मशीन लर्निंग

मशीन लर्निंग क्या है?

मशीन लर्निंग एक अवधारणा है जिसे एक कंप्यूटर प्रोग्राम मानव हस्तक्षेप के बिना नए डेटा को सीख और अनुकूलित कर सकता है। मशीन लर्निंग आर्टिफिशियल इंटेलिजेंस (एआई) का एक क्षेत्र है जो दुनिया भर की अर्थव्यवस्था में बदलाव की परवाह किए बिना कंप्यूटर के बिल्ट-इन एल्गोरिदम को चालू रखता है ।

मशीन लर्निंग को समझना

अर्थव्यवस्था के विभिन्न क्षेत्र अलग-अलग स्रोतों से विभिन्न स्वरूपों में उपलब्ध बड़ी मात्रा में डेटा से निपट रहे हैं। बड़ी मात्रा में डेटा, जिसे बिग डेटा के रूप में जाना जाता है, प्रौद्योगिकी के प्रगतिशील उपयोग, विशेष रूप से उन्नत कंप्यूटिंग क्षमताओं और क्लाउड स्टोरेज के कारण आसानी से उपलब्ध और सुलभ होता जा रहा है। कंपनियों और सरकारों को उस विशाल अंतर्दृष्टि का एहसास होता है जो बड़े डेटा के दोहन से प्राप्त की जा सकती है, लेकिन इसके पास सूचना के धन के माध्यम से उपयोग करने के लिए आवश्यक संसाधनों और समय की कमी होती है। जैसे, डेटा सेट से उपयोगी जानकारी एकत्र करने, संसाधित करने, संचार करने और साझा करने के लिए विभिन्न उद्योगों द्वारा कृत्रिम बुद्धिमत्ता उपायों को नियोजित किया जा रहा है। एआई का एक तरीका जो बड़े डेटा प्रोसेसिंग के लिए तेजी से उपयोग किया जा रहा है, वह है मशीन लर्निंग।

मशीन लर्निंग के विभिन्न डेटा एप्लिकेशन मशीन या कंप्यूटर में निर्मित एक जटिल एल्गोरिथम या सोर्स कोड के माध्यम से बनते हैं। यह प्रोग्रामिंग कोड एक मॉडल बनाता है जो डेटा की पहचान करता है और डेटा की पहचान के आसपास पूर्वानुमान बनाता है। मॉडल अपनी निर्णय लेने की प्रक्रिया के लिए पैटर्न बनाने के लिए एल्गोरिथम में निर्मित मापदंडों का उपयोग करता है। जब नया या अतिरिक्त डेटा उपलब्ध हो जाता है, तो एल्गोरिथम स्वचालित रूप से एक पैटर्न परिवर्तन की जांच करने के लिए मापदंडों को समायोजित करता है, यदि कोई हो। हालाँकि, मॉडल को नहीं बदलना चाहिए।

मशीन लर्निंग के उपयोग

विभिन्न क्षेत्रों में विभिन्न कारणों से मशीन लर्निंग का उपयोग किया जाता है। नए निवेश अवसरों की पहचान करने के लिए ट्रेडिंग सिस्टम को कैलिब्रेट किया जा सकता है। उपयोगकर्ताओं के इंटरनेट खोज इतिहास या पिछले लेनदेन के आधार पर अपने उपयोगकर्ताओं को सटीक और व्यक्तिगत सिफारिशें प्रदान करने के लिए मार्केटिंग और ई-कॉमर्स प्लेटफॉर्म को ट्यून किया जा सकता है। उधार देने वाली संस्थाएं खराब ऋणों की भविष्यवाणी करने और क्रेडिट जोखिम मॉडल बनाने के लिए मशीन लर्निंग को शामिल कर सकती हैं। सूचना केंद्र दुनिया के सभी कोनों से बड़ी मात्रा में समाचारों को कवर करने के लिए मशीन लर्निंग का उपयोग कर सकते हैं। बैंक मशीन लर्निंग तकनीक से धोखाधड़ी का पता लगाने के उपकरण बना सकते हैं। डिजिटल-प्रेमी युग में मशीन लर्निंग का समावेश अंतहीन है क्योंकि व्यवसाय और सरकारें उन अवसरों के बारे में अधिक जागरूक हो जाती हैं जो बड़े डेटा प्रस्तुत करते हैं।

मशीन लर्निंग का अनुप्रयोग

मशीन लर्निंग कैसे काम करता है इसे वित्तीय दुनिया में एक उदाहरण द्वारा बेहतर ढंग से समझाया जा सकता है। परंपरागत रूप से, प्रतिभूति बाजार में निवेश करने वाले खिलाड़ी जैसे वित्तीय शोधकर्ता, विश्लेषक, परिसंपत्ति प्रबंधक, और व्यक्तिगत निवेशक लाभदायक निवेश निर्णय लेने के लिए दुनिया भर की विभिन्न कंपनियों से बहुत सारी जानकारी प्राप्त करते हैं। हालांकि, कुछ प्रासंगिक जानकारी को मीडिया द्वारा व्यापक रूप से प्रचारित नहीं किया जा सकता है और केवल कुछ चुनिंदा लोगों के लिए गुप्त हो सकता है, जिनके पास कंपनी के कर्मचारी या उस देश के निवासी होने का लाभ है जहां से जानकारी उत्पन्न होती है। इसके अलावा, केवल इतनी ही जानकारी है कि मनुष्य एक निश्चित समय सीमा के भीतर एकत्र और संसाधित कर सकता है। यहीं से मशीन लर्निंग आती है।

एक परिसंपत्ति प्रबंधन फर्म अपने निवेश विश्लेषण और अनुसंधान क्षेत्र में मशीन लर्निंग को नियोजित कर सकती है। मान लें कि एसेट मैनेजर केवल माइनिंग स्टॉक्स में निवेश करता है। सिस्टम में निर्मित मॉडल वेब को स्कैन करता है और व्यवसायों, उद्योगों, शहरों और देशों से सभी प्रकार की समाचार घटनाओं को एकत्र करता है, और एकत्रित की गई यह जानकारी डेटा सेट बनाती है। फर्म के परिसंपत्ति प्रबंधक और शोधकर्ता अपनी मानवीय शक्तियों और बुद्धि का उपयोग करके डेटा सेट में जानकारी प्राप्त करने में सक्षम नहीं होंगे। मॉडल के साथ बनाए गए पैरामीटर डेटा सेट से केवल खनन कंपनियों, अन्वेषण क्षेत्र पर नियामक नीतियों और चुनिंदा देशों में राजनीतिक घटनाओं के बारे में डेटा निकालते हैं।

मशीन लर्निंग का उदाहरण

मान लें कि खनन कंपनी एक्सवाईजेड ने दक्षिण अफ्रीका के एक छोटे से शहर में हीरे की खदान की खोज की है। खनन कंपनियों पर ध्यान केंद्रित करने वाले परिसंपत्ति प्रबंधक के हाथ में एक मशीन सीखने का उपकरण इसे प्रासंगिक डेटा के रूप में उजागर करेगा। मशीन लर्निंग टूल में मॉडल तब भविष्यवाणी करने के लिए भविष्यवाणी विश्लेषिकी नामक एक एनालिटिक्स टूल का उपयोग करेगा कि क्या खनन उद्योग एक समय अवधि के लिए लाभदायक होगा, या कौन से खनन स्टॉक एक निश्चित समय पर मूल्य में वृद्धि की संभावना है, के आधार पर संपत्ति प्रबंधक से किसी भी इनपुट के बिना, हाल ही में खोजी गई जानकारी। यह जानकारी परिसंपत्ति प्रबंधक को उनके पोर्टफोलियो के विश्लेषण और निर्णय लेने के लिए रिले की जाती है। परिसंपत्ति प्रबंधक तब एक्सवाईजेड स्टॉक में लाखों डॉलर का निवेश करने का निर्णय ले सकता है।

एक प्रतिकूल घटना के मद्देनजर, जैसे कि दक्षिण अफ्रीकी खनिक हड़ताल पर जा रहे हैं, कंप्यूटर एल्गोरिथ्म एक नया पैटर्न बनाने के लिए अपने मापदंडों को स्वचालित रूप से समायोजित करता है। इस तरह, मशीन में बनाया गया कम्प्यूटेशनल मॉडल दुनिया की घटनाओं में बदलाव के साथ भी चालू रहता है और परिवर्तनों को प्रतिबिंबित करने के लिए इसके कोड को बदलने के लिए मानव की आवश्यकता नहीं होती है। चूंकि एसेट मैनेजर को यह नया डेटा समय पर प्राप्त हुआ, इसलिए वे स्टॉक से बाहर निकलकर अपने नुकसान को सीमित करने में सक्षम हैं ।

हाइलाइट्स

निर्णय लेने में सहायता के लिए दुनिया में लगातार और आसानी से उपलब्ध जानकारी की विशाल मात्रा को पार्स करने में मशीन लर्निंग उपयोगी है।
एक जटिल एल्गोरिथम या स्रोत कोड एक कंप्यूटर में बनाया गया है जो मशीन को डेटा की पहचान करने और डेटा की पहचान करने वाले डेटा के आसपास पूर्वानुमान बनाने की अनुमति देता है।
मशीन लर्निंग को विभिन्न क्षेत्रों में लागू किया जा सकता है, जैसे कि निवेश, विज्ञापन, उधार, समाचार व्यवस्थित करना, धोखाधड़ी का पता लगाना, और बहुत कुछ।
मशीन लर्निंग आर्टिफिशियल इंटेलिजेंस (एआई) का एक क्षेत्र है जिसमें एक अवधारणा है कि एक कंप्यूटर प्रोग्राम मानव हस्तक्षेप के बिना नए डेटा को सीख और अनुकूलित कर सकता है।