What is Machine Learning in Hindi?

क्या आप जाने चाहते हैं की मशीन लर्निंग क्या होता है (what is machine learning in hindi?)? तो आप बिल्कुल सही जगह पर हैं |

मान लीजिए आप किसी चीज को पहचानना चाहते हैं लेकिन आप उसे कैसे करते हैं? जब आप कुछ देखते हैं, तो आपने उस वस्तु की विशेषताओं का विश्लेषण करना शुरू कर दिया और यह भी समझने की कोशिश की कि क्या वह वस्तु आपके द्वारा पहले ही दिखाई जा चुकी है? जब आप सुविधाओं और अपने पिछले अनुभव को जोड़ते हैं तो आपको परिणाम मिलेगा और आप वस्तु को पहचानने में सक्षम होंगे।

यह संपूर्ण घटना हमारे मस्तिष्क द्वारा एक नैनोसेकंड के भीतर की जाती है और इसलिए हम किसी वस्तु के प्रसंस्करण को समझने में सक्षम नहीं होते हैं। जब वही कार्य मानव के स्थान पर मशीन द्वारा किया जाता है तो उसे मशीन लर्निंग कहा जाता है।

What is Machine Learning in Hindi?

what is machine learning in hindi

इस तकनीकी दुनिया में मशीन लर्निंग वास्तव में एक बहुत ही ट्रेंडिंग टॉपिक है। भविष्य में, यह पूरी दुनिया को चलाएगा।

मशीन लर्निंग एक ऐसी तकनीक है जहां कंप्यूटर को कुछ प्रोग्रामिंग लैंग्वेज से प्रशिक्षित किया जाता है ताकि वह अपने निर्णय खुद ले सके और उन फैसलों की मदद से किसी विशेष वस्तु को पहचानने में सक्षम हो सके।

इस कच्चे डेटा सेट को लागू करने के लिए मशीन को इनपुट के रूप में प्रदान किया जाता है।

सबसे पहले, इनपुट इस तरह से आगे बढ़ता है कि यह कंप्यूटर के लिए उपयोगी होगा। फिर इस प्रोसेस्ड इनपुट का उपयोग करते हुए, कंप्यूटर कुछ एल्गोरिदम की मदद से खुद को प्रशिक्षित करता है।

प्रशिक्षण के बाद, कंप्यूटर कुछ ज्ञान इकट्ठा करता है, और उस ज्ञान का उपयोग करके, कंप्यूटर वांछित वस्तु का पता लगाने में सक्षम होता है।

विभिन्न वस्तुओं को पहचानने के लिए विभिन्न प्रकार के डेटा सेट उपलब्ध हैं। यानी अगर आप चाहते हैं कि आपकी मशीन किसी इमेज को डिटेक्ट करना चाहती है तो इसके लिए एक तरह का डेटा सेट उपलब्ध है, अगर आप चाहते हैं कि आपकी मशीन भाषा को समझना चाहती है तो दूसरे तरह का डेटा सेट उपलब्ध है।

विभिन्न एप्लिकेशन नेचुरल लैंग्वेज प्रोसेसिंग, सैटेलाइट इमेज प्रोसेसिंग, स्पैम डिटेक्शन, स्पीच रिकग्निशन, सेल्फ ड्राइविंग कारों और कई अन्य में मशीन लर्निंग का उपयोग करते हैं।

Segregation of Machine Learning in Hindi

इसलिए यदि आप मशीन लर्निंग (machine learning in hindi) में रुचि रखते हैं तो आपको इस बात का अंदाजा होना चाहिए कि यह अवधारणा कहां से आई है। दरअसल, आर्टिफिशियल इंटेलिजेंस शोध का मुख्य विषय है।

पूरी दुनिया इस नई तकनीक की ओर बढ़ रही है और हमने अपने दैनिक जीवन में बहुत से ऐसे अनुप्रयोग देखे हैं जो कृत्रिम बुद्धिमत्ता पर आधारित हैं।

यह एक शोध का विषय भी है क्योंकि यह तकनीक पर्याप्त परिपक्व नहीं है। मशीन लर्निंग आर्टिफिशियल इंटेलिजेंस का एक हिस्सा है और डीप लर्निंग मशीन लर्निंग का एक हिस्सा है। तो हमें इन तीन विषयों के बारे में कुछ बुनियादी विचार होना चाहिए, तब हम समझ सकते हैं कि वास्तव में मशीन लर्निंग क्या है।

What is Artificial Intelligence in Hindi?

कंप्यूटर वैज्ञानिक जॉन मैकार्थी के अनुसार, कंप्यूटर को इतना बुद्धिमान बनाना कि वह इंसानों की तरह किसी तरह का कार्य कर सके, कृत्रिम बुद्धिमत्ता के रूप में जाना जाता है।

सामान्य कंप्यूटरों के लिए, हमें प्रोग्रामिंग भाषा के माध्यम से निर्देशों का कुछ सेट प्रदान करना होता है ताकि यह कुछ विशेष कार्य कर सके।

यदि हम उस कार्य को करने के लिए उचित निर्देश नहीं देते हैं तो सामान्य कंप्यूटर कुछ भी नहीं कर सकता है। लेकिन आर्टिफिशियल इंटेलिजेंस की मदद से हमने कुछ एल्गोरिथम विकसित किए जिससे एक मशीन यह जान पाती है कि कोई खास मामला सामने आने पर उसे क्या करना चाहिए।

यह पुरानी तकनीक की तरह नहीं है, यह कुछ नया है जिसके द्वारा कंप्यूटर अपने निर्णय खुद ले सकता है। ऑटोमेशन बनाने की इस नई तकनीक को आर्टिफिशियल इंटेलिजेंस के नाम से जाना जाता है। मशीन लर्निंग इसी का एक हिस्सा है

ML and AI के बीच अंतर

हम पहले ही बता चुके हैं कि मशीन लर्निंग आर्टिफिशियल इंटेलिजेंस का एक हिस्सा है जिसका मतलब है कि AI(Artificial Intelligence) के लक्ष्य क्या हैं, वही लक्ष्य ML(Machine Learning) के लिए भी लागू होता है।

लेकिन एक कंप्यूटर जो मशीन लर्निंग का उपयोग करता है, ऐतिहासिक डेटा का उपयोग करके कुछ सीखता है। इसका मतलब है कि एक एल्गोरिथ्म विकसित किया गया है ताकि मशीन ऐतिहासिक डेटा का विश्लेषण कर सके और कुछ निर्णय सीख सके और उन निर्णयों को वर्तमान इनपुट पर लागू कर सके।

AI- संचालित मशीनें इनपुट के आधार पर अपने निर्णय बदल सकती हैं लेकिन ML-चालित मशीनें केवल कुछ विशेष प्रकार के इनपुट के लिए ही काम कर सकती हैं।

इसका मतलब है कि अगर एक एमएल-संचालित मशीन को कुत्ते का पता लगाने के लिए डिज़ाइन किया गया है तो यह विभिन्न प्रकार के कुत्तों की पहचान कर सकता है लेकिन इनपुट बिल्ली होने पर एल्गोरिदम स्वचालित रूप से नहीं बदला जाता है।

लेकिन जाहिर है, एमएल एआई का एक हिस्सा है और एमएल संचालित मशीन हमेशा अपने प्रशिक्षण में सुधार करती है ताकि यह भविष्य में बेहतर प्रदर्शन कर सके।

AI का मतलब ऐसी मशीन बनाना है जो इंसान की तरह काम कर सके लेकिन ML का मतलब ऐसी मशीन बनाना जो एक खास तरह के इनपुट का पता लगा सके।

What is Deep Learning in Hindi?

डीप लर्निंग मशीन लर्निंग का एक हिस्सा है जहां मशीन मानव मस्तिष्क की तरह काम करती है। डीएल विकसित करने के लिए उपयोग किए जाने वाले एल्गोरिदम को गहरे तंत्रिका नेटवर्क के रूप में जाना जाता है जिसे मानव मस्तिष्क के न्यूरॉन्स की कार्यक्षमता के आधार पर विकसित किया जाता है।

इसकी कार्य प्रक्रिया डेटा के वजन, डेटा के पूर्वाग्रह और डेटा के संयोजन पर आधारित होती है। यह इंटरकनेक्टेड नोड्स की कई परतों के साथ बनाया गया है।

प्रत्येक परत ने पिछली परत के आउटपुट से डेटा को फ़िल्टर किया और पूरे डेटा के बीच डेटा का सबसे अच्छा सेट चुना और इस तरह यह मॉडल का पता लगाता है।

आगे के प्रसार और पिछड़े प्रसार एक साथ निर्णय लेने में मदद करते हैं। हम इन दो विशेषताओं पर बाद में चर्चा करेंगे।

क्लासिक एमएल मॉडल हमेशा डेटा के पूरे सेट का विश्लेषण करता है जबकि डीएल मॉडल अनावश्यक डेटा को हटा देता है और फ़िल्टर किए गए डेटा को अधिक निस्पंदन के लिए अगली परत पर भेज देता है। DL ML का हिस्सा है और दोनों ही AI का हिस्सा हैं।

Machine Learning Algorithms

जब हम एक मशीन डिजाइन करते हैं तो एल्गोरिदम हमें तर्क बनाने में मदद करता है। मशीन लर्निंग को लागू करने के लिए, हमने चार तरह के एल्गोरिदम का इस्तेमाल किया। हम इसके बारे में एक संक्षिप्त चर्चा करेंगे।

हम इन एल्गोरिदम से जुड़े तकनीकी कर्मचारियों को साझा नहीं करेंगे। हम अपनी पोस्ट को यथासंभव सरल रखने की कोशिश कर रहे हैं ताकि हर कोई नवीनतम तकनीकों से अवगत हो सके।

चार एल्गोरिदम पर्यवेक्षित शिक्षण एल्गोरिथ्म, अनुपयोगी शिक्षण एल्गोरिथ्म, अर्ध-पर्यवेक्षित शिक्षण और सुदृढीकरण शिक्षण एल्गोरिथ्म हैं।

Supervised Learning Algorithm

इस प्रकार के लर्निंग एल्गोरिदम में, सबसे पहले, हम कुछ इनपुट और संबंधित आउटपुट प्रदान करते हैं, और डेटा के उस सेट से, मशीन एक मॉडल विकसित करने की कोशिश कर रही है।

यदि हम अधिक डेटा मुर्गी प्रदान करते हैं तो मॉडल की सटीकता बढ़ जाएगी। जब मशीन दिए गए डेटा के आधार पर उस कार्यक्षमता का निर्माण करती है तो वह इनपुट के आधार पर भविष्य के मूल्य की भविष्यवाणी कर सकती है।

मान लीजिए कि आपने अपनी मशीन को पिछले 20 वर्षों का व्यवसाय-संबंधी डेटा प्रदान किया है, तो एक पर्यवेक्षित शिक्षण एल्गोरिथम लागू करके, आपकी मशीन कार्यक्षमता उत्पन्न कर सकती है जिसके द्वारा वह आपके भविष्य के व्यवसाय-संबंधी डेटा का अनुमान लगा सकती है।

कुछ गणितीय उपकरण जो इन एल्गोरिदम को लागू करने के लिए उपयोग किए जाते हैं, वे हैं प्रतिगमन, वर्गीकरण, समर्थन वेक्टर मशीन, आदि।

Unsupervised Learning Algorithm

यह एल्गोरिथम पर्यवेक्षित शिक्षण एल्गोरिथम से अधिक शक्तिशाली है। इस एल्गोरिथम का उपयोग तब किया जाता है जब आप अपने इनपुट डेटा के अंदर पैटर्न खोजने में असमर्थ होते हैं।

यदि डेटा सेट में ऐसा कोई पैटर्न मौजूद नहीं है तो प्रोग्रामर समान डेटा सेट को वर्गीकृत करने और तार्किक समूहों के निर्माण के लिए इस एल्गोरिथम को लागू करता है।

कुछ गणितीय उपकरण जो इन एल्गोरिदम को लागू करने के लिए उपयोग किए जाते हैं, वे हैं K का अर्थ है क्लस्टरिंग, यादृच्छिक वन, निर्णय वृक्ष, आदि।

Semi-supervised Learning Algorithm

यदि डेटा सेट में, पैटर्न आंशिक रूप से मौजूद है तो इस एल्गोरिथम का उपयोग किया जाता है। लेबल रहित डेटा सेट (जहां पैटर्न मौजूद नहीं है) का उपयोग मशीन को प्रशिक्षित करने के लिए किया जाता है ताकि वह निर्णय ले सके फिर मॉडल का परीक्षण करने के लिए लेबल किए गए डेटा सेट (जहां पैटर्न मौजूद है) का उपयोग किया जाता है। बिना लेबल वाला डेटा कच्चे डेटा सेट में लेबल किए गए डेटा से अधिक है।

Reinforcement Learning Algorithm

इस तरह के एल्गोरिदम में एक निश्चित कार्य पूरा होने के बाद मशीन को कुछ फीडबैक मिलता है और फीडबैक के आधार पर, भविष्य का निर्णय मशीन द्वारा निर्धारित किया जाता है।

यह एल्गोरिथम इस तरह से डिजाइन किया गया है कि मशीन गतिशील समस्याओं को संभाल सके। सुदृढीकरण सीखने के एल्गोरिथ्म का सबसे अच्छा अनुप्रयोग शतरंज इंजन है।

Advantages of Machine Learning in Hindi

जब कंप्यूटर कुछ कर रहा हो तो इसमें कोई शक नहीं कि इसे बहुत पहले किया जा सकता है। बड़ी मात्रा में डेटा प्रोसेसिंग और उस डेटा सेट से उचित निर्णय लेना किसी भी व्यक्ति द्वारा संभव नहीं है।

मशीन लर्निंग एल्गोरिदम हमें इस समस्या को कुछ ही सेकंड में हल करने में मदद करते हैं। ML लगाने से हम कोई भी फैसला आसानी से ले सकते हैं.

मशीन लर्निंग एक कठिन समस्या को हल करने के मानव प्रयासों को कम करता है। चूंकि मशीन अब खुद को सीखने में सक्षम है इसलिए मशीन भविष्य की भविष्यवाणी भी कर सकती है। इन तकनीकों का उपयोग करके, हम किसी संगठन के विकास की भविष्यवाणी कर सकते हैं।

मशीन लर्निंग का दिलचस्प हिस्सा यह है कि हर बार मशीन अपने आप में सुधार करती है ताकि वह पिछले वाले की तुलना में बेहतर निर्णय ले सके और यह भविष्य की सटीक भविष्यवाणी करने में भी मदद करे। यह बहु-आयामी, बहु-भिन्नता डेटा को संभाल सकता है।

Disadvantages of ML

जब सब कुछ अपने आप हो जाता है तो यह निश्चित है कि मानव प्रयास कम हो जाता है लेकिन साथ ही यह कई वाहकों को नष्ट कर देता है। पहले जब कोई विशेष काम किसी व्यक्ति द्वारा किया जाता था, अब यह पूरी तरह से मशीन द्वारा किया जाता है।

मशीन लर्निंग के साथ एक समस्या यह है कि यह कच्चे डेटा सेट का विश्लेषण नहीं कर सकता है और इसलिए सबसे पहले हमें डेटा को इस तरह से संशोधित करना होगा ताकि इसे मशीन द्वारा नियंत्रित किया जा सके। यह प्रक्रिया थोड़ा समय लेने वाली है। इसे डेटा रैंगलिंग के रूप में भी जाना जाता है।

यह तकनीक नई नहीं थी लेकिन बाजार में इसका प्रयोग नया है इसलिए मानव संसाधन की कमी है। ऐसे में अगर कोई त्रुटि हुई है तो बहुत कम लोग इस त्रुटि को हल कर सकते हैं। यह वाकई गंभीर समस्या है।

Conclusion

प्रत्येक तकनीक के कुछ फायदे और कुछ नुकसान होते हैं और मशीन लर्निंग कोई असाधारण मामला नहीं है। हम पहले ही एमएल के पेशेवरों और विपक्षों पर चर्चा कर चुके हैं।

ML वास्तव में कंप्यूटर वैज्ञानिकों का एक बहुत ही उपयोगी आविष्कार है और भविष्य में पूरी दुनिया AI और ML से संचालित होगी। यह हमारे जीवन को आसान और अधिक रोचक बना देगा लेकिन साथ ही, एमएल के कारण बहुत से लोगों ने अपनी नौकरी खो दी क्योंकि एक मशीन मानव की बजाय अधिक कुशल और समय बचाने वाली है।

तो यह वाकई चिंताजनक बात है। हम अपने प्राकृतिक व्यवहार को भी भूलने लगेंगे जब हम मशीन से घिरे होंगे और इस तरह का भविष्य हमारे दरवाजे के बगल में होगा।

जब एआई और एमएल पूरी दुनिया पर कब्जा कर लेंगे तो हम अपने जीवन से बहुत सी चीजें खो देंगे।

हमें एक बात याद रखनी चाहिए कि मानव किसी भी मशीन से श्रेष्ठ है क्योंकि कंप्यूटर कुछ जानता है इसका मतलब है कि कुछ लोग हैं जिन्होंने उन चीजों को लागू किया है क्योंकि मशीन के पास दिमाग नहीं है।

हमें AI और ML तकनीक के बुरे परिणामों से अवगत कराना चाहिए अन्यथा आप जानते हैं कि रोबोट मूवी में क्या हुआ था।

आसा करते हैं की आपको ये बिसाई (what is machine learning in hindi?) समाज में आया होगा | ऐसी और पोस्ट पढ़ने के लिए कृपया के होमपेज hindixpress पर जाएं

Leave a Comment