে বেরিয়ে গেল (এক্সওআর সমাধান করতে ব্যর্থতা) এর একটি উদ্দেশ্যমূলক বৈজ্ঞানিক উত্তর রয়েছে - আমি ভাবছি যে এফএল-তেও এরকম কিছু ঘটেছে কিনা।
স্ক্যান্ডার এইচ।

1
এটি এখনও মস্তিষ্কের পার্সেললেশন এবং সাধারণভাবে মস্তিষ্কের ম্যাপিংয়ে অনেকটা বেঁচে আছে, এটি ঠিক যে লোকদের পক্ষে অনেকগুলি লজিক অপারেশনের প্রয়োজন হয় না, তবে অস্পষ্ট অ্যাসাইনমেন্টটি এখনও জীবিত এবং লাথি মারছে।
ফায়ারব্যাগ

উত্তর:


3

আমার উত্তরটি अस्पष्ट যুক্তির চেয়ে ফাজি সেটগুলির জন্য প্রযুক্তিগতভাবে আরও প্রাসঙ্গিক, তবে দুটি ধারণাটি ব্যবহারিকভাবে অবিচ্ছেদ্য are কয়েক বছর আগে আমি এসকিউএল সার্ভারে ফাজি সেটগুলি বাস্তবায়নের বিষয়ে একটি টিউটোরিয়াল সিরিজ লেখার জন্য ফাজি যুক্তি সম্পর্কিত একাডেমিক জার্নাল নিবন্ধগুলি লিখেছি । যদিও আমি খুব কমই বিশেষজ্ঞ হিসাবে বিবেচিত হতে পারি, আমি সাহিত্যের সাথে মোটামুটিভাবে পরিচিত এবং ব্যবহারিক সমস্যাগুলি সমাধান করার জন্য কৌশলগুলি নিয়মিত ব্যবহার করি। প্রকাশিত গবেষণাটি থেকে আমি যে দৃ impression় ধারণাটি জাগিয়েছি তা হ'ল ফাজি সেটগুলির ব্যবহারিক সম্ভাবনা এখনও অপব্যবহারযোগ্য, মূলত এমন আরও কয়েক ডজন কৌশলগুলির যে গবেষণার জলরাশি প্রশ্নগুলির পরিপূরক সেটগুলি সমাধান করতে পারে তা নিয়ে গবেষণার প্রলাপের কারণে।

ডেটা সায়েন্স / মেশিন লার্নিং ইত্যাদি ক্ষেত্রে আইডিয়াসের ক্রাউড মার্কেটপ্লেস

সাপোর্ট ভেক্টর মেশিন, নিউরাল নেট, এলোমেলো বন ইত্যাদিতে এত দ্রুত অগ্রগতি হয়েছে যে বিশেষজ্ঞ, বিশ্লেষক, উপাত্ত বিজ্ঞানী, প্রোগ্রামার বা তাদের পণ্যাদির গ্রাহকদের পক্ষে এগুলি সব কিছু চালিয়ে নেওয়া অসম্ভব। আমার সিরিজের ব্লগ পোস্টগুলিতে আমি কীভাবে ফাজি সেট এবং যৌক্তিকতার জন্য অ্যালগরিদমগুলির বিকাশ উপলব্ধ সফ্টওয়্যার থেকে সাধারণত 20+ বছর এগিয়ে যায় তার বিষয়ে বহুক্ষণ আলোচনা করি তবে অনেকগুলি সম্পর্কিত ক্ষেত্রে একই কথা বলা যেতে পারে; আমি স্নায়বিক জালগুলির উপর নিবিড়ভাবে পড়ি এবং কয়েক দশক আগে বিকাশমান এমন অনেক সার্থক স্নায়বিক স্থাপত্যগুলির কথা ভাবতে পারি যা কখনই ব্যাপকভাবে অনুশীলনে রূপ দেয় না, সহজেই উপলব্ধ সফ্টওয়্যারটিতে কোডেড থাকে। বলা হচ্ছে, ঝোঁকযুক্ত যুক্তি এবং সেটগুলি এই ভিড়ের বাজারের ধারণাগুলির মধ্যে একটি অদ্ভুত অসুবিধায় রয়েছে মূলত তাদের মনিকারের কারণে, যা লোফি এ। জাদেহে এটি তৈরির সময় বিতর্কিত হয়েছিল। অস্পষ্ট কৌশলগুলির বিন্দুটি কেবল অবিচ্ছিন্নভাবে স্কেলগুলিতে স্বতন্ত্র মূল্যবান ডেটাগুলির আনুমানিক কয়েকটি শ্রেণির জন্য, তবে "আনুমানিক অবিচ্ছিন্ন-মূল্যবান যুক্তি" এবং "গ্রেড সেটগুলি" এর মতো শব্দগুলি ঠিক আকর্ষণীয় নয়। জাভেদ স্বীকার করেছেন যে তিনি "ফাজি" শব্দটি কিছুটা ব্যবহার করেছিলেন কারণ এটি মনোযোগ আকর্ষণীয় ছিল, কিন্তু পিছনে ফিরে তাকালে, এটি সম্ভবত সঠিকভাবে মনোযোগ আকর্ষণ করেছে।

কীভাবে শব্দটি "ফজ" ব্যাকফায়ার করে

ডেটা বিজ্ঞানী, বিশ্লেষক বা প্রোগ্রামার এর কাছে এটি এমন একটি শব্দ যা "শীতল প্রযুক্তি" এর উদ্দীপনা জাগাতে পারে; এআই / ডেটা মাইনিং / ইত্যাদিতে আগ্রহী তাদের কাছে। ইত্যাদির ফলে কেবল ব্যবসায়ের সমস্যার সমাধান হতে পারে, "অস্পষ্ট" শব্দটি একটি অযৌক্তিক ঝামেলার মতো বলে মনে হচ্ছে। কোনও কর্পোরেট ম্যানেজার, চিকিত্সা গবেষণায় জড়িত ডাক্তার, বা অন্য কোনও গ্রাহক যা জানেন না, তাদের কাছে এটি স্টাফ পশুর ছবি, s০ এর দশকের কপ শো বা জর্জ কার্লিনের ফ্রিজের বাইরে থাকা কোনও কিছুর চিত্র উঠতে পারে। দুই গ্রুপের মধ্যে শিল্পে সর্বদা একটি উত্তেজনা দেখা দিয়েছে, পরবর্তীকালে প্রায়শই প্রাক্তনকে কোড লেখা এবং মুনাফার চেয়ে বুদ্ধিদীপ্ত কৌতূহলের স্বার্থে গবেষণা করা থেকে বিরত থাকে; এই গোষ্ঠী কৌশলগুলি কেন লাভজনক তা প্রথম গোষ্ঠীটি ব্যাখ্যা না করতে পারলে প্রথমটির সতর্কতা তাদের গ্রহণ বন্ধ করে দেবে।

অনিশ্চয়তা ব্যবস্থাপনা এবং ফিজি সেট অ্যাপ্লিকেশনগুলির পরিবার

অস্পষ্ট সেট কৌশলগুলির পয়েন্টটি মুছে ফেলা হয়ইতিমধ্যে তথ্যের মধ্যে অন্তর্নিহিত অস্পষ্টতা, অবর্ণনীয় বিচ্ছিন্ন মানগুলির আকারে যা আনুমানিক অবিচ্ছিন্ন স্কেলগুলিতে আরও ভাল মডেল করা যেতে পারে, এই বিস্তৃত ভুল ধারণাটির বিপরীতে যে "ফাজ" এমন একটি জিনিস যা আপনি যুক্ত করেন, পিজ্জাতে বিশেষ শীর্ষের মতো। এই পার্থক্যটি সহজ হতে পারে তবে এটি প্রাকৃতিক ভাষা প্রক্রিয়াজাতকরণ থেকে শুরু করে ননলাইনারি সিস্টেমগুলি নিয়ন্ত্রণের জন্য ডিসিশন তত্ত্ব থেকে শুরু করে বিভিন্ন সম্ভাব্য অ্যাপ্লিকেশনগুলিকে অন্তর্ভুক্ত করে। ক্লিফ এবি প্রাথমিকভাবে পরামর্শ দিয়েছিল কারণ সম্ভাব্যতা अस्पष्ट যুক্তি শোষিত হয়নি কারণ এটি ব্যাখ্যাগুলির কেবল একটি ছোট উপসাগর যা अस्पष्ट মানের সাথে সংযুক্ত হতে পারে। অস্পষ্ট সদস্যতার ক্রিয়াকলাপগুলি মোটামুটি সহজ কারণ তারা সাধারণত এক বা একাধিক ধারাবাহিক মানগুলি নির্দিষ্ট করে একটি রেকর্ডের কতটা নির্দিষ্ট করে তার গ্রেড করে, সাধারণত 0 থেকে 1 এর স্কেলে (যদিও কিছু অ্যাপ্লিকেশনের জন্য আমি ' খুঁজে পেয়েছেন যে -1 থেকে 1 আরও দরকারী হতে পারে)। এই সংখ্যার জন্য আমরা যে অর্থটি অর্পণ করি তা আমাদের উপর নির্ভর করে, কারণ তারা আমাদের যা কিছু চায় তা বোঝাতে পারে, যেমন বিশ্বাসের বায়েশিয়ান ডিগ্রি, কোনও নির্দিষ্ট সিদ্ধান্তে আত্মবিশ্বাস, সম্ভাবনা বিতরণ, নিউরাল নেট অ্যাক্টিভেশনস, স্কেলড ভেরিয়েন্স, পারস্পরিক সম্পর্ক ইত্যাদি। কেবল পিডিএফ, ইডিএফ বা সিডিএফ মান নয়। আমি আমার ব্লগ সিরিজে এবং এ আরও অনেক বেশি বিশদে যেতে পারিএই সিভি পোস্টটি যার বেশিরভাগটি আমার পছন্দের ফাজি রিসোর্স, জর্জ জে। ক্লির এবং বো ইউয়ানের ফাজি সেটস এবং ফাজি লজিক: থিওরি অ্যান্ড অ্যাপ্লিকেশনস (১৯৯৫) এর মাধ্যমে কাজ করে নেওয়া হয়েছিল। তারা কীভাবে अस्पष्ट সেটগুলি থেকে "অনিশ্চয়তা ব্যবস্থাপনা" এর পুরো প্রোগ্রামগুলি আনা যায় সে সম্পর্কে আরও বিস্তৃত বিবরণে যায়।

যদি অস্পষ্ট যুক্তি এবং সেটগুলি কোনও ভোক্তা পণ্য হত তবে আমরা বলতে পারি যে বিপণনের অভাব এবং পণ্য প্রচারের অভাবে, এবং কোনও ব্র্যান্ডের নামের একটি বিপরীতমুখী পছন্দের কারণে এটি আজ অবধি ব্যর্থ হয়েছিল। এটি গবেষণা করার সময় আমি একক একাডেমিক জার্নাল নিবন্ধে চলার কথা মনে করতে পারি না যা মিনসি এবং পেপার্টের কুখ্যাত নিবন্ধের অনুরূপ এই অ্যাপ্লিকেশনগুলির কোনওরকমভাবে নিষ্ক্রিয় করার চেষ্টা করেছিল। বিকাশকারীদের, তাত্ত্বিকদের, তথ্য বিজ্ঞানীদের এবং একই ধরণের সমস্যার ক্ষেত্রে একই রকম প্রযোজ্য পণ্যগুলির জন্য দৃষ্টি আকর্ষণ করার জন্য আজকাল ধারণাগুলির মার্কেটপ্লেসে প্রচুর প্রতিযোগিতা রয়েছে যা দ্রুত প্রযুক্তিগত অগ্রগতির একটি ইতিবাচক পার্শ্ব প্রতিক্রিয়া। খারাপ দিকটি হ'ল এখানে প্রচুর কম-ঝুলন্ত ফল রয়েছে যা আনপিক করা হয়, বিশেষত ডেটা মডেলিংয়ের ক্ষেত্রে যেখানে তারা সবচেয়ে বেশি প্রযোজ্য।


2

ফাজি যুক্তিবাদী ধারণাগুলি ফ্যাশন থেকে বাদ দেওয়ার কারণ (এমএল) আমার কাছে অস্পষ্ট। এটি প্রযুক্তিগত, সমাজতাত্ত্বিক ইত্যাদি হতে পারে তা বেশ কয়েকটি কারণ হতে পারে ... নিশ্চিতভাবে একটি বিষয় হ'ল বিগত বছরগুলিতে এমএল এর গণিত সম্ভাবনা / পরিসংখ্যান এবং অপ্টিমাইজেশনের দ্বারা প্রাধান্য পেয়েছে, দুটি ক্ষেত্র যেখানে অস্পষ্ট যুক্তিযুক্ত (বা অস্পষ্ট সাহিত্য থেকে জারি করা ধারণাগুলি) পূরণ করতে পারে তবে এতে তারা সাধারণত প্রশ্নের চেয়ে বেশি উত্তর নিয়ে আসে। সম্ভাবনা এবং অপ্টিমাইজেশনের আরেকটি সুবিধা হ'ল যদিও তাদের মধ্যে বিভিন্ন প্রবণতা / ব্যাখ্যা হতে পারে (যেমন, বয়েসিয়ান বনাম ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘনতত্ত্ববিদ) তবে মৌলিক আনুষ্ঠানিক / গাণিতিক কাঠামোটি তাদের পক্ষে স্থিতিশীল (এটি আমার মতে, অস্পষ্ট যুক্তির জন্য কম স্পষ্ট) একটি বিস্তৃত অর্থে বোঝা)।

  • হোলারমিয়ার, ই। (2015)। মেশিন লার্নিংয়ের কি অস্পষ্ট যুক্তি প্রয়োজন ?. অস্পষ্ট সেট এবং সিস্টেমগুলি, 281, 292-299।

আমি মনে করি অস্পষ্ট যুক্তিবিদ্যার একটি প্রাথমিক ধারণা, এটি হ'ল ধীরে ধীরে ধারণাগুলি মডেল করা এবং এর সাথে যুক্ত যুক্তিযুক্ত সরঞ্জামগুলি সরবরাহ করা (মূলত যুক্তি প্রসারিত নয়, কেবল) এর সাথে সাম্প্রতিকতম কয়েকটি আইএমএস অন্তর্ভুক্ত রয়েছে। এটি কেবল বিরল হিসাবে আপনার কেবল যত্ন সহকারে দেখতে হবে। দুটি উদাহরণ অন্তর্ভুক্ত:

  • ফার্নাদি, জি।, বাচ, এসএইচ, মুনস, এমএফ, গেটুর, এল, এবং ডি কক, এম (2017)। পরিসংখ্যানগত সম্পর্ক সম্পর্কিত শিক্ষায় নরম কোয়ান্টিফিকেশন। মেশিন লার্নিং, 106 (12), 1971-1991। (যেখানে রেফারেন্সগুলিতে জাদেহ সেমিনাল পেপার সহ অস্পষ্ট যুক্তি যুক্ত রয়েছে)
  • চেং, ডব্লিউ।, র‌্যাডমেকার, এম।, ডি বায়েটস, বি।, এবং হোলারমিয়ার, ই। (২০১০, সেপ্টেম্বর)। আংশিক আদেশের পূর্বাভাস: অবলোচনা সহ র‌্যাঙ্কিং। ডেটাবেসগুলিতে মেশিন লার্নিং এবং জ্ঞান আবিষ্কার সম্পর্কিত যৌথ ইউরোপীয় সম্মেলনে (পৃষ্ঠা 215-230)। স্প্রিংগার, বার্লিন, হাইডেলবার্গ।

সামগ্রিকভাবে, আপনার প্রশ্নের আরও ব্যক্তিগত ভিত্তিতে উত্তর দেওয়ার জন্য, আমার অনুভূতিটি হ'ল ফাজি যুক্তিটি কীভাবে সম্পাদন করতে পারে (এমএল-এর সাম্প্রতিক দৃশ্যে) সম্ভাব্যতাগুলি অর্জন করতে পারে না তার স্পষ্ট উপলব্ধি নেই এবং যেহেতু উত্তরটি অনেক বেশি পুরানো এবং স্পষ্টভাবে ফিট করে একটি সম্ভাব্য জনসংখ্যা থেকে জারি করা ডেটা দেখার এমএল কাঠামোর সাথে আরও ভাল, অস্পষ্ট যুক্তির চেয়ে সম্ভাবনা এবং পরিসংখ্যানের সাথে যাওয়া আরও স্বাভাবিক ছিল। এর অর্থ হ'ল আপনি যদি এমএলটিতে ফাজি যুক্তি ব্যবহার করতে চান তবে আপনাকে এটি করার জন্য একটি দৃinc়প্রত্যয়ী, ভাল কারণ উপস্থাপন করতে হবে (উদাহরণস্বরূপ, ডিফারেন্টেবল ফাংশন সরবরাহ করে তারা যুক্তি প্রসারিত করে যাতে আপনি গভীর শিক্ষার ক্ষেত্রে যৌক্তিক নিয়মকে অন্তর্ভুক্ত করতে পারেন কৌশল)।

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.