মেশিন লার্নিং শব্দকোষ

এই শব্দকোষটি সাধারণ মেশিন লার্নিং শর্তাবলী এবং TensorFlow-এর জন্য নির্দিষ্ট শর্তাবলী সংজ্ঞায়িত করে।

তুমি কি জানতে?

আপনি শীর্ষ নেভিগেশন বারে শব্দকোষ ড্রপডাউন থেকে একটি বিষয় বেছে নিয়ে শব্দকোষটি ফিল্টার করতে পারেন। হ্যাচিং বার্ড আইকনটি এমএল নতুনদের লক্ষ্য করে সংজ্ঞা নির্দেশ করে।

ক

বিমোচন

একটি মডেল থেকে সাময়িকভাবে অপসারণ করে একটি বৈশিষ্ট্য বা উপাদানের গুরুত্ব মূল্যায়ন করার একটি কৌশল৷ তারপরে আপনি সেই বৈশিষ্ট্য বা উপাদান ছাড়াই মডেলটিকে পুনরায় প্রশিক্ষণ দিন এবং যদি পুনরায় প্রশিক্ষিত মডেলটি উল্লেখযোগ্যভাবে খারাপ কাজ করে, তাহলে অপসারিত বৈশিষ্ট্য বা উপাদানটি সম্ভবত গুরুত্বপূর্ণ ছিল।

উদাহরণস্বরূপ, ধরুন আপনি 10টি বৈশিষ্ট্যের উপর একটি শ্রেণিবিন্যাস মডেলকে প্রশিক্ষণ দিচ্ছেন এবং পরীক্ষা সেটে 88% নির্ভুলতা অর্জন করেছেন। প্রথম বৈশিষ্ট্যটির গুরুত্ব পরীক্ষা করতে, আপনি শুধুমাত্র নয়টি অন্যান্য বৈশিষ্ট্য ব্যবহার করে মডেলটিকে পুনরায় প্রশিক্ষণ দিতে পারেন। যদি পুনরায় প্রশিক্ষিত মডেলটি উল্লেখযোগ্যভাবে খারাপ কাজ করে (উদাহরণস্বরূপ, 55% নির্ভুলতা), তাহলে অপসারণ বৈশিষ্ট্যটি সম্ভবত গুরুত্বপূর্ণ ছিল। বিপরীতভাবে, যদি পুনরায় প্রশিক্ষিত মডেলটি সমানভাবে ভাল পারফর্ম করে, তবে সেই বৈশিষ্ট্যটি সম্ভবত গুরুত্বপূর্ণ ছিল না।

নির্মূল এছাড়াও গুরুত্ব নির্ধারণ করতে সাহায্য করতে পারে:

• বৃহত্তর উপাদান, যেমন একটি বৃহত্তর এমএল সিস্টেমের একটি সম্পূর্ণ সাবসিস্টেম
• প্রক্রিয়া বা কৌশল, যেমন একটি ডেটা প্রিপ্রসেসিং ধাপ

উভয় ক্ষেত্রেই, আপনি উপাদানটি সরানোর পরে কীভাবে সিস্টেমের কর্মক্ষমতা পরিবর্তিত হয় (বা পরিবর্তন হয় না) তা আপনি লক্ষ্য করবেন।

A/B পরীক্ষা

দুটি (বা তার বেশি) কৌশল তুলনা করার একটি পরিসংখ্যানগত উপায় - A এবং B। সাধারণত, A একটি বিদ্যমান কৌশল, এবং B একটি নতুন কৌশল। A/B পরীক্ষা কেবলমাত্র কোন কৌশলটি ভাল কাজ করে তা নির্ধারণ করে না তবে পার্থক্যটি পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ কিনা তাও নির্ধারণ করে।

A/B পরীক্ষা সাধারণত দুটি কৌশলে একটি একক মেট্রিকের তুলনা করে; উদাহরণস্বরূপ, দুটি কৌশলের জন্য মডেল নির্ভুলতা কীভাবে তুলনা করে? যাইহোক, A/B টেস্টিং যেকোন সীমিত সংখ্যক মেট্রিকের তুলনা করতে পারে।

এক্সিলারেটর চিপ

#GoogleCloud

গভীর শিক্ষার অ্যালগরিদমগুলির জন্য প্রয়োজনীয় মূল গণনাগুলি সম্পাদন করার জন্য ডিজাইন করা বিশেষ হার্ডওয়্যার উপাদানগুলির একটি বিভাগ।

অ্যাক্সিলারেটর চিপস (বা সংক্ষেপে শুধু অ্যাক্সিলারেটর ) একটি সাধারণ-উদ্দেশ্য CPU-এর তুলনায় প্রশিক্ষণ এবং অনুমান কার্যগুলির গতি এবং দক্ষতা উল্লেখযোগ্যভাবে বৃদ্ধি করতে পারে। তারা নিউরাল নেটওয়ার্ক এবং অনুরূপ গণনামূলকভাবে নিবিড় কাজ প্রশিক্ষণের জন্য আদর্শ।

অ্যাক্সিলারেটর চিপগুলির উদাহরণগুলির মধ্যে রয়েছে:

• গভীর শিক্ষার জন্য ডেডিকেটেড হার্ডওয়্যার সহ Google-এর টেনসর প্রসেসিং ইউনিট ( TPUs )।
• NVIDIA-এর GPUগুলি, যদিও প্রাথমিকভাবে গ্রাফিক্স প্রক্রিয়াকরণের জন্য ডিজাইন করা হয়েছে, সমান্তরাল প্রক্রিয়াকরণ সক্ষম করার জন্য ডিজাইন করা হয়েছে, যা প্রক্রিয়াকরণের গতি উল্লেখযোগ্যভাবে বৃদ্ধি করতে পারে।

সঠিকতা

#মৌলিক

সঠিক শ্রেণীবিভাগের ভবিষ্যদ্বাণীর সংখ্যাকে ভবিষ্যদ্বাণীর মোট সংখ্যা দিয়ে ভাগ করলে। এটাই:

$$\text{Accuracy} = \frac{\text{correct predictions}} {\text{correct predictions + incorrect predictions }}$$

উদাহরণস্বরূপ, একটি মডেল যা 40টি সঠিক ভবিষ্যদ্বাণী করেছে এবং 10টি ভুল ভবিষ্যদ্বাণী করেছে তার সঠিকতা থাকবে:

$$\text{Accuracy} = \frac{\text{40}} {\text{40 + 10}} = \text{80%}$$

বাইনারি শ্রেণীবিভাগ সঠিক ভবিষ্যদ্বাণী এবং ভুল ভবিষ্যদ্বাণীর বিভিন্ন বিভাগের জন্য নির্দিষ্ট নাম প্রদান করে। সুতরাং, বাইনারি শ্রেণীবিভাগের নির্ভুলতা সূত্রটি নিম্নরূপ:

$$\text{Accuracy} = \frac{\text{TP} + \text{TN}} {\text{TP} + \text{TN} + \text{FP} + \text{FN}}$$

কোথায়:

• TP হল সত্য ইতিবাচক সংখ্যা (সঠিক ভবিষ্যদ্বাণী)।
• TN হল সত্য নেতিবাচক সংখ্যা (সঠিক ভবিষ্যদ্বাণী)।
• FP হল মিথ্যা ইতিবাচক সংখ্যা (ভুল ভবিষ্যদ্বাণী)।
• FN হল মিথ্যা নেতিবাচক সংখ্যা (ভুল পূর্বাভাস)।

নির্ভুলতা এবং প্রত্যাহার সঙ্গে তুলনা এবং বিপরীতে নির্ভুলতা.

অতিরিক্ত নোটের জন্য আইকনে ক্লিক করুন।

যদিও কিছু পরিস্থিতিতে একটি মূল্যবান মেট্রিক, সঠিকতা অন্যদের জন্য অত্যন্ত বিভ্রান্তিকর। উল্লেখযোগ্যভাবে, নির্ভুলতা সাধারণত শ্রেণিবিন্যাসের মডেলের মূল্যায়নের জন্য একটি দুর্বল মেট্রিক যা শ্রেণি-ভারসাম্যহীন ডেটাসেটগুলি প্রক্রিয়া করে।

উদাহরণস্বরূপ, ধরুন একটি নির্দিষ্ট উপক্রান্তীয় শহরে প্রতি শতাব্দীতে মাত্র 25 দিন তুষারপাত হয়। যেহেতু তুষারহীন দিনগুলি (নেতিবাচক শ্রেণী) তুষার (ধনাত্মক শ্রেণী) সহ দিনের সংখ্যা অনেক বেশি, তাই এই শহরের জন্য তুষার ডেটাসেট শ্রেণী-ভারসাম্যহীন৷ একটি বাইনারি শ্রেণীবিভাগের মডেল কল্পনা করুন যেটি প্রতিদিন তুষারপাত বা তুষারপাতের ভবিষ্যদ্বাণী করে তবে প্রতিদিন "তুষার নেই" ভবিষ্যদ্বাণী করে। এই মডেলটি অত্যন্ত নির্ভুল কিন্তু এর কোন ভবিষ্যদ্বাণী করার ক্ষমতা নেই। নিম্নলিখিত সারণীটি ভবিষ্যদ্বাণীর এক শতাব্দীর ফলাফলগুলিকে সংক্ষিপ্ত করে:

শ্রেণী	সংখ্যা
টিপি	0
টিএন	36500
এফপি	25
এফএন	0

এই মডেলের যথার্থতা তাই:

accuracy = (TP + TN) / (TP + TN + FP + FN)
accuracy = (0 + 36500) / (0 + 36500 + 25 + 0) = 0.9993 = 99.93%

যদিও 99.93% নির্ভুলতা খুব চিত্তাকর্ষক শতাংশের মতো মনে হচ্ছে, মডেলটির আসলে কোন ভবিষ্যদ্বাণী করার ক্ষমতা নেই।

শ্রেণী-ভারসাম্যহীন ডেটাসেটে প্রশিক্ষিত মডেলের মূল্যায়নের জন্য যথার্থতার চেয়ে যথার্থতা এবং প্রত্যাহার সাধারণত বেশি দরকারী মেট্রিক।

---

কর্ম

#আরএল

শক্তিবৃদ্ধি শেখার ক্ষেত্রে, যে প্রক্রিয়ার মাধ্যমে এজেন্ট পরিবেশের অবস্থার মধ্যে স্থানান্তরিত হয়। এজেন্ট একটি নীতি ব্যবহার করে পদক্ষেপ বেছে নেয়।

সক্রিয়করণ ফাংশন

#মৌলিক

একটি ফাংশন যা নিউরাল নেটওয়ার্কগুলিকে বৈশিষ্ট্য এবং লেবেলের মধ্যে অরৈখিক (জটিল) সম্পর্ক শিখতে সক্ষম করে।

জনপ্রিয় সক্রিয়করণ ফাংশন অন্তর্ভুক্ত:

• ReLU
• সিগমায়েড

অ্যাক্টিভেশন ফাংশনগুলির প্লটগুলি কখনই একক সরলরেখা নয়। উদাহরণস্বরূপ, ReLU অ্যাক্টিভেশন ফাংশনের প্লট দুটি সরল রেখা নিয়ে গঠিত:

সিগমায়েড অ্যাক্টিভেশন ফাংশনের একটি প্লট নিম্নরূপ দেখায়:

একটি উদাহরণ দেখতে আইকনে ক্লিক করুন.

একটি নিউরাল নেটওয়ার্কে, অ্যাক্টিভেশন ফাংশনগুলি একটি নিউরনে সমস্ত ইনপুটের ওজনযুক্ত যোগফলকে ম্যানিপুলেট করে। একটি ওজনযুক্ত যোগফল গণনা করতে, নিউরন প্রাসঙ্গিক মান এবং ওজনের পণ্যগুলি যোগ করে। উদাহরণস্বরূপ, ধরুন একটি নিউরনে প্রাসঙ্গিক ইনপুট নিম্নলিখিতগুলি নিয়ে গঠিত:

ইনপুট মান	ইনপুট ওজন
2	-1.3
-1	0.6
3	0.4

ওজনযুক্ত যোগফল তাই হল:

weighted sum = (2)(-1.3) + (-1)(0.6) + (3)(0.4) = -2.0

ধরুন এই নিউরাল নেটওয়ার্কের ডিজাইনার অ্যাক্টিভেশন ফাংশন হিসেবে সিগমায়েড ফাংশন বেছে নিয়েছেন। সেক্ষেত্রে, নিউরন -2.0 এর সিগমায়েড গণনা করে, যা প্রায় 0.12। অতএব, নিউরন নিউরাল নেটওয়ার্কের পরবর্তী স্তরে 0.12 (-2.0 এর পরিবর্তে) পাস করে। নিম্নলিখিত চিত্রটি প্রক্রিয়াটির প্রাসঙ্গিক অংশকে চিত্রিত করে:

---

কার্যকরী শেখা

একটি প্রশিক্ষণ পদ্ধতি যেখানে অ্যালগরিদম কিছু ডেটা বেছে নেয় যা থেকে শেখে। সক্রিয় শিক্ষা বিশেষভাবে মূল্যবান যখন লেবেলযুক্ত উদাহরণগুলি প্রাপ্তির জন্য দুষ্প্রাপ্য বা ব্যয়বহুল। অন্ধভাবে লেবেলযুক্ত উদাহরণের বিভিন্ন পরিসর খোঁজার পরিবর্তে, একটি সক্রিয় লার্নিং অ্যালগরিদম বেছে বেছে নির্দিষ্ট পরিসরের উদাহরণ খোঁজে যা শেখার জন্য প্রয়োজন।

অ্যাডাগ্রাড

একটি পরিশীলিত গ্রেডিয়েন্ট ডিসেন্ট অ্যালগরিদম যা প্রতিটি প্যারামিটারের গ্রেডিয়েন্টকে পুনরায় স্কেল করে, কার্যকরভাবে প্রতিটি প্যারামিটারকে একটি স্বাধীন শেখার হার দেয়। সম্পূর্ণ ব্যাখ্যার জন্য, এই কাগজটি দেখুন।

প্রতিনিধি

#আরএল

শক্তিবৃদ্ধি শেখার ক্ষেত্রে, যে সত্তা পরিবেশের রাজ্যগুলির মধ্যে স্থানান্তর থেকে অর্জিত প্রত্যাশিত রিটার্ন সর্বাধিক করার জন্য একটি নীতি ব্যবহার করে।

সমষ্টিগত ক্লাস্টারিং

# ক্লাস্টারিং

অনুক্রমিক ক্লাস্টারিং দেখুন।

অসঙ্গতি সনাক্তকরণ

বহিরাগতদের চিহ্নিত করার প্রক্রিয়া। উদাহরণস্বরূপ, যদি একটি নির্দিষ্ট বৈশিষ্ট্যের গড় 100 এর একটি আদর্শ বিচ্যুতি 10 হয়, তাহলে অসঙ্গতি সনাক্তকরণ 200 এর মানকে সন্দেহজনক হিসাবে চিহ্নিত করা উচিত।

এআর

বর্ধিত বাস্তবতার সংক্ষিপ্ত রূপ।

পিআর বক্ররেখার অধীনে এলাকা

PR AUC (PR বক্ররেখার অধীনে এলাকা) দেখুন।

ROC বক্ররেখার অধীনে এলাকা

AUC (আরওসি বক্ররেখার অধীনে এলাকা) দেখুন।

কৃত্রিম সাধারণ বুদ্ধিমত্তা

একটি অ-মানবিক প্রক্রিয়া যা সমস্যা সমাধান, সৃজনশীলতা এবং অভিযোজনযোগ্যতার বিস্তৃত পরিসর প্রদর্শন করে। উদাহরণস্বরূপ, কৃত্রিম সাধারণ বুদ্ধিমত্তা প্রদর্শনকারী একটি প্রোগ্রাম পাঠ্য অনুবাদ করতে পারে, সিম্ফনি রচনা করতে পারে এবং গেমগুলিতে এক্সেল করতে পারে যা এখনও উদ্ভাবিত হয়নি।

কৃত্রিম বুদ্ধিমত্তা

#মৌলিক

একটি অ-মানব প্রোগ্রাম বা মডেল যা পরিশীলিত কাজগুলি সমাধান করতে পারে। উদাহরণস্বরূপ, একটি প্রোগ্রাম বা মডেল যা পাঠ্য অনুবাদ করে বা একটি প্রোগ্রাম বা মডেল যা রেডিওলজিক চিত্র থেকে রোগ সনাক্ত করে উভয়ই কৃত্রিম বুদ্ধিমত্তা প্রদর্শন করে।

আনুষ্ঠানিকভাবে, মেশিন লার্নিং হল কৃত্রিম বুদ্ধিমত্তার একটি উপ-ক্ষেত্র। যাইহোক, সাম্প্রতিক বছরগুলিতে, কিছু সংস্থা কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং শব্দগুলিকে বিনিময়যোগ্যভাবে ব্যবহার করা শুরু করেছে।

মনোযোগ

#ভাষা

একটি নিউরাল নেটওয়ার্কে ব্যবহৃত একটি প্রক্রিয়া যা একটি নির্দিষ্ট শব্দ বা শব্দের অংশের গুরুত্ব নির্দেশ করে। মনোযোগ একটি মডেলের পরবর্তী টোকেন/শব্দের পূর্বাভাস দিতে প্রয়োজনীয় তথ্যের পরিমাণ সংকুচিত করে। একটি সাধারণ মনোযোগ প্রক্রিয়া ইনপুটগুলির একটি সেটের উপর একটি ওজনযুক্ত যোগফল নিয়ে গঠিত হতে পারে, যেখানে প্রতিটি ইনপুটের ওজন নিউরাল নেটওয়ার্কের অন্য অংশ দ্বারা গণনা করা হয়।

স্ব-মনোযোগ এবং বহু-হেড স্ব-মনোযোগকেও উল্লেখ করুন, যা ট্রান্সফরমারের বিল্ডিং ব্লক।

বৈশিষ্ট্য

#ন্যায্যতা

বৈশিষ্ট্য জন্য সমার্থক.

মেশিন লার্নিং ন্যায্যতায়, বৈশিষ্ট্যগুলি প্রায়শই ব্যক্তি সম্পর্কিত বৈশিষ্ট্যগুলিকে বোঝায়।

বৈশিষ্ট্য নমুনা

#df

একটি সিদ্ধান্ত বন প্রশিক্ষণের জন্য একটি কৌশল যেখানে প্রতিটি সিদ্ধান্ত গাছ শর্ত শেখার সময় সম্ভাব্য বৈশিষ্ট্যগুলির একটি এলোমেলো উপসেট বিবেচনা করে। সাধারণত, প্রতিটি নোডের জন্য বৈশিষ্ট্যগুলির একটি ভিন্ন উপসেট নমুনা করা হয়। বিপরীতে, অ্যাট্রিবিউট স্যাম্পলিং ছাড়াই একটি সিদ্ধান্ত গাছকে প্রশিক্ষণ দেওয়ার সময়, প্রতিটি নোডের জন্য সমস্ত সম্ভাব্য বৈশিষ্ট্য বিবেচনা করা হয়।

AUC (ROC বক্ররেখার অধীনে এলাকা)

#মৌলিক

0.0 এবং 1.0 এর মধ্যে একটি সংখ্যা যা একটি বাইনারি শ্রেণীবিন্যাস মডেলের নেতিবাচক শ্রেণী থেকে ইতিবাচক শ্রেণীগুলিকে পৃথক করার ক্ষমতা উপস্থাপন করে। AUC 1.0 এর যত কাছাকাছি হবে, মডেলের একে অপরের থেকে ক্লাস আলাদা করার ক্ষমতা তত ভাল।

উদাহরণস্বরূপ, নিম্নলিখিত চিত্রটি একটি শ্রেণীবদ্ধ মডেল দেখায় যা ইতিবাচক শ্রেণীগুলি (সবুজ ডিম্বাকৃতি) নেতিবাচক শ্রেণীগুলি (বেগুনি আয়তক্ষেত্রগুলি) থেকে পুরোপুরি আলাদা করে। এই অবাস্তবভাবে নিখুঁত মডেলটির একটি AUC 1.0 রয়েছে:

বিপরীতভাবে, নিম্নলিখিত চিত্রটি একটি শ্রেণিবদ্ধ মডেলের ফলাফল দেখায় যা এলোমেলো ফলাফল তৈরি করেছে। এই মডেলটির একটি AUC 0.5 রয়েছে:

হ্যাঁ, পূর্ববর্তী মডেলটির একটি AUC 0.5 আছে, 0.0 নয়৷

বেশিরভাগ মডেল দুটি চরমের মধ্যে কোথাও আছে। উদাহরণস্বরূপ, নিম্নলিখিত মডেলটি নেতিবাচক থেকে ইতিবাচককে কিছুটা আলাদা করে, এবং তাই 0.5 এবং 1.0 এর মধ্যে একটি AUC রয়েছে:

AUC আপনার শ্রেণীবিন্যাস থ্রেশহোল্ডের জন্য সেট করা যেকোনো মান উপেক্ষা করে। পরিবর্তে, AUC সমস্ত সম্ভাব্য শ্রেণীবিভাগ থ্রেশহোল্ড বিবেচনা করে।

AUC এবং ROC বক্ররেখার মধ্যে সম্পর্ক সম্পর্কে জানতে আইকনে ক্লিক করুন।

AUC একটি ROC বক্ররেখার অধীনে এলাকা প্রতিনিধিত্ব করে। উদাহরণস্বরূপ, একটি মডেলের জন্য ROC বক্ররেখা যা সম্পূর্ণরূপে নেতিবাচক থেকে ইতিবাচককে পৃথক করে তা নিম্নরূপ দেখায়:

AUC হল পূর্বের চিত্রে ধূসর অঞ্চলের এলাকা। এই অস্বাভাবিক ক্ষেত্রে, এলাকাটি কেবল ধূসর অঞ্চলের দৈর্ঘ্য (1.0) ধূসর অঞ্চলের প্রস্থ (1.0) দ্বারা গুণিত। সুতরাং, 1.0 এবং 1.0 এর গুণফল ঠিক 1.0 এর একটি AUC প্রদান করে, যা সর্বোচ্চ সম্ভাব্য AUC স্কোর।

বিপরীতভাবে, একটি ক্লাসিফায়ারের জন্য ROC বক্ররেখা যা মোটেও ক্লাস আলাদা করতে পারে না নিম্নরূপ। এই ধূসর অঞ্চলের ক্ষেত্রফল 0.5।

একটি আরো সাধারণ ROC বক্ররেখা প্রায় নিম্নলিখিত মত দেখায়:

ম্যানুয়ালি এই বক্ররেখার অধীনে এলাকা গণনা করা কষ্টসাধ্য হবে, এই কারণেই একটি প্রোগ্রাম সাধারণত বেশিরভাগ AUC মান গণনা করে।

---

AUC এর আরও আনুষ্ঠানিক সংজ্ঞার জন্য আইকনে ক্লিক করুন।

AUC হল সম্ভাব্যতা যে একটি শ্রেণীবিভাগকারী আরও আত্মবিশ্বাসী হবে যে একটি এলোমেলোভাবে নির্বাচিত একটি ইতিবাচক উদাহরণ আসলে ইতিবাচক তার চেয়ে এলোমেলোভাবে নির্বাচিত নেতিবাচক উদাহরণটি ইতিবাচক।

---

উদ্দীপিত বাস্তবতা

#ছবি

একটি প্রযুক্তি যা একটি কম্পিউটার-উত্পাদিত চিত্রকে বাস্তব জগতের একজন ব্যবহারকারীর দৃষ্টিভঙ্গির উপর তুলে ধরে, এইভাবে একটি যৌগিক দৃশ্য প্রদান করে।

অটোএনকোডার

#ভাষা

#ছবি

একটি সিস্টেম যা ইনপুট থেকে সবচেয়ে গুরুত্বপূর্ণ তথ্য বের করতে শেখে। অটোএনকোডার হল একটি এনকোডার এবং ডিকোডারের সংমিশ্রণ। অটোএনকোডারগুলি নিম্নলিখিত দ্বি-পদক্ষেপ প্রক্রিয়ার উপর নির্ভর করে:

1. এনকোডার ইনপুটকে একটি (সাধারণত) ক্ষতিকর নিম্ন-মাত্রিক (মধ্যবর্তী) বিন্যাসে ম্যাপ করে।
2. ডিকোডার নিম্ন-মাত্রিক বিন্যাসটিকে মূল উচ্চ-মাত্রিক ইনপুট বিন্যাসে ম্যাপ করে মূল ইনপুটের একটি ক্ষতিকারক সংস্করণ তৈরি করে।

এনকোডারের মধ্যবর্তী বিন্যাস থেকে যতটা সম্ভব ঘনিষ্ঠভাবে মূল ইনপুট পুনর্গঠন করার জন্য ডিকোডার প্রচেষ্টার মাধ্যমে অটোএনকোডারদের এন্ড-টু-এন্ড প্রশিক্ষিত করা হয়। মধ্যবর্তী বিন্যাসটি মূল বিন্যাসের চেয়ে ছোট (নিম্ন-মাত্রিক) হওয়ায়, অটোএনকোডারকে ইনপুটে কোন তথ্য অপরিহার্য তা শিখতে বাধ্য করা হয় এবং আউটপুটটি ইনপুটের সাথে পুরোপুরি অভিন্ন হবে না।

উদাহরণ স্বরূপ:

• যদি ইনপুট ডেটা একটি গ্রাফিক হয়, অ-নির্ভুল অনুলিপিটি মূল গ্রাফিকের অনুরূপ হবে, তবে কিছুটা পরিবর্তিত হবে। সম্ভবত অ-নির্ভুল অনুলিপি মূল গ্রাফিক থেকে শব্দ সরিয়ে দেয় বা কিছু অনুপস্থিত পিক্সেল পূরণ করে।
• যদি ইনপুট ডেটা পাঠ্য হয় তবে একটি অটোএনকোডার নতুন পাঠ্য তৈরি করবে যা মূল পাঠ্যের অনুকরণ করে (কিন্তু অনুরূপ নয়)।

পরিবর্তনশীল অটোএনকোডারগুলিও দেখুন।

অটোমেশন পক্ষপাত

#ন্যায্যতা

যখন একজন মানবিক সিদ্ধান্ত গ্রহণকারী অটোমেশন ছাড়াই তৈরি তথ্যের উপর একটি স্বয়ংক্রিয় সিদ্ধান্ত-প্রণয়ন ব্যবস্থার দ্বারা প্রণীত সুপারিশগুলিকে সমর্থন করে, এমনকি যখন স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের সিস্টেম ত্রুটি করে।

অটোএমএল

মেশিন লার্নিং মডেল তৈরির জন্য যেকোনো স্বয়ংক্রিয় প্রক্রিয়া। অটোএমএল স্বয়ংক্রিয়ভাবে নিম্নলিখিত কাজগুলি করতে পারে:

• সবচেয়ে উপযুক্ত মডেলের জন্য অনুসন্ধান করুন.
• হাইপারপ্যারামিটার টিউন করুন।
• ডেটা প্রস্তুত করুন (সম্পাদনা করা বৈশিষ্ট্য ইঞ্জিনিয়ারিং সহ)।
• ফলাফল মডেল স্থাপন.

অটোএমএল ডেটা বিজ্ঞানীদের জন্য উপযোগী কারণ এটি তাদের মেশিন লার্নিং পাইপলাইন তৈরিতে সময় এবং শ্রম বাঁচাতে পারে এবং ভবিষ্যদ্বাণীর নির্ভুলতা উন্নত করতে পারে। এটি অ-বিশেষজ্ঞদের জন্যও দরকারী, তাদের কাছে জটিল মেশিন লার্নিং কাজগুলিকে আরও অ্যাক্সেসযোগ্য করে তোলে।

অটো রিগ্রেসিভ মডেল

#ভাষা

#ছবি

#generativeAI

একটি মডেল যা তার নিজের পূর্বের ভবিষ্যদ্বাণীগুলির উপর ভিত্তি করে একটি ভবিষ্যদ্বাণী অনুমান করে৷ উদাহরণস্বরূপ, অটো-রিগ্রেসিভ ল্যাঙ্গুয়েজ মডেলগুলি পূর্বে ভবিষ্যদ্বাণী করা টোকেনের উপর ভিত্তি করে পরবর্তী টোকেনের পূর্বাভাস দেয়। সমস্ত ট্রান্সফরমার -ভিত্তিক বৃহৎ ভাষার মডেলগুলি স্বয়ংক্রিয়-রিগ্রেসিভ।

বিপরীতে, GAN- ভিত্তিক ইমেজ মডেলগুলি সাধারণত অটো-রিগ্রেসিভ হয় না কারণ তারা একটি একক ফরোয়ার্ড-পাসে একটি ছবি তৈরি করে এবং ধাপে ধাপে নয়। যাইহোক, কিছু ইমেজ জেনারেশন মডেল অটো -রিগ্রেসিভ কারণ তারা ধাপে ধাপে একটি ইমেজ তৈরি করে।

সহায়ক ক্ষতি

একটি লস ফাংশন - একটি নিউরাল নেটওয়ার্ক মডেলের প্রধান ক্ষতি ফাংশনের সাথে একত্রে ব্যবহৃত - যা প্রাথমিক পুনরাবৃত্তির সময় প্রশিক্ষণকে ত্বরান্বিত করতে সাহায্য করে যখন ওজনগুলি এলোমেলোভাবে শুরু হয়।

অক্জিলিয়ারী লস ফাংশনগুলি কার্যকর গ্রেডিয়েন্টগুলিকে আগের স্তরগুলিতে ঠেলে দেয়। এটি অদৃশ্য গ্রেডিয়েন্ট সমস্যা মোকাবেলা করে প্রশিক্ষণের সময় একত্রিত হওয়া সহজ করে।

গড় নির্ভুলতা

ফলাফলের একটি র‌্যাঙ্ক করা ক্রমটির কর্মক্ষমতা সংক্ষিপ্ত করার জন্য একটি মেট্রিক। গড় নির্ভুলতা প্রতিটি প্রাসঙ্গিক ফলাফলের জন্য নির্ভুলতা মানের গড় গ্রহণ করে গণনা করা হয় (প্রতিটি ফলাফল র‌্যাঙ্ক করা তালিকায় যেখানে প্রত্যাহার পূর্ববর্তী ফলাফলের তুলনায় বৃদ্ধি পায়)।

এছাড়াও PR বক্ররেখার অধীনে এলাকা দেখুন।

অক্ষ-সারিবদ্ধ অবস্থা

#df

একটি সিদ্ধান্ত গাছে , একটি শর্ত যা শুধুমাত্র একটি একক বৈশিষ্ট্য জড়িত। উদাহরণস্বরূপ, যদি এলাকাটি একটি বৈশিষ্ট্য হয়, তাহলে নিম্নলিখিতটি একটি অক্ষ-সারিবদ্ধ শর্ত:

area > 200

তির্যক অবস্থার সাথে বৈসাদৃশ্য।

খ

backpropagation

#মৌলিক

অ্যালগরিদম যা নিউরাল নেটওয়ার্কগুলিতে গ্রেডিয়েন্ট ডিসেন্ট প্রয়োগ করে৷

একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণ নিম্নলিখিত দুই-পাস চক্রের অনেক পুনরাবৃত্তি জড়িত:

1. ফরওয়ার্ড পাসের সময়, সিস্টেম ভবিষ্যদ্বাণী(গুলি) প্রদানের জন্য উদাহরণগুলির একটি ব্যাচ প্রক্রিয়া করে। সিস্টেম প্রতিটি লেবেল মানের সাথে প্রতিটি ভবিষ্যদ্বাণী তুলনা করে। ভবিষ্যদ্বাণী এবং লেবেল মানের মধ্যে পার্থক্য হল সেই উদাহরণের ক্ষতি । বর্তমান ব্যাচের মোট ক্ষতি গণনা করার জন্য সিস্টেমটি সমস্ত উদাহরণের জন্য ক্ষতিগুলিকে একত্রিত করে।
2. ব্যাকওয়ার্ড পাসের সময় (ব্যাকপ্রপাগেশন), সিস্টেমটি সমস্ত লুকানো স্তর(গুলি) এর সমস্ত নিউরনের ওজন সামঞ্জস্য করে ক্ষতি হ্রাস করে।

নিউরাল নেটওয়ার্কে প্রায়ই অনেক লুকানো স্তর জুড়ে অনেক নিউরন থাকে। এই নিউরনগুলির প্রতিটি বিভিন্ন উপায়ে সামগ্রিক ক্ষতিতে অবদান রাখে। ব্যাকপ্রোপ্যাগেশন নির্দিষ্ট নিউরনগুলিতে প্রয়োগ করা ওজন বাড়ানো বা হ্রাস করা নির্ধারণ করে।

শেখার হার হল একটি গুণক যা প্রতিটি পশ্চাদগামী পাস প্রতিটি ওজন বৃদ্ধি বা হ্রাস করার মাত্রা নিয়ন্ত্রণ করে। একটি বড় শেখার হার প্রতিটি ওজন একটি ছোট শেখার হারের চেয়ে বেশি বৃদ্ধি বা হ্রাস করবে।

ক্যালকুলাস পরিভাষায়, ব্যাকপ্রপাগেশন ক্যালকুলাসের চেইন নিয়ম প্রয়োগ করে। অর্থাৎ, ব্যাকপ্রোপগেশন প্রতিটি প্যারামিটারের ক্ষেত্রে ত্রুটির আংশিক ডেরিভেটিভ গণনা করে। আরো বিস্তারিত জানার জন্য, মেশিন লার্নিং ক্র্যাশ কোর্সের এই টিউটোরিয়ালটি দেখুন।

কয়েক বছর আগে, এমএল অনুশীলনকারীদের ব্যাকপ্রোপগেশন বাস্তবায়নের জন্য কোড লিখতে হয়েছিল। TensorFlow-এর মতো আধুনিক ML APIগুলি এখন আপনার জন্য ব্যাকপ্রোপগেশন প্রয়োগ করে৷ ফাউ!

ব্যাগিং

#df

একটি দলকে প্রশিক্ষণ দেওয়ার একটি পদ্ধতি যেখানে প্রতিটি উপাদান মডেল প্রতিস্থাপন সহ নমুনাযুক্ত প্রশিক্ষণ উদাহরণগুলির একটি এলোমেলো উপসেটে প্রশিক্ষণ দেয়। উদাহরণস্বরূপ, একটি এলোমেলো বন হল ব্যাগিংয়ের সাথে প্রশিক্ষিত সিদ্ধান্ত গাছের একটি সংগ্রহ।

ব্যাগিং শব্দটি b ootstrap agg regat ing এর জন্য সংক্ষিপ্ত।

শব্দের ব্যাগ

#ভাষা

ক্রম নির্বিশেষে একটি বাক্যাংশ বা প্যাসেজে শব্দের উপস্থাপনা। উদাহরণস্বরূপ, শব্দের ব্যাগ নিম্নলিখিত তিনটি বাক্যাংশকে অভিন্নভাবে উপস্থাপন করে:

• কুকুর লাফ দেয়
• কুকুর লাফিয়ে
• কুকুর লাফ দেয়

প্রতিটি শব্দ একটি স্পার্স ভেক্টরের একটি সূচকে ম্যাপ করা হয়, যেখানে ভেক্টরের শব্দভান্ডারের প্রতিটি শব্দের জন্য একটি সূচক থাকে। উদাহরণস্বরূপ , কুকুরের লাফানো শব্দগুচ্ছটি একটি বৈশিষ্ট্য ভেক্টরে ম্যাপ করা হয়েছে যা , কুকুর এবং লাফ শব্দের সাথে সম্পর্কিত তিনটি সূচকে অ-শূন্য মান সহ। অ-শূন্য মান নিম্নলিখিত যে কোনো হতে পারে:

• একটি শব্দের উপস্থিতি বোঝাতে একটি 1।
• ব্যাগে একটি শব্দ কতবার উপস্থিত হয় তার একটি গণনা। উদাহরণস্বরূপ, যদি বাক্যাংশটি মেরুন কুকুর মেরুন পশমযুক্ত একটি কুকুর হয় , তাহলে মেরুন এবং কুকুর উভয়কেই 2 হিসাবে উপস্থাপন করা হবে, অন্য শব্দগুলিকে 1 হিসাবে উপস্থাপন করা হবে।
• আরও কিছু মান, যেমন ব্যাগে একটি শব্দ কতবার উপস্থিত হয় তার সংখ্যার লগারিদম।

ভিত্তিরেখা

অন্য মডেল (সাধারণত, একটি আরও জটিল) কতটা ভাল পারফর্ম করছে তা তুলনা করার জন্য একটি রেফারেন্স পয়েন্ট হিসাবে ব্যবহৃত একটি মডেল । উদাহরণস্বরূপ, একটি লজিস্টিক রিগ্রেশন মডেল একটি গভীর মডেলের জন্য একটি ভাল বেসলাইন হিসাবে কাজ করতে পারে।

একটি নির্দিষ্ট সমস্যার জন্য, বেসলাইন মডেল ডেভেলপারদের ন্যূনতম প্রত্যাশিত কর্মক্ষমতা পরিমাপ করতে সাহায্য করে যা একটি নতুন মডেলকে নতুন মডেলের উপযোগী হওয়ার জন্য অর্জন করতে হবে।

ব্যাচ

#মৌলিক

একটি প্রশিক্ষণের পুনরাবৃত্তিতে ব্যবহৃত উদাহরণের সেট। ব্যাচের আকার একটি ব্যাচে উদাহরণের সংখ্যা নির্ধারণ করে।

একটি ব্যাচ কিভাবে একটি যুগের সাথে সম্পর্কিত তার ব্যাখ্যার জন্য epoch দেখুন।

ব্যাচ অনুমান

#টেনসরফ্লো

#GoogleCloud

ছোট সাবসেটে বিভক্ত একাধিক লেবেলবিহীন উদাহরণের পূর্বাভাস অনুমান করার প্রক্রিয়া ("ব্যাচ")।

ব্যাচ ইনফারেন্স অ্যাক্সিলারেটর চিপগুলির সমান্তরাল বৈশিষ্ট্যগুলিকে লিভারেজ করতে পারে৷ অর্থাৎ, একাধিক অ্যাক্সিলারেটর একই সাথে লেবেলবিহীন উদাহরণের বিভিন্ন ব্যাচে ভবিষ্যদ্বাণী করতে পারে, নাটকীয়ভাবে প্রতি সেকেন্ডে অনুমানের সংখ্যা বৃদ্ধি করে।

ব্যাচ স্বাভাবিকীকরণ

একটি লুকানো স্তরে অ্যাক্টিভেশন ফাংশনের ইনপুট বা আউটপুটকে স্বাভাবিক করা । ব্যাচ স্বাভাবিককরণ নিম্নলিখিত সুবিধা প্রদান করতে পারে:

• বাইরের ওজন থেকে রক্ষা করে নিউরাল নেটওয়ার্কগুলিকে আরও স্থিতিশীল করুন।
• উচ্চ শিক্ষার হার সক্ষম করুন, যা প্রশিক্ষণের গতি বাড়াতে পারে।
• ওভারফিটিং কমিয়ে দিন।

ব্যাচ আকার

#মৌলিক

একটি ব্যাচে উদাহরণের সংখ্যা। উদাহরণস্বরূপ, যদি ব্যাচের আকার 100 হয়, তাহলে মডেলটি প্রতি পুনরাবৃত্তি 100টি উদাহরণ প্রক্রিয়া করে।

নিম্নলিখিত জনপ্রিয় ব্যাচ আকার কৌশল:

• স্টোকাস্টিক গ্রেডিয়েন্ট ডিসেন্ট (SGD) , যার ব্যাচের আকার 1।
• সম্পূর্ণ ব্যাচ, যেখানে ব্যাচের আকার পুরো প্রশিক্ষণ সেটের উদাহরণের সংখ্যা। উদাহরণস্বরূপ, যদি প্রশিক্ষণ সেটে এক মিলিয়ন উদাহরণ থাকে, তাহলে ব্যাচের আকার এক মিলিয়ন উদাহরণ হবে। সম্পূর্ণ ব্যাচ সাধারণত একটি অদক্ষ কৌশল।
• মিনি-ব্যাচ যেখানে ব্যাচের আকার সাধারণত 10 থেকে 1000 এর মধ্যে হয়। মিনি-ব্যাচ সাধারণত সবচেয়ে কার্যকরী কৌশল।

বায়েসিয়ান নিউরাল নেটওয়ার্ক

একটি সম্ভাব্য নিউরাল নেটওয়ার্ক যা ওজন এবং আউটপুটগুলিতে অনিশ্চয়তার জন্য দায়ী। একটি স্ট্যান্ডার্ড নিউরাল নেটওয়ার্ক রিগ্রেশন মডেল সাধারণত একটি স্কেলার মান ভবিষ্যদ্বাণী করে ; উদাহরণস্বরূপ, একটি আদর্শ মডেল 853,000 একটি বাড়ির দামের পূর্বাভাস দেয়। বিপরীতে, একটি Bayesian নিউরাল নেটওয়ার্ক মান বিতরণের পূর্বাভাস দেয়; উদাহরণস্বরূপ, একটি বায়েসিয়ান মডেল 67,200 এর আদর্শ বিচ্যুতি সহ 853,000 এর একটি বাড়ির মূল্য ভবিষ্যদ্বাণী করে।

একটি Bayesian নিউরাল নেটওয়ার্ক ওজন এবং ভবিষ্যদ্বাণীতে অনিশ্চয়তা গণনা করতে বেইসের উপপাদ্যের উপর নির্ভর করে। একটি Bayesian নিউরাল নেটওয়ার্ক কার্যকর হতে পারে যখন অনিশ্চয়তা পরিমাপ করা গুরুত্বপূর্ণ, যেমন ফার্মাসিউটিক্যালস সম্পর্কিত মডেলগুলিতে। Bayesian নিউরাল নেটওয়ার্ক ওভারফিটিং প্রতিরোধে সাহায্য করতে পারে।

Bayesian অপ্টিমাইজেশান

একটি সম্ভাব্য রিগ্রেশন মডেল কৌশল যা কম্পিউটেশনালভাবে ব্যয়বহুল উদ্দেশ্যমূলক ফাংশনগুলিকে অপ্টিমাইজ করার পরিবর্তে একটি সারোগেটকে অপ্টিমাইজ করে যা একটি বায়েসিয়ান শেখার কৌশলের মাধ্যমে অনিশ্চয়তাকে পরিমাপ করে। যেহেতু Bayesian অপ্টিমাইজেশান নিজেই খুব ব্যয়বহুল, এটি সাধারণত ব্যয়বহুল-টু-মূল্যায়নের কাজগুলিকে অপ্টিমাইজ করতে ব্যবহৃত হয় যেগুলিতে স্বল্প সংখ্যক পরামিতি রয়েছে, যেমন হাইপারপ্যারামিটার নির্বাচন করা।

বেলম্যান সমীকরণ

#আরএল

শক্তিবৃদ্ধি শেখার ক্ষেত্রে, নিম্নোক্ত পরিচয়টি সর্বোত্তম Q-ফাংশন দ্বারা সন্তুষ্ট:

\[Q(s, a) = r(s, a) + \gamma \mathbb{E}_{s'|s,a} \max_{a'} Q(s', a')\]

রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদমগুলি নিম্নলিখিত আপডেট নিয়মের মাধ্যমে Q-লার্নিং তৈরি করতে এই পরিচয়টি প্রয়োগ করে:

\[Q(s,a) \gets Q(s,a) + \alpha \left[r(s,a) + \gamma \displaystyle\max_{\substack{a_1}} Q(s’,a’) - Q(s,a) \right] \]

শক্তিবৃদ্ধি শেখার বাইরে, বেলম্যান সমীকরণে গতিশীল প্রোগ্রামিং-এর অ্যাপ্লিকেশন রয়েছে। বেলম্যান সমীকরণের জন্য উইকিপিডিয়া এন্ট্রি দেখুন।

BERT (ট্রান্সফরমার থেকে দ্বিমুখী এনকোডার প্রতিনিধিত্ব)

#ভাষা

পাঠ্য উপস্থাপনার জন্য একটি মডেল আর্কিটেকচার। একটি প্রশিক্ষিত BERT মডেল পাঠ্য শ্রেণিবিন্যাস বা অন্যান্য ML কাজের জন্য একটি বড় মডেলের অংশ হিসাবে কাজ করতে পারে।

BERT এর নিম্নলিখিত বৈশিষ্ট্য রয়েছে:

• ট্রান্সফরমার আর্কিটেকচার ব্যবহার করে, এবং তাই স্ব-মনোযোগের উপর নির্ভর করে।
• ট্রান্সফরমারের এনকোডার অংশ ব্যবহার করে। এনকোডারের কাজ হল শ্রেণীবিভাগের মতো একটি নির্দিষ্ট কাজ সম্পাদন করার পরিবর্তে ভাল পাঠ্য উপস্থাপনা তৈরি করা।
• দ্বিমুখী ।
• তত্ত্বাবধানহীন প্রশিক্ষণের জন্য মাস্কিং ব্যবহার করে।

BERT এর ভেরিয়েন্টগুলির মধ্যে রয়েছে:

• ALBERT , যা A Light BERT এর সংক্ষিপ্ত রূপ।
• ল্যাবিএসই ।

ওপেন সোর্সিং বিইআরটি দেখুন: বিইআরটি-এর সংক্ষিপ্ত বিবরণের জন্য প্রাকৃতিক ভাষা প্রক্রিয়াকরণের জন্য অত্যাধুনিক প্রাক-প্রশিক্ষণ।

পক্ষপাত (নৈতিকতা/ন্যায়)

#ন্যায্যতা

#মৌলিক

1. কিছু জিনিস, মানুষ বা গোষ্ঠীর প্রতি স্টিরিওটাইপিং, কুসংস্কার বা পক্ষপাতিত্ব। এই পক্ষপাতগুলি ডেটা সংগ্রহ এবং ব্যাখ্যা, একটি সিস্টেমের নকশা এবং ব্যবহারকারীরা কীভাবে একটি সিস্টেমের সাথে যোগাযোগ করে তা প্রভাবিত করতে পারে। এই ধরনের পক্ষপাতের ফর্মগুলির মধ্যে রয়েছে:

• অটোমেশন পক্ষপাত
• নিশ্চিতকরণ পক্ষপাত
• পরীক্ষকের পক্ষপাত
• গ্রুপ অ্যাট্রিবিউশন পক্ষপাত
• অন্তর্নিহিত পক্ষপাত
• ইন-গ্রুপ পক্ষপাত
• আউট-গ্রুপ একজাতীয়তা পক্ষপাত

2. একটি নমুনা বা রিপোর্টিং পদ্ধতি দ্বারা প্রবর্তিত পদ্ধতিগত ত্রুটি। এই ধরনের পক্ষপাতের ফর্মগুলির মধ্যে রয়েছে:

• কভারেজ পক্ষপাত
• অ-প্রতিক্রিয়া পক্ষপাত
• অংশগ্রহণের পক্ষপাতিত্ব
• রিপোর্টিং পক্ষপাত
• স্যাম্পলিং পক্ষপাত
• নির্বাচন পক্ষপাত

মেশিন লার্নিং মডেল বা ভবিষ্যদ্বাণী পক্ষপাতিত্ব শব্দের সাথে বিভ্রান্ত হবেন না।

পক্ষপাত (গণিত) বা পক্ষপাত শব্দ

#মৌলিক

একটি উত্স থেকে একটি বাধা বা অফসেট. বায়াস হল মেশিন লার্নিং মডেলের একটি প্যারামিটার, যা নিম্নলিখিতগুলির যে কোনো একটি দ্বারা চিহ্নিত করা হয়:

• খ
• w ₀

উদাহরণস্বরূপ, নিম্নোক্ত সূত্রে পক্ষপাত হল b :

$$y' = b + w_1x_1 + w_2x_2 + … w_nx_n$$

একটি সাধারণ দ্বি-মাত্রিক লাইনে, পক্ষপাত মানে শুধু "y-ইন্টারসেপ্ট।" উদাহরণস্বরূপ, নিম্নলিখিত চিত্রে লাইনের পক্ষপাত হল 2।

পক্ষপাত বিদ্যমান কারণ সমস্ত মডেল মূল (0,0) থেকে শুরু হয় না। উদাহরণস্বরূপ, ধরুন একটি বিনোদন পার্কে প্রবেশের জন্য 2 ইউরো এবং একজন গ্রাহক থাকার প্রতি ঘন্টার জন্য অতিরিক্ত 0.5 ইউরো। অতএব, মোট খরচ ম্যাপিং একটি মডেল 2 এর পক্ষপাতী কারণ সর্বনিম্ন খরচ হল 2 ইউরো।

নৈতিকতা এবং ন্যায্যতা বা ভবিষ্যদ্বাণী পক্ষপাতের সাথে পক্ষপাতিত্বের সাথে বিভ্রান্ত হওয়া উচিত নয়।

দ্বিমুখী

#ভাষা

এমন একটি শব্দ যা একটি সিস্টেমকে বর্ণনা করতে ব্যবহৃত হয় যা পাঠ্যের একটি লক্ষ্য বিভাগের পূর্ববর্তী এবং অনুসরণ করে এমন পাঠ্যকে মূল্যায়ন করে। বিপরীতে, একটি ইউনিডাইরেকশনাল সিস্টেম শুধুমাত্র পাঠ্যের একটি লক্ষ্য বিভাগের আগে থাকা পাঠ্যকে মূল্যায়ন করে।

উদাহরণস্বরূপ, একটি মুখোশযুক্ত ভাষা মডেল বিবেচনা করুন যা অবশ্যই নিম্নলিখিত প্রশ্নে আন্ডারলাইন প্রতিনিধিত্বকারী শব্দ বা শব্দগুলির সম্ভাব্যতা নির্ধারণ করবে:

আপনার সাথে _____ কি?

একটি একমুখী ভাষা মডেলকে শুধুমাত্র "কী", "is", এবং "the" শব্দ দ্বারা প্রদত্ত প্রেক্ষাপটের উপর ভিত্তি করে তার সম্ভাবনার ভিত্তি করতে হবে। বিপরীতে, একটি দ্বিমুখী ভাষা মডেল "সহ" এবং "আপনি" থেকে প্রসঙ্গ লাভ করতে পারে, যা মডেলটিকে আরও ভাল ভবিষ্যদ্বাণী তৈরি করতে সহায়তা করতে পারে।

দ্বিমুখী ভাষার মডেল

#ভাষা

একটি ভাষা মডেল যা পূর্ববর্তী এবং পরবর্তী পাঠ্যের উপর ভিত্তি করে পাঠ্যের একটি উদ্ধৃতিতে একটি প্রদত্ত টোকেন একটি নির্দিষ্ট স্থানে উপস্থিত থাকার সম্ভাবনা নির্ধারণ করে।

বিগগ্রাম

#সেক

#ভাষা

একটি N-গ্রাম যার মধ্যে N=2।

বাইনারি শ্রেণীবিভাগ

#মৌলিক

এক ধরনের শ্রেণীবিন্যাস টাস্ক যা দুটি পারস্পরিক একচেটিয়া শ্রেণীর একটির পূর্বাভাস দেয়:

• ইতিবাচক ক্লাস
• নেতিবাচক শ্রেণী

উদাহরণস্বরূপ, নিম্নলিখিত দুটি মেশিন লার্নিং মডেল প্রতিটি বাইনারি শ্রেণীবিভাগ সম্পাদন করে:

• একটি মডেল যা নির্ধারণ করে যে ইমেল বার্তাগুলি স্প্যাম (পজিটিভ ক্লাস) না স্প্যাম (নেতিবাচক ক্লাস)।
• একটি মডেল যা একজন ব্যক্তির একটি নির্দিষ্ট রোগ (পজিটিভ ক্লাস) আছে কিনা বা সেই রোগ (নেতিবাচক শ্রেণী) নেই কিনা তা নির্ধারণ করতে চিকিৎসা লক্ষণগুলি মূল্যায়ন করে।

বহু-শ্রেণীর শ্রেণীবিভাগের সাথে বৈসাদৃশ্য।

লজিস্টিক রিগ্রেশন এবং শ্রেণীবিভাগ থ্রেশহোল্ড দেখুন।

বাইনারি অবস্থা

#df

একটি সিদ্ধান্ত গাছে , এমন একটি শর্ত যার শুধুমাত্র দুটি সম্ভাব্য ফলাফল রয়েছে, সাধারণত হ্যাঁ বা না । উদাহরণস্বরূপ, নিম্নলিখিত একটি বাইনারি শর্ত:

temperature >= 100

অ-বাইনারি অবস্থার সাথে বৈসাদৃশ্য।

বিনিং

bucketing জন্য সমার্থক.

BLEU (দ্বিভাষিক মূল্যায়ন আন্ডারস্টাডি)

#ভাষা

0.0 এবং 1.0 এর মধ্যে একটি স্কোর, অন্তর্ভুক্ত, দুটি মানব ভাষার মধ্যে একটি অনুবাদের গুণমান নির্দেশ করে (উদাহরণস্বরূপ, ইংরেজি এবং রাশিয়ান মধ্যে)। 1.0 এর একটি BLEU স্কোর একটি নিখুঁত অনুবাদ নির্দেশ করে; একটি BLEU স্কোর 0.0 একটি ভয়ানক অনুবাদ নির্দেশ করে।

boosting

একটি মেশিন লার্নিং কৌশল যা পুনরাবৃত্তিমূলকভাবে সহজ এবং খুব সঠিক নয় এমন শ্রেণীবিভাগের একটি সেটকে ("দুর্বল" শ্রেণীবদ্ধকারী হিসাবে উল্লেখ করা হয়) উচ্চ নির্ভুলতার (একটি "শক্তিশালী" শ্রেণীবিভাগকারী) সাথে একটি শ্রেণীবিভাগে একত্রিত করে যা মডেলটি বর্তমানে ভুল শ্রেণীবদ্ধ করা হচ্ছে এমন উদাহরণগুলিকে উচ্চতর করে ।

সীমান্ত বক্স

#ছবি

একটি ছবিতে, ( x , y ) একটি আয়তক্ষেত্রের স্থানাঙ্কগুলি আগ্রহের একটি এলাকার চারপাশে, যেমন নীচের ছবিতে কুকুরটি।

সম্প্রচার

একটি ম্যাট্রিক্স গণিত অপারেশনে একটি অপারেন্ডের আকারকে সেই ক্রিয়াকলাপের জন্য সামঞ্জস্যপূর্ণ মাত্রায় প্রসারিত করা। উদাহরণস্বরূপ, রৈখিক বীজগণিতের জন্য ম্যাট্রিক্স সংযোজন ক্রিয়াকলাপের দুটি অপারেন্ডের একই মাত্রা থাকা আবশ্যক। ফলস্বরূপ, n দৈর্ঘ্যের ভেক্টরে আপনি আকৃতির ম্যাট্রিক্স (m, n) যোগ করতে পারবেন না। ব্রডকাস্টিং প্রতিটি কলামের নিচে একই মান প্রতিলিপি করে আকৃতির ম্যাট্রিক্স (m, n) দৈর্ঘ্যের ভেক্টরটিকে কার্যত প্রসারিত করে এই ক্রিয়াকলাপটিকে সক্ষম করে।

উদাহরণস্বরূপ, নিম্নলিখিত সংজ্ঞা দেওয়া হয়েছে, রৈখিক বীজগণিত A+B নিষিদ্ধ করে কারণ A এবং B এর ভিন্ন মাত্রা রয়েছে:

A = [[7, 10, 4],
     [13, 5, 9]]
B = [2]

যাইহোক, সম্প্রচার A+B কে কার্যত B-এ সম্প্রসারিত করে অপারেশন সক্ষম করে:

 [[2, 2, 2],
  [2, 2, 2]]

এইভাবে, A+B এখন একটি বৈধ অপারেশন:

[[7, 10, 4],  +  [[2, 2, 2],  =  [[ 9, 12, 6],
 [13, 5, 9]]      [2, 2, 2]]      [15, 7, 11]]

আরও বিস্তারিত জানার জন্য NumPy-এ সম্প্রচারের নিম্নলিখিত বিবরণ দেখুন।

বালতি

#মৌলিক

একটি একক বৈশিষ্ট্যকে একাধিক বাইনারি বৈশিষ্ট্যে রূপান্তর করা যাকে বলা হয় বালতি বা বিন , সাধারণত একটি মান পরিসরের উপর ভিত্তি করে। কাটা বৈশিষ্ট্যটি সাধারণত একটি অবিচ্ছিন্ন বৈশিষ্ট্য ।

উদাহরণস্বরূপ, তাপমাত্রাকে একটি অবিচ্ছিন্ন ফ্লোটিং-পয়েন্ট বৈশিষ্ট্য হিসাবে উপস্থাপন করার পরিবর্তে, আপনি তাপমাত্রার রেঞ্জগুলিকে আলাদা বালতিতে কাটতে পারেন, যেমন:

• <= 10 ডিগ্রি সেলসিয়াস হবে "ঠান্ডা" বালতি।
• 11 - 24 ডিগ্রি সেলসিয়াস "নাতিশীতোষ্ণ" বালতি হবে।
• >= 25 ডিগ্রি সেলসিয়াস হবে "উষ্ণ" বালতি।

মডেলটি একই বালতিতে প্রতিটি মানকে অভিন্নভাবে বিবেচনা করবে। উদাহরণস্বরূপ, মান 13 এবং 22 উভয়ই নাতিশীতোষ্ণ বালতিতে রয়েছে, তাই মডেল দুটি মানকে অভিন্নভাবে বিবেচনা করে।

অতিরিক্ত নোটের জন্য আইকনে ক্লিক করুন।

আপনি যদি তাপমাত্রাকে একটি অবিচ্ছিন্ন বৈশিষ্ট্য হিসাবে উপস্থাপন করেন, তাহলে মডেলটি তাপমাত্রাকে একক বৈশিষ্ট্য হিসাবে বিবেচনা করে। আপনি যদি তাপমাত্রাকে তিনটি বালতি হিসাবে উপস্থাপন করেন, তবে মডেলটি প্রতিটি বালতিকে একটি পৃথক বৈশিষ্ট্য হিসাবে বিবেচনা করে। অর্থাৎ, একটি মডেল লেবেলের সাথে প্রতিটি বালতির আলাদা সম্পর্ক শিখতে পারে। উদাহরণস্বরূপ, একটি লিনিয়ার রিগ্রেশন মডেল প্রতিটি বালতির জন্য পৃথক ওজন শিখতে পারে।

বালতির সংখ্যা বৃদ্ধি আপনার মডেলকে আরও জটিল করে তোলে সম্পর্কের সংখ্যা বৃদ্ধি করে যা আপনার মডেলকে শিখতে হবে। উদাহরণস্বরূপ, ঠান্ডা, নাতিশীতোষ্ণ এবং উষ্ণ বালতিগুলি আপনার মডেলের প্রশিক্ষণের জন্য মূলত তিনটি পৃথক বৈশিষ্ট্য। আপনি যদি আরও দুটি বালতি যোগ করার সিদ্ধান্ত নেন--উদাহরণস্বরূপ, হিমায়িত এবং গরম-- আপনার মডেলকে এখন পাঁচটি পৃথক বৈশিষ্ট্যের উপর প্রশিক্ষণ দিতে হবে।

আপনি কিভাবে জানেন যে কতগুলি বালতি তৈরি করতে হবে, বা প্রতিটি বালতির রেঞ্জগুলি কী হওয়া উচিত? উত্তরগুলির জন্য সাধারণত ন্যায্য পরিমাণ পরীক্ষা-নিরীক্ষার প্রয়োজন হয়।

---

গ

ক্রমাঙ্কন স্তর

একটি পোস্ট-পূর্বাভাস সমন্বয়, সাধারণত ভবিষ্যদ্বাণী পক্ষপাতের জন্য অ্যাকাউন্ট। সামঞ্জস্যপূর্ণ ভবিষ্যদ্বাণী এবং সম্ভাব্যতাগুলি একটি পর্যবেক্ষণ করা লেবেলের সেটের বিতরণের সাথে মেলে।

প্রার্থী প্রজন্ম

#রিসিস্টেম

একটি সুপারিশ সিস্টেম দ্বারা নির্বাচিত সুপারিশের প্রাথমিক সেট৷ উদাহরণস্বরূপ, একটি বইয়ের দোকান বিবেচনা করুন যা 100,000 শিরোনাম অফার করে। প্রার্থী প্রজন্মের পর্যায় একটি নির্দিষ্ট ব্যবহারকারীর জন্য উপযুক্ত বইয়ের একটি অনেক ছোট তালিকা তৈরি করে, বলুন 500। কিন্তু এমনকি 500টি বইও ব্যবহারকারীর কাছে সুপারিশ করার মতো অনেক বেশি। পরবর্তী, আরও ব্যয়বহুল, একটি সুপারিশ ব্যবস্থার পর্যায়গুলি (যেমন স্কোরিং এবং পুনরায় র‌্যাঙ্কিং ) সেই 500 কে অনেক ছোট, আরও দরকারী সুপারিশের সেটে কমিয়ে দেয়।

প্রার্থীর নমুনা

একটি প্রশিক্ষণ-সময় অপ্টিমাইজেশান যা সমস্ত ইতিবাচক লেবেলের জন্য একটি সম্ভাব্যতা গণনা করে, উদাহরণস্বরূপ, সফটম্যাক্স ব্যবহার করে, কিন্তু শুধুমাত্র নেতিবাচক লেবেলের একটি এলোমেলো নমুনার জন্য। উদাহরণস্বরূপ, বিগল এবং কুকুরের লেবেলযুক্ত একটি উদাহরণ দেওয়া, প্রার্থী স্যাম্পলিং পূর্বাভাসিত সম্ভাবনাগুলি এবং এর জন্য ক্ষতির শর্তাদি গণনা করে:

• বিগল
• কুকুর
• অবশিষ্ট নেতিবাচক শ্রেণীর একটি এলোমেলো উপসেট (উদাহরণস্বরূপ, ক্যাট , ললিপপ , বেড়া )।

ধারণাটি হ'ল নেতিবাচক শ্রেণিগুলি কম ঘন ঘন নেতিবাচক শক্তিবৃদ্ধি থেকে শিখতে পারে যতক্ষণ না ইতিবাচক শ্রেণি সর্বদা যথাযথ ইতিবাচক শক্তিবৃদ্ধি পায় এবং এটি প্রকৃতপক্ষে অনুগতভাবে পর্যবেক্ষণ করা হয়।

প্রার্থী স্যাম্পলিং অ্যালগরিদমগুলি প্রশিক্ষণের চেয়ে আরও গণনামূলকভাবে দক্ষ যা সমস্ত নেতিবাচক শ্রেণীর জন্য পূর্বাভাস গণনা করে, বিশেষত যখন নেতিবাচক শ্রেণীর সংখ্যা খুব বড় হয়।

শ্রেণীবদ্ধ তথ্য

#ফান্ডামেন্টালস

সম্ভাব্য মানগুলির একটি নির্দিষ্ট সেট রয়েছে বৈশিষ্ট্যগুলি । উদাহরণস্বরূপ, traffic-light-state নামের একটি শ্রেণিবদ্ধ বৈশিষ্ট্য বিবেচনা করুন, যা নিম্নলিখিত তিনটি সম্ভাব্য মানগুলির মধ্যে একটিতে থাকতে পারে:

• red
• yellow
• green

traffic-light-state একটি শ্রেণিবদ্ধ বৈশিষ্ট্য হিসাবে উপস্থাপন করে, একটি মডেল ড্রাইভার আচরণে red , green এবং yellow রঙের বিভিন্ন প্রভাবগুলি শিখতে পারে।

শ্রেণিবদ্ধ বৈশিষ্ট্যগুলি কখনও কখনও পৃথক বৈশিষ্ট্য বলা হয়।

সংখ্যার ডেটার সাথে বিপরীতে।

কার্যকারণ ভাষা মডেল

#ভাষা

একমুখী ভাষার মডেলটির প্রতিশব্দ।

ভাষার মডেলিংয়ে বিভিন্ন দিকনির্দেশক পদ্ধতির বিপরীতে দ্বিপাক্ষিক ভাষার মডেল দেখুন।

ভরকেন্দ্র

# ক্লাস্টারিং

কে-মানে বা কে-মিডিয়ান অ্যালগরিদম দ্বারা নির্ধারিত একটি ক্লাস্টারের কেন্দ্র। উদাহরণস্বরূপ, যদি কে 3 হয়, তবে কে-মানে বা কে-মিডিয়ান অ্যালগরিদম 3 সেন্ট্রয়েড খুঁজে পায়।

সেন্ট্রয়েড ভিত্তিক ক্লাস্টারিং

# ক্লাস্টারিং

ক্লাস্টারিং অ্যালগরিদমগুলির একটি বিভাগ যা ননহিরারিকিকাল ক্লাস্টারে ডেটা সংগঠিত করে। কে-মানে সর্বাধিক ব্যবহৃত সেন্ট্রয়েড-ভিত্তিক ক্লাস্টারিং অ্যালগরিদম।

শ্রেণিবদ্ধ ক্লাস্টারিং অ্যালগরিদমের সাথে বৈপরীত্য।

চেইন-অফ-চিন্তার অনুরোধ

#ভাষা

#জেনেরেটিভাই

একটি প্রম্পট ইঞ্জিনিয়ারিং কৌশল যা একটি বৃহত ভাষার মডেল (এলএলএম) এর যুক্তি, ধাপে ধাপে ব্যাখ্যা করতে উত্সাহিত করে। উদাহরণস্বরূপ, নিম্নলিখিত প্রম্পটটি বিবেচনা করুন, দ্বিতীয় বাক্যটিতে বিশেষ মনোযোগ দিয়ে:

7 সেকেন্ডে প্রতি ঘন্টা 0 থেকে 60 মাইল পর্যন্ত যায় এমন একটি গাড়ীতে ড্রাইভার কতগুলি জি বাহিনী অভিজ্ঞতা অর্জন করবে? উত্তরে, সমস্ত প্রাসঙ্গিক গণনা দেখান।

এলএলএম এর প্রতিক্রিয়া সম্ভবত:

• উপযুক্ত স্থানে 0, 60 এবং 7 মানগুলিতে প্লাগিং করে পদার্থবিজ্ঞানের সূত্রগুলির একটি ক্রম দেখান।
• কেন এটি সেই সূত্রগুলি বেছে নিয়েছে এবং বিভিন্ন ভেরিয়েবলের অর্থ কী তা ব্যাখ্যা করুন।

চেইন-অফ-চিন্তা-ভাবনা এলএলএমকে সমস্ত গণনা সম্পাদন করতে বাধ্য করে, যা আরও সঠিক উত্তরের দিকে নিয়ে যেতে পারে। তদ্ব্যতীত, চেইন-অফ-চিন্তাভাবনা প্রম্পট ব্যবহারকারীকে উত্তরটি বোঝা যায় কি না তা নির্ধারণের জন্য এলএলএমের পদক্ষেপগুলি পরীক্ষা করতে সক্ষম করে।

চেকপয়েন্ট

নির্দিষ্ট প্রশিক্ষণ পুনরাবৃত্তিতে কোনও মডেলের পরামিতিগুলির অবস্থা ক্যাপচার করে এমন ডেটা। চেকপয়েন্টগুলি মডেল ওজন রফতানি করতে সক্ষম করে, বা একাধিক সেশন জুড়ে প্রশিক্ষণ সম্পাদন করে। চেকপয়েন্টগুলি অতীতের ত্রুটিগুলি চালিয়ে যাওয়ার প্রশিক্ষণও সক্ষম করে (উদাহরণস্বরূপ, কাজের প্রিম্পশন)।

যখন সূক্ষ্ম টিউনিং , নতুন মডেল প্রশিক্ষণের জন্য প্রারম্ভিক পয়েন্টটি প্রাক-প্রশিক্ষিত মডেলের একটি নির্দিষ্ট চেকপয়েন্ট হবে।

ক্লাস

#ফান্ডামেন্টালস

একটি বিভাগ যা একটি লেবেল অন্তর্ভুক্ত হতে পারে। উদাহরণ স্বরূপ:

• একটি বাইনারি শ্রেণিবদ্ধকরণ মডেল যা স্প্যাম সনাক্ত করে, দুটি শ্রেণি স্প্যাম হতে পারে এবং স্প্যাম নয় ।
• একটি বহু-শ্রেণীর শ্রেণিবিন্যাস মডেল যা কুকুরের জাতগুলি সনাক্ত করে, ক্লাসগুলি পোডল , বিগল , পগ ইত্যাদি হতে পারে।

একটি শ্রেণিবিন্যাস মডেল একটি শ্রেণীর পূর্বাভাস দেয়। বিপরীতে, একটি রিগ্রেশন মডেল একটি শ্রেণীর চেয়ে একটি সংখ্যার পূর্বাভাস দেয়।

শ্রেণিবিন্যাস মডেল

#ফান্ডামেন্টালস

এমন একটি মডেল যার ভবিষ্যদ্বাণী একটি শ্রেণি । উদাহরণস্বরূপ, নিম্নলিখিত সমস্ত শ্রেণিবিন্যাস মডেল:

• এমন একটি মডেল যা একটি ইনপুট বাক্যটির ভাষার পূর্বাভাস দেয় (ফরাসি? স্প্যানিশ? ইতালিয়ান?)।
• এমন একটি মডেল যা গাছের প্রজাতির পূর্বাভাস দেয় (ম্যাপেল? ওক? বাওবাব?)।
• একটি মডেল যা একটি নির্দিষ্ট চিকিত্সা শর্তের জন্য ইতিবাচক বা নেতিবাচক শ্রেণীর পূর্বাভাস দেয়।

বিপরীতে, রিগ্রেশন মডেলগুলি ক্লাসগুলির চেয়ে সংখ্যার পূর্বাভাস দেয়।

দুটি সাধারণ ধরণের শ্রেণিবিন্যাস মডেল হ'ল:

• বাইনারি শ্রেণিবিন্যাস
• বহু-শ্রেণীর শ্রেণীবিভাগ

শ্রেণিবিন্যাসের প্রান্তিক

#ফান্ডামেন্টালস

বাইনারি শ্রেণিবিন্যাসে , 0 এবং 1 এর মধ্যে একটি সংখ্যা যা লজিস্টিক রিগ্রেশন মডেলের কাঁচা আউটপুটকে ইতিবাচক শ্রেণি বা নেতিবাচক শ্রেণীর উভয় ক্ষেত্রেই ভবিষ্যদ্বাণী হিসাবে রূপান্তর করে। নোট করুন যে শ্রেণিবিন্যাসের প্রান্তিকতা এমন একটি মান যা কোনও মানব চয়ন করে, মডেল প্রশিক্ষণ দ্বারা নির্বাচিত কোনও মান নয়।

একটি লজিস্টিক রিগ্রেশন মডেল 0 এবং 1 এর মধ্যে একটি কাঁচা মান আউটপুট দেয়: তারপরে:

• যদি এই কাঁচা মান শ্রেণিবিন্যাসের প্রান্তিকের চেয়ে বেশি হয় তবে ইতিবাচক শ্রেণীর পূর্বাভাস দেওয়া হয়।
• যদি এই কাঁচা মান শ্রেণিবিন্যাসের প্রান্তিকের চেয়ে কম হয় তবে নেতিবাচক শ্রেণীর পূর্বাভাস দেওয়া হয়।

উদাহরণস্বরূপ, ধরুন শ্রেণিবিন্যাসের প্রান্তটি 0.8। যদি কাঁচা মান 0.9 হয় তবে মডেলটি ইতিবাচক শ্রেণীর পূর্বাভাস দেয়। যদি কাঁচা মান 0.7 হয় তবে মডেলটি নেতিবাচক শ্রেণীর পূর্বাভাস দেয়।

শ্রেণিবিন্যাসের প্রান্তিকের পছন্দটি মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচক সংখ্যাগুলিকে দৃ strongly ়ভাবে প্রভাবিত করে।

অতিরিক্ত নোটের জন্য আইকনটি ক্লিক করুন।

মডেল বা ডেটাসেটগুলি বিকশিত হওয়ার সাথে সাথে ইঞ্জিনিয়াররা কখনও কখনও শ্রেণিবিন্যাসের প্রান্তিকতাও পরিবর্তন করে। যখন শ্রেণিবিন্যাসের প্রান্তিক পরিবর্তন হয়, ইতিবাচক শ্রেণীর ভবিষ্যদ্বাণীগুলি হঠাৎ নেতিবাচক শ্রেণি এবং তদ্বিপরীত হয়ে উঠতে পারে।

উদাহরণস্বরূপ, একটি বাইনারি শ্রেণিবদ্ধকরণ রোগের পূর্বাভাস মডেল বিবেচনা করুন। মনে করুন যে সিস্টেমটি যখন প্রথম বছরে চলে:

• একটি নির্দিষ্ট রোগীর জন্য কাঁচা মান 0.95।
• শ্রেণিবিন্যাসের প্রান্তিকতা 0.94।

অতএব, সিস্টেমটি ইতিবাচক শ্রেণি নির্ণয় করে। (রোগী হাঁপিয়ে, "ওহ না! আমি অসুস্থ!")

এক বছর পরে, সম্ভবত মানগুলি এখন নিম্নরূপ দেখায়:

• একই রোগীর কাঁচা মান 0.95 এ থাকে।
• শ্রেণিবিন্যাসের প্রান্তিকতা 0.97 এ পরিবর্তিত হয়।

অতএব, সিস্টেমটি এখন সেই রোগীকে নেতিবাচক শ্রেণি হিসাবে পুনরায় শ্রেণিবদ্ধ করে। ("শুভ দিন! আমি অসুস্থ নই।") একই রোগী। বিভিন্ন রোগ নির্ণয়।

---

শ্রেণি-অবরুদ্ধ ডেটাসেট

#ফান্ডামেন্টালস

শ্রেণিবদ্ধকরণ সমস্যার জন্য একটি ডেটাসেট যেখানে প্রতিটি শ্রেণীর মোট লেবেলের সংখ্যা উল্লেখযোগ্যভাবে পৃথক হয়। উদাহরণস্বরূপ, একটি বাইনারি শ্রেণিবদ্ধকরণ ডেটাসেট বিবেচনা করুন যার দুটি লেবেল নিম্নলিখিত হিসাবে বিভক্ত:

• 1,000,000 নেতিবাচক লেবেল
• 10 ইতিবাচক লেবেল

নেতিবাচক থেকে ধনাত্মক লেবেলগুলির অনুপাতটি 100,000 থেকে 1, সুতরাং এটি একটি শ্রেণি-অসম্পূর্ণ ডেটাসেট।

বিপরীতে, নিম্নলিখিত ডেটাসেটটি শ্রেণিবদ্ধ নয় কারণ ইতিবাচক লেবেলের সাথে নেতিবাচক লেবেলের অনুপাত তুলনামূলকভাবে 1 এর কাছাকাছি:

• 517 নেতিবাচক লেবেল
• 483 পজিটিভ লেবেল

মাল্টি-ক্লাসের ডেটাসেটগুলিও শ্রেণি-অবিস্মরণীয় হতে পারে। উদাহরণস্বরূপ, নিম্নলিখিত মাল্টি-ক্লাসের শ্রেণিবিন্যাস ডেটাসেটটিও শ্রেণি-অবিস্মরণীয় কারণ একটি লেবেলে অন্য দুটিয়ের চেয়ে অনেক বেশি উদাহরণ রয়েছে:

• "সবুজ" ক্লাস সহ 1,000,000 লেবেল
• ক্লাস "বেগুনি" সহ 200 লেবেল
• ক্লাস "কমলা" সহ 350 লেবেল

এনট্রপি , সংখ্যাগরিষ্ঠ শ্রেণি এবং সংখ্যালঘু শ্রেণিও দেখুন।

ক্লিপিং

#ফান্ডামেন্টালস

নিম্নলিখিত বা উভয়ই করে আউটলিয়ারদের পরিচালনা করার জন্য একটি কৌশল:

• বৈশিষ্ট্য মানগুলি হ্রাস করা যা সর্বোচ্চ প্রান্তিকের চেয়ে সর্বাধিক প্রান্তিকের চেয়ে বেশি।
• ক্রমবর্ধমান বৈশিষ্ট্য মানগুলি যা ন্যূনতম প্রান্তিকের চেয়ে ন্যূনতম প্রান্তিকের চেয়ে কম।

উদাহরণস্বরূপ, ধরুন যে কোনও নির্দিষ্ট বৈশিষ্ট্যের জন্য <0.5% মান 40-60 এর পরিসরের বাইরে পড়ে। এই ক্ষেত্রে, আপনি নিম্নলিখিতগুলি করতে পারেন:

• 60 (সর্বাধিক প্রান্তিক) এরও বেশি মানগুলি ক্লিপ করুন ঠিক 60 হতে হবে।
• 40 এর অধীনে সমস্ত মান ক্লিপ করুন (সর্বনিম্ন প্রান্তিক) হুবহু 40 হতে হবে।

আউটলিয়াররা মডেলগুলিকে ক্ষতি করতে পারে, কখনও কখনও প্রশিক্ষণের সময় ওজনকে ওভারফ্লো করে তোলে। কিছু আউটলিয়াররা যথাযথতার মতো মেট্রিকগুলি নাটকীয়ভাবে লুণ্ঠন করতে পারে। ক্ষতি সীমাবদ্ধ করার জন্য ক্লিপিং একটি সাধারণ কৌশল।

গ্রেডিয়েন্ট ক্লিপিং প্রশিক্ষণের সময় একটি নির্ধারিত পরিসরের মধ্যে গ্রেডিয়েন্ট মানগুলিকে বাহিনী করে।

মেঘ TPU

#টেনসরফ্লো

#গুগলক্লাউড

গুগল ক্লাউড প্ল্যাটফর্মে মেশিন লার্নিং ওয়ার্কলোডগুলি গতি বাড়ানোর জন্য ডিজাইন করা একটি বিশেষ হার্ডওয়্যার এক্সিলারেটর।

ক্লাস্টারিং

# ক্লাস্টারিং

সম্পর্কিত উদাহরণগুলি গ্রুপিং করা, বিশেষত নিরীক্ষিত শিক্ষার সময়। সমস্ত উদাহরণকে গোষ্ঠীভুক্ত করার পরে, একজন মানুষ প্রতিটি ক্লাস্টারে বিকল্পভাবে অর্থ সরবরাহ করতে পারে।

অনেক ক্লাস্টারিং অ্যালগরিদম বিদ্যমান। উদাহরণস্বরূপ, কে-মিনস অ্যালগরিদম ক্লাস্টারগুলি তাদের সেন্ট্রয়েডের সান্নিধ্যের ভিত্তিতে উদাহরণগুলি নিম্নলিখিত চিত্রের মতো:

একজন মানব গবেষক তখন ক্লাস্টারগুলি পর্যালোচনা করতে পারেন এবং উদাহরণস্বরূপ, ক্লাস্টার 1 কে "বামন গাছ" এবং ক্লাস্টার 2 হিসাবে "পূর্ণ আকারের গাছ" হিসাবে লেবেল করতে পারেন।

অন্য উদাহরণ হিসাবে, কেন্দ্রের বিন্দু থেকে একটি উদাহরণের দূরত্বের ভিত্তিতে একটি ক্লাস্টারিং অ্যালগরিদম বিবেচনা করুন, যা নিম্নলিখিত হিসাবে চিত্রিত:

সহ-অভিযোজন

যখন নিউরনগুলি সামগ্রিকভাবে নেটওয়ার্কের আচরণের উপর নির্ভর করার পরিবর্তে নির্দিষ্ট অন্যান্য নিউরনের আউটপুটগুলিতে প্রায় একচেটিয়াভাবে নির্ভর করে প্রশিক্ষণ ডেটাতে নিদর্শনগুলির পূর্বাভাস দেয়। যখন সহ-সংযোজনের কারণগুলির নিদর্শনগুলি বৈধতা ডেটাতে উপস্থিত না থাকে, তখন সহ-অভিযোজনের কারণ হয়। ড্রপআউট নিয়মিতকরণ সহ-অভিযোজন হ্রাস করে কারণ ড্রপআউট নিশ্চিত করে যে নিউরনগুলি কেবলমাত্র নির্দিষ্ট অন্যান্য নিউরনের উপর নির্ভর করতে পারে না।

সহযোগীতামূলক বিশোধন

#রেকসিস্টেমস

অন্যান্য অনেক ব্যবহারকারীর স্বার্থের ভিত্তিতে একজন ব্যবহারকারীর আগ্রহ সম্পর্কে ভবিষ্যদ্বাণী করা। সহযোগী ফিল্টারিং প্রায়শই সুপারিশ সিস্টেমে ব্যবহৃত হয়।

অবস্থা

#ডিএফ

একটি সিদ্ধান্ত গাছের মধ্যে, যে কোনও নোড যা একটি অভিব্যক্তি মূল্যায়ন করে। উদাহরণস্বরূপ, সিদ্ধান্ত গাছের নিম্নলিখিত অংশে দুটি শর্ত রয়েছে:

একটি শর্তকে বিভক্ত বা পরীক্ষাও বলা হয়।

পাতার সাথে বিপরীতে শর্ত।

আরো দেখুন:

• বাইনারি অবস্থা
• অ-বাইনারি অবস্থা ।
• অক্ষ-প্রান্তিক-শর্ত
• তির্যক-শর্ত

কনফিগারেশন

একটি মডেল প্রশিক্ষণের জন্য ব্যবহৃত প্রাথমিক সম্পত্তি মানগুলি নির্ধারণের প্রক্রিয়া, সহ:

• মডেলের রচনা স্তরগুলি
• ডেটা অবস্থান
• হাইপারপ্যারামিটারগুলি যেমন:
  • শেখার হার
  • পুনরাবৃত্তি
  • অপ্টিমাইজার
  • ক্ষতি ফাংশন

মেশিন লার্নিং প্রকল্পগুলিতে, একটি বিশেষ কনফিগারেশন ফাইলের মাধ্যমে বা কনফিগারেশন লাইব্রেরির মাধ্যমে নিম্নলিখিতগুলির মতো কনফিগারেশন করা যেতে পারে:

• হ্যাপারাম
• জিন
• বেহালা

নিশ্চিতকরণ পক্ষপাত

#ফায়ারনেস

এমনভাবে তথ্য অনুসন্ধান, ব্যাখ্যা, অনুগ্রহ এবং স্মরণ করার প্রবণতা এমনভাবে এমনভাবে যা কারও পূর্বনির্ধারিত বিশ্বাস বা অনুমানকে নিশ্চিত করে। মেশিন লার্নিং বিকাশকারীরা অজান্তেই এমনভাবে ডেটা সংগ্রহ বা লেবেল করতে পারে যা তাদের বিদ্যমান বিশ্বাসকে সমর্থন করে এমন কোনও ফলাফলকে প্রভাবিত করে। নিশ্চিতকরণ পক্ষপাত অন্তর্নিহিত পক্ষপাতের একটি ফর্ম।

এক্সপেরিমেন্টের পক্ষপাতিত্ব হ'ল নিশ্চিতকরণ পক্ষপাতের একটি রূপ যেখানে কোনও পরীক্ষক প্রশিক্ষণ মডেলগুলি চালিয়ে যান যতক্ষণ না একটি পূর্বনির্ধারিত হাইপোথিসিস নিশ্চিত না হয়।

বিভ্রান্তি ম্যাট্রিক্স

#ফান্ডামেন্টালস

একটি এনএক্সএন টেবিল যা একটি শ্রেণিবদ্ধকরণ মডেল তৈরি সঠিক এবং ভুল ভবিষ্যদ্বাণীগুলির সংখ্যার সংক্ষিপ্তসার করে। উদাহরণস্বরূপ, বাইনারি শ্রেণিবদ্ধকরণ মডেলের জন্য নিম্নলিখিত বিভ্রান্তি ম্যাট্রিক্স বিবেচনা করুন:

	টিউমার (পূর্বাভাস)	অ-টিউমার (পূর্বাভাস)
টিউমার (গ্রাউন্ড ট্রুথ)	18 (টিপি)	1 (এফএন)
অ-টিউমার (গ্রাউন্ড ট্রুথ)	6 (এফপি)	452 (টিএন)

পূর্ববর্তী বিভ্রান্তি ম্যাট্রিক্স নিম্নলিখিতগুলি দেখায়:

• 19 টি ভবিষ্যদ্বাণীগুলির মধ্যে যেখানে গ্রাউন্ড ট্রুথ টিউমার ছিল, মডেলটি সঠিকভাবে 18 টি শ্রেণিবদ্ধ করেছে এবং ভুলভাবে শ্রেণিবদ্ধ করেছে 1।
• 458 পূর্বাভাসের মধ্যে যেখানে স্থল সত্যটি অ-টিউমার ছিল, মডেলটি সঠিকভাবে 452 শ্রেণিবদ্ধ করেছে এবং ভুলভাবে শ্রেণিবদ্ধ 6।

বহু-শ্রেণীর শ্রেণিবিন্যাস সমস্যার জন্য বিভ্রান্তি ম্যাট্রিক্স আপনাকে ভুলের নিদর্শনগুলি সনাক্ত করতে সহায়তা করতে পারে। উদাহরণস্বরূপ, 3-শ্রেণীর মাল্টি-ক্লাস শ্রেণিবিন্যাস মডেলের জন্য নিম্নলিখিত বিভ্রান্তি ম্যাট্রিক্স বিবেচনা করুন যা তিনটি পৃথক আইআরআইএস প্রকারকে (ভার্জিনিকা, ভার্সিকোলার এবং সেটোসা) শ্রেণিবদ্ধ করে। যখন গ্রাউন্ড ট্রুথ ভার্জিনিকা ছিল, তখন বিভ্রান্তির ম্যাট্রিক্স দেখায় যে মডেলটি ভুলভাবে সেটোসার চেয়ে ভার্সিকোলার পূর্বাভাস দেওয়ার সম্ভাবনা অনেক বেশি ছিল:

	সেটোসা (পূর্বাভাস)	ভার্সিকোলার (পূর্বাভাস)	ভার্জিনিকা (পূর্বাভাস)
সেটোসা (গ্রাউন্ড ট্রুথ)	৮৮	12	0
ভার্সিকোলার (গ্রাউন্ড ট্রুথ)	6	141	7
ভার্জিনিকা (গ্রাউন্ড ট্রুথ)	2	27	109

অন্য উদাহরণ হিসাবে, একটি বিভ্রান্তি ম্যাট্রিক্স প্রকাশ করতে পারে যে হস্তাক্ষর অঙ্কগুলি সনাক্ত করতে প্রশিক্ষিত একটি মডেল ভুলভাবে 4 এর পরিবর্তে 9 এর পূর্বাভাস দেয় বা ভুল করে 7 এর পরিবর্তে 1 পূর্বাভাস দেয়।

বিভ্রান্তি ম্যাট্রিকগুলিতে যথার্থতা এবং পুনরুদ্ধার সহ বিভিন্ন পারফরম্যান্স মেট্রিক গণনা করার জন্য পর্যাপ্ত তথ্য রয়েছে।

আসন পার্সিং

#ভাষা

একটি বাক্যকে ছোট ব্যাকরণগত কাঠামোগুলিতে বিভক্ত করা ("উপাদান")। এমএল সিস্টেমের পরবর্তী অংশ, যেমন একটি প্রাকৃতিক ভাষা বোঝার মডেল, মূল বাক্যটির চেয়ে উপাদানগুলি আরও সহজেই পার্স করতে পারে। উদাহরণস্বরূপ, নিম্নলিখিত বাক্যটি বিবেচনা করুন:

আমার বন্ধু দুটি বিড়াল গ্রহণ করেছিল।

একটি নির্বাচনী পার্সার এই বাক্যটিকে নিম্নলিখিত দুটি উপাদানগুলিতে বিভক্ত করতে পারে:

• আমার বন্ধু একটি বিশেষ্য বাক্যাংশ।
• দুটি বিড়াল গৃহীত একটি ক্রিয়া বাক্যাংশ।

এই উপাদানগুলি আরও ছোট উপাদানগুলিতে আরও বিভক্ত করা যেতে পারে। উদাহরণস্বরূপ, ক্রিয়া বাক্যাংশ

দুটি বিড়াল গৃহীত

আরও বিভক্ত হতে পারে:

• গৃহীত একটি ক্রিয়া।
• দুটি বিড়াল হ'ল আরেকটি বিশেষ্য বাক্যাংশ।

ক্রমাগত বৈশিষ্ট্য

#ফান্ডামেন্টালস

তাপমাত্রা বা ওজনের মতো সম্ভাব্য মানগুলির অসীম পরিসীমা সহ একটি ভাসমান-পয়েন্ট বৈশিষ্ট্য ।

পৃথক বৈশিষ্ট্য সঙ্গে বৈপরীত্য।

সুবিধার নমুনা

একটি ডেটাসেট ব্যবহার করে দ্রুত পরীক্ষা -নিরীক্ষা চালানোর জন্য বৈজ্ঞানিকভাবে জড়ো হয় না। পরে, বৈজ্ঞানিকভাবে সংগৃহীত ডেটাসেটে স্যুইচ করা অপরিহার্য।

অভিন্নতা

#ফান্ডামেন্টালস

একটি রাষ্ট্র পৌঁছেছিল যখন ক্ষতির মানগুলি প্রতিটি পুনরাবৃত্তির সাথে খুব সামান্য বা না পরিবর্তিত হয়। উদাহরণস্বরূপ, নিম্নলিখিত ক্ষতির বক্ররেখা প্রায় 700 টি পুনরাবৃত্তিতে রূপান্তরকে পরামর্শ দেয়:

যখন অতিরিক্ত প্রশিক্ষণ মডেলটির উন্নতি করবে না তখন একটি মডেল রূপান্তর করে ।

গভীর শিক্ষায় , ক্ষতির মানগুলি কখনও কখনও অবতরণের আগে অনেক পুনরাবৃত্তির জন্য স্থির বা প্রায় তাই প্রায় তাই থাকে। ধ্রুবক ক্ষতির মানগুলির দীর্ঘ সময়কালে, আপনি অস্থায়ীভাবে রূপান্তরটির একটি মিথ্যা ধারণা পেতে পারেন।

তাড়াতাড়ি থামানোও দেখুন।

উত্তল ফাংশন

একটি ফাংশন যেখানে ফাংশনের গ্রাফের উপরে অঞ্চলটি একটি উত্তল সেট । প্রোটোটাইপিকাল উত্তল ফাংশনটি ইউ লেটারের মতো কিছু আকারযুক্ত। উদাহরণস্বরূপ, নিম্নলিখিত সমস্ত উত্তল ফাংশন:

বিপরীতে, নিম্নলিখিত ফাংশনটি উত্তল নয়। গ্রাফের উপরের অঞ্চলটি কীভাবে উত্তল সেট নয় তা লক্ষ্য করুন:

একটি কঠোরভাবে উত্তল ফাংশনটির ঠিক একটি স্থানীয় ন্যূনতম পয়েন্ট রয়েছে, এটি বৈশ্বিক ন্যূনতম পয়েন্টও। ক্লাসিক ইউ-আকৃতির ফাংশনগুলি কঠোরভাবে উত্তল ফাংশন। তবে কিছু উত্তল ফাংশন (উদাহরণস্বরূপ, সরল রেখাগুলি) ইউ-আকৃতির নয়।

গণিতের গভীরতর চেহারা জন্য আইকনটি ক্লিক করুন।

নিম্নলিখিতগুলি সহ প্রচুর সাধারণ ক্ষতির ফাংশনগুলি হ'ল উত্তল ফাংশন:

• L ₂ ক্ষতি
• লগ ক্ষতি
• L ₁ নিয়মিতকরণ
• L ₂ নিয়মিতকরণ

গ্রেডিয়েন্ট বংশোদ্ভূত অনেকগুলি প্রকরণগুলি ন্যূনতমভাবে উত্তল ফাংশনের ন্যূনতম কাছাকাছি একটি পয়েন্ট খুঁজে পাওয়ার গ্যারান্টিযুক্ত। একইভাবে, স্টোকাস্টিক গ্রেডিয়েন্ট বংশোদ্ভূত বিভিন্ন প্রকারভেদে কঠোরভাবে উত্তল ফাংশনের ন্যূনতম কাছাকাছি একটি পয়েন্ট সন্ধানের উচ্চ সম্ভাবনা (যদিও, গ্যারান্টি নয়) থাকে।

দুটি উত্তল ফাংশনের যোগফল (উদাহরণস্বরূপ, এল ₂ ক্ষতি + এল ₁ নিয়মিতকরণ) একটি উত্তল ফাংশন।

গভীর মডেলগুলি কখনই উত্তল ফাংশন হয় না। লক্ষণীয়ভাবে, উত্তল অপ্টিমাইজেশনের জন্য ডিজাইন করা অ্যালগরিদমগুলি যে কোনও উপায়ে গভীর নেটওয়ার্কগুলিতে যুক্তিসঙ্গতভাবে ভাল সমাধানগুলি সন্ধান করে, যদিও এই সমাধানগুলি বিশ্বব্যাপী ন্যূনতম হওয়ার গ্যারান্টিযুক্ত নয়।

---

উত্তল অপ্টিমাইজেশান

ন্যূনতম উত্তল ফাংশন খুঁজে পেতে গ্রেডিয়েন্ট বংশোদ্ভূত হিসাবে গাণিতিক কৌশলগুলি ব্যবহার করার প্রক্রিয়া। মেশিন লার্নিংয়ে প্রচুর গবেষণা উত্তল অপ্টিমাইজেশন সমস্যা হিসাবে বিভিন্ন সমস্যা গঠনের এবং আরও দক্ষতার সাথে এই সমস্যাগুলি সমাধানে মনোনিবেশ করেছে।

সম্পূর্ণ তথ্যের জন্য, বয়ড এবং ভ্যান্ডেনবার্গে, উত্তল অপ্টিমাইজেশন দেখুন।

উত্তল সেট

ইউক্লিডিয়ান স্পেসের একটি উপসেট যেমন সাবসেটের যে কোনও দুটি পয়েন্টের মধ্যে আঁকা একটি লাইন পুরোপুরি উপসেটের মধ্যে থেকে যায়। উদাহরণস্বরূপ, নিম্নলিখিত দুটি আকার উত্তল সেট:

বিপরীতে, নিম্নলিখিত দুটি আকার উত্তল সেট নয়:

আবর্তন

#ছবি

গণিতে, আকস্মিকভাবে বলতে গেলে, দুটি ফাংশনের মিশ্রণ। মেশিন লার্নিংয়ে, একটি কনভোলিউশন ওজন প্রশিক্ষণের জন্য কনভোলিউশনাল ফিল্টার এবং ইনপুট ম্যাট্রিক্স মিশ্রিত করে।

মেশিন লার্নিংয়ে "কনভোলিউশন" শব্দটি প্রায়শই কনভোলিউশনাল অপারেশন বা কনভোলিউশনাল স্তরকে উল্লেখ করার একটি সংক্ষিপ্ত উপায়।

কনভোলিউশন ছাড়াই, একটি মেশিন লার্নিং অ্যালগরিদমকে একটি বড় টেনসারের প্রতিটি কোষের জন্য পৃথক ওজন শিখতে হবে। উদাহরণস্বরূপ, 2 কে এক্স 2 কে চিত্রগুলিতে একটি মেশিন লার্নিং অ্যালগরিদম প্রশিক্ষণ 4 এম পৃথক ওজন খুঁজে পেতে বাধ্য হবে। কনভলিউশনগুলির জন্য ধন্যবাদ, একটি মেশিন লার্নিং অ্যালগরিদমকে কেবল কনভোলিউশনাল ফিল্টারটিতে প্রতিটি কোষের জন্য ওজন খুঁজে পেতে হবে, নাটকীয়ভাবে মডেলটিকে প্রশিক্ষণের জন্য প্রয়োজনীয় স্মৃতি হ্রাস করতে হবে। যখন কনভোলিউশনাল ফিল্টার প্রয়োগ করা হয়, তখন এটি কেবল কোষগুলিতে প্রতিলিপি করা হয় যে প্রতিটি ফিল্টার দ্বারা গুণিত হয়।

কনভোলিউশনাল ফিল্টার

#ছবি

একটি কনভলিউশনাল অপারেশনে দু'জন অভিনেতার একজন। (অন্য অভিনেতা হ'ল ইনপুট ম্যাট্রিক্সের একটি টুকরো)) একটি কনভোলিউশনাল ফিল্টার একটি ম্যাট্রিক্স যা ইনপুট ম্যাট্রিক্সের মতো একই র‌্যাঙ্কযুক্ত , তবে একটি ছোট আকারের। উদাহরণস্বরূপ, একটি 28x28 ইনপুট ম্যাট্রিক্স দেওয়া, ফিল্টারটি 28x28 এর চেয়ে 2 ডি ম্যাট্রিক্স ছোট হতে পারে।

ফটোগ্রাফিক ম্যানিপুলেশনে, একটি কনভোলিউশনাল ফিল্টারের সমস্ত কোষ সাধারণত এবং শূন্যগুলির একটি ধ্রুবক প্যাটার্নে সেট করা থাকে। মেশিন লার্নিংয়ে, কনভোলিউশনাল ফিল্টারগুলি সাধারণত এলোমেলো সংখ্যার সাথে বীজযুক্ত হয় এবং তারপরে নেটওয়ার্কটি আদর্শ মানগুলিকে প্রশিক্ষণ দেয় ।

কনভোলিউশনাল স্তর

#ছবি

একটি গভীর নিউরাল নেটওয়ার্কের একটি স্তর যেখানে একটি কনভোলিউশনাল ফিল্টার একটি ইনপুট ম্যাট্রিক্স বরাবর পাস করে। উদাহরণস্বরূপ, নিম্নলিখিত 3x3 কনভোলিউশনাল ফিল্টারটি বিবেচনা করুন:

নিম্নলিখিত অ্যানিমেশনটি 5x5 ইনপুট ম্যাট্রিক্সের সাথে জড়িত 9 টি কনভলিউশনাল অপারেশন সমন্বিত একটি কনভোলিউশনাল স্তর দেখায়। লক্ষ্য করুন যে প্রতিটি কনভলিউশনাল অপারেশন ইনপুট ম্যাট্রিক্সের একটি পৃথক 3x3 স্লাইসে কাজ করে। ফলস্বরূপ 3x3 ম্যাট্রিক্স (ডানদিকে) 9 টি কনভলিউশনাল অপারেশনের ফলাফল নিয়ে গঠিত:

কনভোল্যুশনাল নিউরাল নেটওয়ার্ক

#ছবি

একটি নিউরাল নেটওয়ার্ক যেখানে কমপক্ষে একটি স্তর একটি সমান্তরাল স্তর । একটি সাধারণ কনভোলিউশনাল নিউরাল নেটওয়ার্ক নিম্নলিখিত স্তরগুলির কিছু সংমিশ্রণ নিয়ে গঠিত:

• কনভোলিউশনাল স্তরগুলি
• পুলিং স্তর
• ঘন স্তর

কনভোলিউশনাল নিউরাল নেটওয়ার্কগুলি চিত্রের স্বীকৃতি হিসাবে নির্দিষ্ট ধরণের সমস্যাগুলিতে দুর্দান্ত সাফল্য পেয়েছে।

কনভোলিউশনাল অপারেশন

#ছবি

নিম্নলিখিত দ্বি-পদক্ষেপ গাণিতিক অপারেশন:

1. কনভোলিউশনাল ফিল্টারটির উপাদান অনুসারে গুণ এবং একটি ইনপুট ম্যাট্রিক্সের একটি স্লাইস। (ইনপুট ম্যাট্রিক্সের স্লাইসটিতে কনভোলিউশনাল ফিল্টার হিসাবে একই র‌্যাঙ্ক এবং আকার রয়েছে))
2. ফলস্বরূপ পণ্য ম্যাট্রিক্সে সমস্ত মানের সংমিশ্রণ।

উদাহরণস্বরূপ, নিম্নলিখিত 5x5 ইনপুট ম্যাট্রিক্স বিবেচনা করুন:

এখন নিম্নলিখিত 2x2 কনভলিউশনাল ফিল্টারটি কল্পনা করুন:

প্রতিটি কনভলিউশনাল অপারেশনে ইনপুট ম্যাট্রিক্সের একক 2x2 স্লাইস জড়িত। উদাহরণস্বরূপ, ধরুন আমরা ইনপুট ম্যাট্রিক্সের শীর্ষ-বামে 2x2 স্লাইসটি ব্যবহার করি। সুতরাং, এই স্লাইসে কনভোলিউশন অপারেশনটি নিম্নরূপ দেখায়:

একটি কনভোলিউশনাল স্তরটি কনভোলিউশনাল অপারেশনগুলির একটি সিরিজ নিয়ে গঠিত, প্রতিটি ইনপুট ম্যাট্রিক্সের আলাদা টুকরোতে অভিনয় করে।

খরচ

ক্ষতির প্রতিশব্দ।

সহ-প্রশিক্ষণ

নিম্নলিখিত সমস্ত শর্তগুলি সত্য হলে একটি আধা-তত্ত্বাবধানে শেখার পদ্ধতির বিশেষত কার্যকর:

• ডেটাসেটে লেবেলযুক্ত উদাহরণগুলিতে লেবেলযুক্ত উদাহরণগুলির অনুপাত বেশি।
• এটি একটি শ্রেণিবদ্ধকরণ সমস্যা ( বাইনারি বা মাল্টি-ক্লাস )।
• ডেটাসেটে ভবিষ্যদ্বাণীমূলক বৈশিষ্ট্যগুলির দুটি পৃথক সেট রয়েছে যা একে অপরের থেকে পৃথক এবং পরিপূরক।

সহ-প্রশিক্ষণ মূলত স্বতন্ত্র সংকেতগুলিকে আরও শক্তিশালী সংকেত হিসাবে প্রশস্ত করে। উদাহরণস্বরূপ, একটি শ্রেণিবদ্ধকরণ মডেল বিবেচনা করুন যা পৃথক ব্যবহৃত গাড়িগুলিকে ভাল বা খারাপ হিসাবে শ্রেণিবদ্ধ করে। ভবিষ্যদ্বাণীমূলক বৈশিষ্ট্যগুলির একটি সেট গাড়ির বছর, মেক এবং মডেলের মতো সামগ্রিক বৈশিষ্ট্যগুলিতে ফোকাস করতে পারে; ভবিষ্যদ্বাণীমূলক বৈশিষ্ট্যগুলির আরেকটি সেট পূর্ববর্তী মালিকের ড্রাইভিং রেকর্ড এবং গাড়ির রক্ষণাবেক্ষণের ইতিহাসে ফোকাস করতে পারে।

কো-প্রশিক্ষণ সম্পর্কিত সেমিনাল পেপারটি ব্লাম এবং মিচেল দ্বারা সহ-প্রশিক্ষণের সাথে লেবেলযুক্ত এবং লেবেলযুক্ত ডেটা সংমিশ্রণ করছে ।

পাল্টা ন্যায্যতা

#ফায়ারনেস

একটি ন্যায্যতা মেট্রিক যা কোনও শ্রেণিবদ্ধকারী এক ব্যক্তির জন্য একই ফলাফল তৈরি করে কিনা তা যাচাই করে যা এটি অন্য ব্যক্তির পক্ষে যেমন এক বা একাধিক সংবেদনশীল বৈশিষ্ট্যের সাথে সম্পর্কিত ব্যতীত প্রথমটির সাথে অভিন্ন। পাল্টা ন্যায্যতার জন্য শ্রেণিবদ্ধের মূল্যায়ন করা একটি মডেলটিতে পক্ষপাতিত্বের সম্ভাব্য উত্সগুলি সার্ফেস করার জন্য একটি পদ্ধতি।

"যখন ওয়ার্ল্ডস সংঘর্ষ: ন্যায্যতার মধ্যে বিভিন্ন পাল্টা অনুমানগুলি সংহত করা" দেখুন পাল্টা ন্যায্যতার আরও বিশদ আলোচনার জন্য।

কভারেজ পক্ষপাত

#ফায়ারনেস

নির্বাচন পক্ষপাত দেখুন।

ক্র্যাশ ব্লসম

#ভাষা

একটি অস্পষ্ট অর্থ সহ একটি বাক্য বা বাক্যাংশ। ক্র্যাশ ফুলগুলি প্রাকৃতিক ভাষা বোঝার ক্ষেত্রে একটি উল্লেখযোগ্য সমস্যা উপস্থাপন করে। উদাহরণস্বরূপ, শিরোনাম রেড টেপটি ধরে রাখে আকাশচুম্বী একটি ক্র্যাশ ব্লসম কারণ একটি এনএলইউ মডেল শিরোনামটি আক্ষরিক বা রূপকভাবে ব্যাখ্যা করতে পারে।

অতিরিক্ত নোটের জন্য আইকনটি ক্লিক করুন।

কেবল সেই রহস্যময় শিরোনামটি পরিষ্কার করার জন্য:

• লাল টেপ নিম্নলিখিত উভয়কেই উল্লেখ করতে পারে:
  • একটি আঠালো
  • অতিরিক্ত আমলাতন্ত্র
• হোল্ড আপ নিম্নলিখিত উভয়কেই উল্লেখ করতে পারে:
  • কাঠামোগত সাহায্য
  • বিলম্ব

---

সমালোচক

#আরএল

গভীর কিউ-নেটওয়ার্কের প্রতিশব্দ।

ক্রস-এন্ট্রপি

মাল্টি-ক্লাসের শ্রেণিবিন্যাসের সমস্যার জন্য লগ ক্ষতির একটি সাধারণীকরণ। ক্রস-এন্ট্রপি দুটি সম্ভাব্যতা বিতরণের মধ্যে পার্থক্যকে পরিমাণ নির্ধারণ করে। বিভ্রান্তিও দেখুন।

ক্রস বৈধতা

প্রশিক্ষণ সেট থেকে রোধ করা এক বা একাধিক অ-ওভারল্যাপিং ডেটা সাবসেটগুলির বিরুদ্ধে মডেলটি পরীক্ষা করে কোনও মডেল কীভাবে নতুন ডেটাতে সাধারণীকরণ করবে তা অনুমান করার একটি প্রক্রিয়া।

ডি

তথ্য বিশ্লেষণ

নমুনা, পরিমাপ এবং ভিজ্যুয়ালাইজেশন বিবেচনা করে ডেটা বোঝার প্রাপ্তি। কোনও প্রথম মডেল তৈরির আগে কোনও ডেটাসেট প্রথম প্রাপ্ত হলে ডেটা বিশ্লেষণ বিশেষভাবে কার্যকর হতে পারে। এটি সিস্টেমের সাথে পরীক্ষা -নিরীক্ষা এবং ডিবাগিং সমস্যাগুলি বোঝার ক্ষেত্রেও গুরুত্বপূর্ণ।

তথ্য বৃদ্ধি

#ছবি

অতিরিক্ত উদাহরণ তৈরি করতে বিদ্যমান উদাহরণগুলিকে রূপান্তর করে কৃত্রিমভাবে প্রশিক্ষণের উদাহরণগুলির পরিসীমা এবং সংখ্যা বাড়ানো। উদাহরণস্বরূপ, ধরুন চিত্রগুলি আপনার বৈশিষ্ট্যগুলির মধ্যে একটি, তবে আপনার ডেটাসেটে দরকারী সমিতিগুলি শেখার জন্য মডেলটির জন্য পর্যাপ্ত চিত্রের উদাহরণ নেই। আদর্শভাবে, আপনি আপনার মডেলটিকে সঠিকভাবে প্রশিক্ষণ দিতে সক্ষম করতে আপনার ডেটাসেটে পর্যাপ্ত লেবেলযুক্ত চিত্র যুক্ত করবেন। যদি এটি সম্ভব না হয় তবে ডেটা বৃদ্ধি মূল চিত্রের অনেকগুলি রূপ উত্পাদন করতে প্রতিটি চিত্র ঘোরানো, প্রসারিত এবং প্রতিফলিত করতে পারে, সম্ভবত দুর্দান্ত প্রশিক্ষণ সক্ষম করতে পর্যাপ্ত লেবেলযুক্ত ডেটা ফলন করে।

ডেটাফ্রেম

#ফান্ডামেন্টালস

স্মৃতিতে ডেটাসেট উপস্থাপনের জন্য একটি জনপ্রিয় পান্ডাস ডেটাটাইপ।

একটি ডেটাফ্রেম একটি টেবিল বা স্প্রেডশিটের সাথে সাদৃশ্যপূর্ণ। একটি ডেটাফ্রেমের প্রতিটি কলামের একটি নাম (একটি শিরোনাম) থাকে এবং প্রতিটি সারি একটি অনন্য সংখ্যা দ্বারা চিহ্নিত করা হয়।

একটি ডেটাফ্রেমের প্রতিটি কলাম 2D অ্যারের মতো কাঠামোগত করা হয়, প্রতিটি কলামকে তার নিজস্ব ডেটা টাইপ বরাদ্দ করা যেতে পারে।

অফিসিয়াল পান্ডাস.ডাটাফ্রেম রেফারেন্স পৃষ্ঠাও দেখুন।

ডেটা সমান্তরালতা

স্কেলিং প্রশিক্ষণ বা অনুমানের একটি উপায় যা একাধিক ডিভাইসে একটি সম্পূর্ণ মডেলকে প্রতিলিপি করে এবং তারপরে প্রতিটি ডিভাইসে ইনপুট ডেটার একটি উপসেট পাস করে। ডেটা সমান্তরালতা খুব বড় ব্যাচের আকারগুলিতে প্রশিক্ষণ এবং অনুমান সক্ষম করতে পারে; যাইহোক, ডেটা সমান্তরালতার প্রয়োজন যে মডেলটি সমস্ত ডিভাইসে ফিট করার জন্য যথেষ্ট ছোট হওয়া উচিত।

ডেটা সমান্তরালতা সাধারণত প্রশিক্ষণ এবং অনুমানকে গতি দেয়।

মডেল সমান্তরালতাও দেখুন।

ডেটা সেট বা ডেটাসেট

#ফান্ডামেন্টালস

নিম্নলিখিত ফর্ম্যাটগুলির মধ্যে একটিতে সাধারণত (তবে একচেটিয়াভাবে নয়) কাঁচা ডেটা সংগ্রহ:

• একটি স্প্রেডশিট
• সিএসভিতে একটি ফাইল (কমা-বিচ্ছিন্ন মান) ফর্ম্যাট

ডেটাসেট এপিআই (টিএফ.ডাটা)

#টেনসরফ্লো

ডেটা পড়ার জন্য এবং এটিকে এমন একটি ফর্মে রূপান্তর করার জন্য একটি উচ্চ-স্তরের টেনসরফ্লো এপিআই যা একটি মেশিন লার্নিং অ্যালগরিদমের প্রয়োজন। একটি tf.data.Dataset অবজেক্ট উপাদানগুলির একটি ক্রম উপস্থাপন করে, যেখানে প্রতিটি উপাদানটিতে এক বা একাধিক টেনার থাকে। একটি tf.data.Iterator অবজেক্ট একটি Dataset উপাদানগুলিতে অ্যাক্সেস সরবরাহ করে।

ডেটাসেট এপিআই সম্পর্কে বিশদগুলির জন্য, টিএফ.ডাটা দেখুন: টেনসরফ্লো প্রোগ্রামার গাইডে টেনসরফ্লো ইনপুট পাইপলাইনগুলি তৈরি করুন ।

সিদ্ধান্তের সীমানা

বাইনারি ক্লাস বা মাল্টি-ক্লাস শ্রেণিবিন্যাসের সমস্যার মধ্যে একটি মডেল দ্বারা শিখানো ক্লাসগুলির মধ্যে বিভাজক। উদাহরণস্বরূপ, বাইনারি শ্রেণিবিন্যাস সমস্যার প্রতিনিধিত্বকারী নিম্নলিখিত চিত্রটিতে, সিদ্ধান্তের সীমানাটি কমলা শ্রেণি এবং নীল শ্রেণীর মধ্যে সীমান্ত:

সিদ্ধান্ত বন

#ডিএফ

একাধিক সিদ্ধান্ত গাছ থেকে তৈরি একটি মডেল। একটি সিদ্ধান্ত বন তার সিদ্ধান্ত গাছের পূর্বাভাসকে একত্রিত করে ভবিষ্যদ্বাণী করে। জনপ্রিয় ধরণের সিদ্ধান্তের বনাঞ্চলে এলোমেলো বন এবং গ্রেডিয়েন্ট বুস্টেড গাছ অন্তর্ভুক্ত।

সিদ্ধান্ত থ্রেশহোল্ড

শ্রেণিবিন্যাসের প্রান্তিকের প্রতিশব্দ।

সিদ্ধান্ত গাছ

#ডিএফ

শর্তগুলির একটি সেট নিয়ে গঠিত একটি তদারকি করা লার্নিং মডেল এবং শ্রেণিবদ্ধভাবে সংগঠিত ছেড়ে যায় । উদাহরণস্বরূপ, নিম্নলিখিতগুলি একটি সিদ্ধান্ত গাছ:

ডিকোডার

#ভাষা

সাধারণভাবে, যে কোনও এমএল সিস্টেম যা প্রক্রিয়াজাত, ঘন বা অভ্যন্তরীণ উপস্থাপনা থেকে আরও কাঁচা, বিরল বা বাহ্যিক উপস্থাপনায় রূপান্তর করে।

ডিকোডারগুলি প্রায়শই একটি বৃহত্তর মডেলের একটি উপাদান, যেখানে তারা প্রায়শই একটি এনকোডার দিয়ে যুক্ত হয়।

সিকোয়েন্স-টু-সিকোয়েন্স কার্যগুলিতে , পরবর্তী ক্রমটি পূর্বাভাস দেওয়ার জন্য এনকোডার দ্বারা উত্পাদিত অভ্যন্তরীণ রাষ্ট্রের সাথে একটি ডিকোডার শুরু হয়।

ট্রান্সফর্মার আর্কিটেকচারের মধ্যে একটি ডিকোডারের সংজ্ঞা জন্য ট্রান্সফর্মার দেখুন।

গভীর মডেল

#ফান্ডামেন্টালস

একাধিক লুকানো স্তরযুক্ত একটি নিউরাল নেটওয়ার্ক ।

একটি গভীর মডেলকে একটি গভীর নিউরাল নেটওয়ার্কও বলা হয়।

প্রশস্ত মডেলের সাথে বিপরীতে।

গভীর নিউরাল নেটওয়ার্ক

গভীর মডেলের প্রতিশব্দ।

গভীর কিউ-নেটওয়ার্ক (ডিকিউএন)

#আরএল

কিউ-লার্নিংয়ে , একটি গভীর নিউরাল নেটওয়ার্ক যা কিউ-ফাংশনগুলির পূর্বাভাস দেয়।

সমালোচক গভীর কিউ-নেটওয়ার্কের প্রতিশব্দ।

ডেমোগ্রাফিক প্যারিটি

#ফায়ারনেস

একটি ন্যায্যতা মেট্রিক যা সন্তুষ্ট হয় যদি কোনও মডেলের শ্রেণিবিন্যাসের ফলাফলগুলি প্রদত্ত সংবেদনশীল বৈশিষ্ট্যের উপর নির্ভর করে না।

উদাহরণস্বরূপ, যদি লিলিপুটিয়ান এবং ব্রোবডিংনাগিয়ান উভয়ই গ্লুববডুবড্রিব বিশ্ববিদ্যালয়ের ক্ষেত্রে আবেদন করেন, তবে লিলিপুটিয়ানদের শতাংশের পরিমাণ যদি ভর্তি হয় তবে ভর্তি হওয়া ব্রোবডিংগিয়ানদের শতাংশের সমান হয়, তবে একটি গ্রুপ অন্যের চেয়ে বেশি যোগ্যতাসম্পন্ন কিনা তা নির্বিশেষে ডেমোগ্রাফিক প্যারিটি অর্জন করা হয়।

সমতুল্য প্রতিকূলতা এবং সুযোগের সাম্যের সাথে বৈপরীত্য, যা শ্রেণিবিন্যাসের ফলে সংবেদনশীল বৈশিষ্ট্যের উপর নির্ভর করে সামগ্রিক হয়, তবে নির্দিষ্ট নির্দিষ্ট স্থল-সত্যের লেবেলের জন্য সংবেদনশীল বৈশিষ্ট্যের উপর নির্ভর করার জন্য শ্রেণিবিন্যাসের ফলাফলের অনুমতি দেয় না। ডেমোগ্রাফিক প্যারিটির জন্য অনুকূলকরণের সময় ট্রেড অফগুলি অন্বেষণ করার জন্য একটি ভিজ্যুয়ালাইজেশনের জন্য "স্মার্ট মেশিন লার্নিংয়ের সাথে বৈষম্যকে আক্রমণ করা" দেখুন।

denoising

#ভাষা

স্ব-তত্ত্বাবধানে শেখার একটি সাধারণ পদ্ধতি যা:

1. শব্দটি কৃত্রিমভাবে ডেটাসেটে যুক্ত করা হয়।
2. মডেল শব্দটি সরানোর চেষ্টা করে।

ডেনোাইজিং লেবেলযুক্ত উদাহরণগুলি থেকে শেখার সক্ষম করে। মূল ডেটাসেটটি লক্ষ্য বা লেবেল এবং শোরগোলের ডেটা ইনপুট হিসাবে কাজ করে।

কিছু মুখোশযুক্ত ভাষার মডেলগুলি নিম্নরূপে ডেনোইজিং ব্যবহার করে:

1. শব্দটি কিছু টোকেন মাস্ক করে একটি লেবেলযুক্ত বাক্যে কৃত্রিমভাবে যুক্ত করা হয়।
2. মডেলটি মূল টোকেনগুলির পূর্বাভাস দেওয়ার চেষ্টা করে।

ঘন বৈশিষ্ট্য

#ফান্ডামেন্টালস

এমন একটি বৈশিষ্ট্য যাতে বেশিরভাগ বা সমস্ত মান ননজারো হয়, সাধারণত ভাসমান-পয়েন্ট মানগুলির একটি টেনসর । উদাহরণস্বরূপ, নিম্নলিখিত 10-উপাদান টেনসর ঘন কারণ এর 9 টি মান ননজারো:

8

3

7

5

2

4

0

4

9

6

বিরল বৈশিষ্ট্যের সাথে বৈপরীত্য।

ঘন স্তর

সম্পূর্ণ সংযুক্ত স্তরটির প্রতিশব্দ।

গভীরতা

#ফান্ডামেন্টালস

একটি নিউরাল নেটওয়ার্কে নিম্নলিখিতের যোগফল:

• লুকানো স্তরগুলির সংখ্যা
• আউটপুট স্তরগুলির সংখ্যা, যা সাধারণত 1 হয়
• এম্বেডিং স্তরগুলির সংখ্যা

উদাহরণস্বরূপ, পাঁচটি লুকানো স্তর এবং একটি আউটপুট স্তর সহ একটি নিউরাল নেটওয়ার্কের গভীরতা রয়েছে।

লক্ষ্য করুন যে ইনপুট স্তর গভীরতা প্রভাবিত করে না।

গভীরতার সাথে পৃথকযোগ্য কনভোলিউশনাল নিউরাল নেটওয়ার্ক (এসইপিসিএনএন)

#ছবি

ইনসেপশনের উপর ভিত্তি করে একটি কনভোলিউশনাল নিউরাল নেটওয়ার্ক আর্কিটেকচার, তবে যেখানে ইনসেপশন মডিউলগুলি গভীরতার সাথে পৃথকযোগ্য কনভোলিউশনগুলির সাথে প্রতিস্থাপন করা হয়। এক্সসেপশন নামেও পরিচিত।

A depthwise separable convolution (also abbreviated as separable convolution) factors a standard 3-D convolution into two separate convolution operations that are more computationally efficient: first, a depthwise convolution, with a depth of 1 (n ✕ n ✕ 1), and then দ্বিতীয়ত, 1 (1 ✕ 1 ✕ n) এর দৈর্ঘ্য এবং প্রস্থ সহ একটি পয়েন্টওয়াইজ কনভোলিউশন।

আরও জানতে, এক্সসেপশন দেখুন: গভীরতার সাথে পৃথক পৃথক কনভোলিউশন সহ গভীর শিক্ষা ।

প্রাপ্ত লেবেল

প্রক্সি লেবেলের প্রতিশব্দ।

যন্ত্র

#টেনসরফ্লো

#গুগলক্লাউড

নিম্নলিখিত দুটি সম্ভাব্য সংজ্ঞা সহ একটি ওভারলোডেড শব্দ:

1. হার্ডওয়্যারগুলির একটি বিভাগ যা সিপিইউ, জিপিইউ এবং টিপিইউ সহ একটি টেনসরফ্লো সেশন চালাতে পারে।
2. এক্সিলারেটর চিপস (জিপিইউ বা টিপিইউ) -এ একটি এমএল মডেলকে প্রশিক্ষণ দেওয়ার সময়, সিস্টেমের অংশটি যা আসলে টেনসর এবং এম্বেডিংগুলিকে হেরফের করে। ডিভাইসটি এক্সিলারেটর চিপগুলিতে চলে। বিপরীতে, হোস্ট সাধারণত একটি সিপিইউতে চলে।

ডিফারেনশিয়াল গোপনীয়তা

গোপনীয়তার জন্য একটি অজ্ঞাতনামা পদ্ধতির যা কোনও ব্যক্তির ব্যক্তিগত তথ্য রক্ষা করে যা কোনও মডেলের প্রশিক্ষণ সেটে অন্তর্ভুক্ত থাকতে পারে। এই পদ্ধতির বিষয়টি নিশ্চিত করে যে মডেলটি কোনও নির্দিষ্ট ব্যক্তির সম্পর্কে খুব বেশি অনুমান করে না। ডিফারেনশিয়াল গোপনীয়তা স্বতন্ত্র ডেটা পয়েন্টগুলিকে অস্পষ্ট করার প্রশিক্ষণের সময় শব্দটি ইনজেক্ট করে।

মেশিন লার্নিংয়ের বাইরেও ডিফারেনশিয়াল গোপনীয়তা ব্যবহৃত হয়। উদাহরণস্বরূপ, ডেটা বিজ্ঞানীরা মাঝে মাঝে বিভিন্ন ডেমোগ্রাফিকগুলির জন্য পণ্য ব্যবহারের পরিসংখ্যান গণনা করার সময় পৃথক গোপনীয়তা রক্ষার জন্য ডিফারেনশিয়াল গোপনীয়তা ব্যবহার করেন।

মাত্রা হ্রাস

সাধারণত একটি এম্বেডিং ভেক্টরে রূপান্তর করে কোনও বৈশিষ্ট্য ভেক্টরে কোনও নির্দিষ্ট বৈশিষ্ট্যের প্রতিনিধিত্ব করতে ব্যবহৃত মাত্রার সংখ্যা হ্রাস করা।

মাত্রা

নিম্নলিখিত যে কোনও সংজ্ঞা থাকা ওভারলোডেড টার্ম:

• একটি টেনসরে স্থানাঙ্কের স্তরের সংখ্যা। উদাহরণ স্বরূপ:

  • একটি স্কেলারের শূন্য মাত্রা রয়েছে; উদাহরণস্বরূপ, ["Hello"] ।
  • একটি ভেক্টর একটি মাত্রা আছে; উদাহরণস্বরূপ, [3, 5, 7, 11] ।
  • একটি ম্যাট্রিক্সের দুটি মাত্রা রয়েছে; উদাহরণস্বরূপ, [[2, 4, 18], [5, 7, 14]]

  আপনি একটি সমন্বয় সহ এক-মাত্রিক ভেক্টরে একটি নির্দিষ্ট সেল নির্দিষ্ট করতে পারেন; দ্বি-মাত্রিক ম্যাট্রিক্সে একটি নির্দিষ্ট সেল নির্দিষ্ট করতে আপনার দুটি স্থানাঙ্কের প্রয়োজন।

• The number of entries in a feature vector .

• The number of elements in an embedding layer .

direct prompting

#ভাষা

#generativeAI

Synonym for zero-shot prompting .

discrete feature

#fundamentals

A feature with a finite set of possible values. For example, a feature whose values may only be animal , vegetable , or mineral is a discrete (or categorical) feature.

Contrast with continuous feature .

discriminative model

A model that predicts labels from a set of one or more features . More formally, discriminative models define the conditional probability of an output given the features and weights ; এটাই:

p(output | features, weights)

For example, a model that predicts whether an email is spam from features and weights is a discriminative model.

The vast majority of supervised learning models, including classification and regression models, are discriminative models.

Contrast with generative model .

বৈষম্যকারী

A system that determines whether examples are real or fake.

Alternatively, the subsystem within a generative adversarial network that determines whether the examples created by the generator are real or fake.

ভিন্ন প্রভাব

#fairness

Making decisions about people that impact different population subgroups disproportionately. This usually refers to situations where an algorithmic decision-making process harms or benefits some subgroups more than others.

For example, suppose an algorithm that determines a Lilliputian's eligibility for a miniature-home loan is more likely to classify them as “ineligible” if their mailing address contains a certain postal code. If Big-Endian Lilliputians are more likely to have mailing addresses with this postal code than Little-Endian Lilliputians, then this algorithm may result in disparate impact.

Contrast with disparate treatment , which focuses on disparities that result when subgroup characteristics are explicit inputs to an algorithmic decision-making process.

পৃথক চিকিত্সা

#fairness

Factoring subjects' sensitive attributes into an algorithmic decision-making process such that different subgroups of people are treated differently.

For example, consider an algorithm that determines Lilliputians' eligibility for a miniature-home loan based on the data they provide in their loan application. If the algorithm uses a Lilliputian's affiliation as Big-Endian or Little-Endian as an input, it is enacting disparate treatment along that dimension.

Contrast with disparate impact , which focuses on disparities in the societal impacts of algorithmic decisions on subgroups, irrespective of whether those subgroups are inputs to the model.

Warning: Because sensitive attributes are almost always correlated with other features the data may have, explicitly removing sensitive attribute information doesn't guarantee that subgroups will be treated equally. For example, removing sensitive demographic attributes from a training data set that still includes postal code as a feature may address disparate treatment of subgroups, but there still might be disparate impact upon these groups because postal code might serve as a proxy for other demographic information.

পাতন

#generativeAI

The process of reducing the size of one model (known as the teacher ) into a smaller model (known as the student ) that emulates the original model's predictions as faithfully as possible. Distillation is useful because the smaller model has two key benefits over the larger model (the teacher):

• Faster inference time
• Reduced memory and energy usage

However, the student's predictions are typically not as good as the teacher's predictions.

Distillation trains the student model to minimize a loss function based on the difference between the outputs of the predictions of the student and teacher models.

Compare and contrast distillation with the following terms:

• ফাইন-টিউনিং
• prompt-based learning

divisive clustering

# ক্লাস্টারিং

See hierarchical clustering .

downsampling

#ছবি

Overloaded term that can mean either of the following:

• Reducing the amount of information in a feature in order to train a model more efficiently. For example, before training an image recognition model, downsampling high-resolution images to a lower-resolution format.
• Training on a disproportionately low percentage of over-represented class examples in order to improve model training on under-represented classes. For example, in a class-imbalanced dataset , models tend to learn a lot about the majority class and not enough about the minority class . Downsampling helps balance the amount of training on the majority and minority classes.

ডিকিউএন

#আরএল

Abbreviation for Deep Q-Network .

ড্রপআউট নিয়মিতকরণ

A form of regularization useful in training neural networks . Dropout regularization removes a random selection of a fixed number of the units in a network layer for a single gradient step. The more units dropped out, the stronger the regularization. This is analogous to training the network to emulate an exponentially large ensemble of smaller networks. For full details, see Dropout: A Simple Way to Prevent Neural Networks from Overfitting .

গতিশীল

#fundamentals

Something done frequently or continuously. The terms dynamic and online are synonyms in machine learning. The following are common uses of dynamic and online in machine learning:

• A dynamic model (or online model ) is a model that is retrained frequently or continuously.
• Dynamic training (or online training ) is the process of training frequently or continuously.
• Dynamic inference (or online inference ) is the process of generating predictions on demand.

গতিশীল মডেল

#fundamentals

A model that is frequently (maybe even continuously) retrained. A dynamic model is a "lifelong learner" that constantly adapts to evolving data. A dynamic model is also known as an online model .

Contrast with static model .

ই

eager execution

#TensorFlow

A TensorFlow programming environment in which operations run immediately. In contrast, operations called in graph execution don't run until they are explicitly evaluated. Eager execution is an imperative interface , much like the code in most programming languages. Eager execution programs are generally far easier to debug than graph execution programs.

তাড়াতাড়ি থামানো

#fundamentals

A method for regularization that involves ending training before training loss finishes decreasing. In early stopping, you intentionally stop training the model when the loss on a validation dataset starts to increase; that is, when generalization performance worsens.

Click the icon for additional notes.

Early stopping may seem counterintuitive. After all, telling a model to halt training while the loss is still decreasing may seem like telling a chef to stop cooking before the dessert has fully baked. However, training a model for too long can lead to overfitting . That is, if you train a model too long, the model may fit the training data so closely that the model doesn't make good predictions on new examples.

---

earth mover's distance (EMD)

A measure of the relative similarity between two documents. The lower the earth mover's distance, the more similar the documents.

edit distance

#ভাষা

A measurement of how similar two text strings are to each other. In machine learning, edit distance is useful because it is simple and easy to compute, and an effective way to compare two strings that are known to be similar or to find strings that are similar to a given string.

There are several definitions of edit distance, each using different string operations. For example, the Levenshtein distance considers the fewest delete, insert, and substitute operations.

For example, the Levenshtein distance between the words "heart" and "darts" is 3 because the following 3 edits are the fewest changes to turn one word into the other:

1. heart → deart (substitute “h” with "d")
2. deart → dart (delete "e")
3. dart → darts (insert "s")

Einsum notation

An efficient notation for describing how two tensors are to be combined. The tensors are combined by multiplying the elements of one tensor by the elements of the other tensor and then summing the products. Einsum notation uses symbols to identify the axes of each tensor, and those same symbols are rearranged to specify the shape of the new resulting tensor.

NumPy provides a common Einsum implementation.

এম্বেডিং স্তর

#ভাষা

#fundamentals

A special hidden layer that trains on a high-dimensional categorical feature to gradually learn a lower dimension embedding vector. An embedding layer enables a neural network to train far more efficiently than training just on the high-dimensional categorical feature.

For example, Earth currently supports about 73,000 tree species. Suppose tree species is a feature in your model, so your model's input layer includes a one-hot vector 73,000 elements long. For example, perhaps baobab would be represented something like this:

A 73,000-element array is very long. If you don't add an embedding layer to the model, training is going to be very time consuming due to multiplying 72,999 zeros. Perhaps you pick the embedding layer to consist of 12 dimensions. Consequently, the embedding layer will gradually learn a new embedding vector for each tree species.

In certain situations, hashing is a reasonable alternative to an embedding layer.

embedding space

#ভাষা

The d-dimensional vector space that features from a higher-dimensional vector space are mapped to. Ideally, the embedding space contains a structure that yields meaningful mathematical results; for example, in an ideal embedding space, addition and subtraction of embeddings can solve word analogy tasks.

The dot product of two embeddings is a measure of their similarity.

embedding vector

#ভাষা

Broadly speaking, an array of floating-point numbers taken from any hidden layer that describe the inputs to that hidden layer. Often, an embedding vector is the array of floating-point numbers trained in an embedding layer. For example, suppose an embedding layer must learn an embedding vector for each of the 73,000 tree species on Earth. Perhaps the following array is the embedding vector for a baobab tree:

An embedding vector is not a bunch of random numbers. An embedding layer determines these values through training, similar to the way a neural network learns other weights during training. Each element of the array is a rating along some characteristic of a tree species. Which element represents which tree species' characteristic? That's very hard for humans to determine.

The mathematically remarkable part of an embedding vector is that similar items have similar sets of floating-point numbers. For example, similar tree species have a more similar set of floating-point numbers than dissimilar tree species. Redwoods and sequoias are related tree species, so they'll have a more similar set of floating-pointing numbers than redwoods and coconut palms. The numbers in the embedding vector will change each time you retrain the model, even if you retrain the model with identical input.

empirical risk minimization (ERM)

Choosing the function that minimizes loss on the training set. Contrast with structural risk minimization .

এনকোডার

#ভাষা

In general, any ML system that converts from a raw, sparse, or external representation into a more processed, denser, or more internal representation.

Encoders are often a component of a larger model, where they are frequently paired with a decoder . Some Transformers pair encoders with decoders, though other Transformers use only the encoder or only the decoder.

Some systems use the encoder's output as the input to a classification or regression network.

In sequence-to-sequence tasks , an encoder takes an input sequence and returns an internal state (a vector). Then, the decoder uses that internal state to predict the next sequence.

Refer to Transformer for the definition of an encoder in the Transformer architecture.

ensemble

A collection of models trained independently whose predictions are averaged or aggregated. In many cases, an ensemble produces better predictions than a single model. For example, a random forest is an ensemble built from multiple decision trees . Note that not all decision forests are ensembles.

এনট্রপি

#df

In information theory , a description of how unpredictable a probability distribution is. Alternatively, entropy is also defined as how much information each example contains. A distribution has the highest possible entropy when all values of a random variable are equally likely.

The entropy of a set with two possible values "0" and "1" (for example, the labels in a binary classification problem) has the following formula:

H = -p log p - q log q = -p log p - (1-p) * log (1-p)

কোথায়:

• H is the entropy.
• p is the fraction of "1" examples.
• q is the fraction of "0" examples. Note that q = (1 - p)
• log is generally log ₂ . In this case, the entropy unit is a bit.

For example, suppose the following:

• 100 examples contain the value "1"
• 300 examples contain the value "0"

Therefore, the entropy value is:

• p = 0.25
• q = 0.75
• H = (-0.25)log ₂ (0.25) - (0.75)log ₂ (0.75) = 0.81
bits per example

A set that is perfectly balanced (for example, 200 "0"s and 200 "1"s) would have an entropy of 1.0 bit per example. As a set becomes more imbalanced , its entropy moves towards 0.0.

In decision trees , entropy helps formulate information gain to help the splitter select the conditions during the growth of a classification decision tree.

Compare entropy with:

• জিনি অপবিত্রতা
• cross-entropy loss function

Entropy is often called Shannon's entropy.

পরিবেশ

#আরএল

In reinforcement learning, the world that contains the agent and allows the agent to observe that world's state . For example, the represented world can be a game like chess, or a physical world like a maze. When the agent applies an action to the environment, then the environment transitions between states.

পর্ব

#আরএল

In reinforcement learning, each of the repeated attempts by the agent to learn an environment .

যুগ

#fundamentals

A full training pass over the entire training set such that each example has been processed once.

An epoch represents N / batch size training iterations , where N is the total number of examples.

For instance, suppose the following:

• The dataset consists of 1,000 examples.
• The batch size is 50 examples.

Therefore, a single epoch requires 20 iterations:

1 epoch = (N/batch size) = (1,000 / 50) = 20 iterations

epsilon greedy policy

#আরএল

In reinforcement learning, a policy that either follows a random policy with epsilon probability or a greedy policy otherwise. For example, if epsilon is 0.9, then the policy follows a random policy 90% of the time and a greedy policy 10% of the time.

Over successive episodes, the algorithm reduces epsilon's value in order to shift from following a random policy to following a greedy policy. By shifting the policy, the agent first randomly explores the environment and then greedily exploits the results of random exploration.

সুযোগের সমতা

#fairness

A fairness metric that checks whether, for a preferred label (one that confers an advantage or benefit to a person) and a given attribute , a classifier predicts that preferred label equally well for all values of that attribute. In other words, equality of opportunity measures whether the people who should qualify for an opportunity are equally likely to do so regardless of their group membership.

For example, suppose Glubbdubdrib University admits both Lilliputians and Brobdingnagians to a rigorous mathematics program. Lilliputians' secondary schools offer a robust curriculum of math classes, and the vast majority of students are qualified for the university program. Brobdingnagians' secondary schools don't offer math classes at all, and as a result, far fewer of their students are qualified. Equality of opportunity is satisfied for the preferred label of "admitted" with respect to nationality (Lilliputian or Brobdingnagian) if qualified students are equally likely to be admitted irrespective of whether they're a Lilliputian or a Brobdingnagian.

For example, let's say 100 Lilliputians and 100 Brobdingnagians apply to Glubbdubdrib University, and admissions decisions are made as follows:

Table 1. Lilliputian applicants (90% are qualified)

	যোগ্য	অযোগ্য
ভর্তি হয়েছে	45	3
প্রত্যাখ্যাত	45	7
মোট	90	10
Percentage of qualified students admitted: 45/90 = 50% Percentage of unqualified students rejected: 7/10 = 70% Total percentage of Lilliputian students admitted: (45+3)/100 = 48%

Table 2. Brobdingnagian applicants (10% are qualified):

	যোগ্য	অযোগ্য
ভর্তি হয়েছে	5	9
প্রত্যাখ্যাত	5	81
মোট	10	90
Percentage of qualified students admitted: 5/10 = 50% Percentage of unqualified students rejected: 81/90 = 90% Total percentage of Brobdingnagian students admitted: (5+9)/100 = 14%

The preceding examples satisfy equality of opportunity for acceptance of qualified students because qualified Lilliputians and Brobdingnagians both have a 50% chance of being admitted.

Note: While equality of opportunity is satisfied, the following two fairness metrics are not satisfied:

• demographic parity : Lilliputians and Brobdingnagians are admitted to the university at different rates; 48% of Lilliputians students are admitted, but only 14% of Brobdingnagian students are admitted.
• equalized odds : While qualified Lilliputian and Brobdingnagian students both have the same chance of being admitted, the additional constraint that unqualified Lilliputians and Brobdingnagians both have the same chance of being rejected is not satisfied. Unqualified Lilliputians have a 70% rejection rate, whereas unqualified Brobdingnagians have a 90% rejection rate.

See "Equality of Opportunity in Supervised Learning" for a more detailed discussion of equality of opportunity. Also see "Attacking discrimination with smarter machine learning" for a visualization exploring the tradeoffs when optimizing for equality of opportunity.

equalized odds

#fairness

A fairness metric that checks if, for any particular label and attribute, a classifier predicts that label equally well for all values of that attribute.

For example, suppose Glubbdubdrib University admits both Lilliputians and Brobdingnagians to a rigorous mathematics program. Lilliputians' secondary schools offer a robust curriculum of math classes, and the vast majority of students are qualified for the university program. Brobdingnagians' secondary schools don't offer math classes at all, and as a result, far fewer of their students are qualified. Equalized odds is satisfied provided that no matter whether an applicant is a Lilliputian or a Brobdingnagian, if they are qualified, they are equally as likely to get admitted to the program, and if they are not qualified, they are equally as likely to get rejected .

Let's say 100 Lilliputians and 100 Brobdingnagians apply to Glubbdubdrib University, and admissions decisions are made as follows:

Table 3. Lilliputian applicants (90% are qualified)

	যোগ্য	অযোগ্য
ভর্তি হয়েছে	45	2
প্রত্যাখ্যাত	45	8
মোট	90	10
Percentage of qualified students admitted: 45/90 = 50% Percentage of unqualified students rejected: 8/10 = 80% Total percentage of Lilliputian students admitted: (45+2)/100 = 47%

Table 4. Brobdingnagian applicants (10% are qualified):

	যোগ্য	অযোগ্য
ভর্তি হয়েছে	5	18
প্রত্যাখ্যাত	5	72
মোট	10	90
Percentage of qualified students admitted: 5/10 = 50% Percentage of unqualified students rejected: 72/90 = 80% Total percentage of Brobdingnagian students admitted: (5+18)/100 = 23%

Equalized odds is satisfied because qualified Lilliputian and Brobdingnagian students both have a 50% chance of being admitted, and unqualified Lilliputian and Brobdingnagian have an 80% chance of being rejected.

Note: While equalized odds is satisfied here, demographic parity is not satisfied . Lilliputian and Brobdingnagian students are admitted to Glubbdubdrib University at different rates; 47% of Lilliputian students are admitted, and 23% of Brobdingnagian students are admitted.

Equalized odds is formally defined in "Equality of Opportunity in Supervised Learning" as follows: "predictor Ŷ satisfies equalized odds with respect to protected attribute A and outcome Y if Ŷ and A are independent, conditional on Y."

Note: Contrast equalized odds with the more relaxed equality of opportunity metric.

অনুমানকারী

#TensorFlow

A deprecated TensorFlow API. Use tf.keras instead of Estimators.

উদাহরণ

#fundamentals

The values of one row of features and possibly a label . Examples in supervised learning fall into two general categories:

• A labeled example consists of one or more features and a label. Labeled examples are used during training.
• An unlabeled example consists of one or more features but no label. Unlabeled examples are used during inference.

For instance, suppose you are training a model to determine the influence of weather conditions on student test scores. Here are three labeled examples:

বৈশিষ্ট্য			লেবেল
তাপমাত্রা	আর্দ্রতা	চাপ	পরীক্ষার স্কোর
15	47	998	ভাল
19	34	1020	চমৎকার
18	92	1012	দরিদ্র

Here are three unlabeled examples:

তাপমাত্রা	আর্দ্রতা	চাপ
12	62	1014
21	47	1017
19	41	1021

The row of a dataset is typically the raw source for an example. That is, an example typically consists of a subset of the columns in the dataset. Furthermore, the features in an example can also include synthetic features , such as feature crosses .

experience replay

#আরএল

In reinforcement learning, a DQN technique used to reduce temporal correlations in training data. The agent stores state transitions in a replay buffer , and then samples transitions from the replay buffer to create training data.

experimenter's bias

#fairness

See confirmation bias .

বিস্ফোরিত গ্রেডিয়েন্ট সমস্যা

#seq

The tendency for gradients in deep neural networks (especially recurrent neural networks ) to become surprisingly steep (high). Steep gradients often cause very large updates to the weights of each node in a deep neural network.

Models suffering from the exploding gradient problem become difficult or impossible to train. Gradient clipping can mitigate this problem.

Compare to vanishing gradient problem .

চ

চ _ঘ

A "roll-up" binary classification metric that relies on both precision and recall . এখানে সূত্র আছে:

$$F{_1} = \frac{\text{2 * precision * recall}} {\text{precision + recall}}$$

উদাহরণস্বরূপ, নিম্নলিখিত দেওয়া:

• precision = 0.6
• recall = 0.4

$$F{_1} = \frac{\text{2 * 0.6 * 0.4}} {\text{0.6 + 0.4}} = 0.48$$

When precision and recall are fairly similar (as in the preceding example), F ₁ is close to their mean. When precision and recall differ significantly, F ₁ is closer to the lower value. উদাহরণ স্বরূপ:

• precision = 0.9
• recall = 0.1

$$F{_1} = \frac{\text{2 * 0.9 * 0.1}} {\text{0.9 + 0.1}} = 0.18$$

fairness constraint

#fairness

Applying a constraint to an algorithm to ensure one or more definitions of fairness are satisfied. Examples of fairness constraints include:

• Post-processing your model's output.
• Altering the loss function to incorporate a penalty for violating a fairness metric .
• Directly adding a mathematical constraint to an optimization problem.

fairness metric

#fairness

A mathematical definition of “fairness” that is measurable. Some commonly used fairness metrics include:

• equalized odds
• predictive parity
• counterfactual fairness
• demographic parity

Many fairness metrics are mutually exclusive; see incompatibility of fairness metrics .

false negative (FN)

#fundamentals

An example in which the model mistakenly predicts the negative class . For example, the model predicts that a particular email message is not spam (the negative class), but that email message actually is spam .

false negative rate

The proportion of actual positive examples for which the model mistakenly predicted the negative class. The following formula calculates the false negative rate:

$$\text{false negative rate} = \frac{\text{false negatives}}{\text{false negatives} + \text{true positives}}$$

false positive (FP)

#fundamentals

An example in which the model mistakenly predicts the positive class . For example, the model predicts that a particular email message is spam (the positive class), but that email message is actually not spam .

false positive rate (FPR)

#fundamentals

The proportion of actual negative examples for which the model mistakenly predicted the positive class. The following formula calculates the false positive rate:

$$\text{false positive rate} = \frac{\text{false positives}}{\text{false positives} + \text{true negatives}}$$

The false positive rate is the x-axis in an ROC curve .

বৈশিষ্ট্য

#fundamentals

An input variable to a machine learning model. An example consists of one or more features. For instance, suppose you are training a model to determine the influence of weather conditions on student test scores. The following table shows three examples, each of which contains three features and one label:

বৈশিষ্ট্য			লেবেল
তাপমাত্রা	আর্দ্রতা	চাপ	পরীক্ষার স্কোর
15	47	998	92
19	34	1020	84
18	92	1012	87

Contrast with label .

feature cross

#fundamentals

A synthetic feature formed by "crossing" categorical or bucketed features.

For example, consider a "mood forecasting" model that represents temperature in one of the following four buckets:

• freezing
• chilly
• temperate
• warm

And represents wind speed in one of the following three buckets:

• still
• light
• windy

Without feature crosses, the linear model trains independently on each of the preceding seven various buckets. So, the model trains on, for instance, freezing independently of the training on, for instance, windy .

Alternatively, you could create a feature cross of temperature and wind speed. This synthetic feature would have the following 12 possible values:

• freezing-still
• freezing-light
• freezing-windy
• chilly-still
• chilly-light
• chilly-windy
• temperate-still
• temperate-light
• temperate-windy
• warm-still
• warm-light
• warm-windy

Thanks to feature crosses, the model can learn mood differences between a freezing-windy day and a freezing-still day.

If you create a synthetic feature from two features that each have a lot of different buckets, the resulting feature cross will have a huge number of possible combinations. For example, if one feature has 1,000 buckets and the other feature has 2,000 buckets, the resulting feature cross has 2,000,000 buckets.

Formally, a cross is a Cartesian product .

Feature crosses are mostly used with linear models and are rarely used with neural networks.

বৈশিষ্ট্য প্রকৌশল

#fundamentals

#TensorFlow

A process that involves the following steps:

1. Determining which features might be useful in training a model.
2. Converting raw data from the dataset into efficient versions of those features.

For example, you might determine that temperature might be a useful feature. Then, you might experiment with bucketing to optimize what the model can learn from different temperature ranges.

Feature engineering is sometimes called feature extraction .

Click the icon for additional notes about TensorFlow.

In TensorFlow, feature engineering often means converting raw log file entries to tf.Example protocol buffers. See also tf.Transform .

---

বৈশিষ্ট্য নিষ্কাশন

Overloaded term having either of the following definitions:

• Retrieving intermediate feature representations calculated by an unsupervised or pretrained model (for example, hidden layer values in a neural network ) for use in another model as input.
• Synonym for feature engineering .

feature importances

#df

Synonym for variable importances .

বৈশিষ্ট্য সেট

#fundamentals

The group of features your machine learning model trains on. For example, postal code, property size, and property condition might comprise a simple feature set for a model that predicts housing prices.

feature spec

#TensorFlow

Describes the information required to extract features data from the tf.Example protocol buffer. Because the tf.Example protocol buffer is just a container for data, you must specify the following:

• the data to extract (that is, the keys for the features)
• the data type (for example, float or int)
• The length (fixed or variable)

feature vector

#fundamentals

The array of feature values comprising an example . The feature vector is input during training and during inference . For example, the feature vector for a model with two discrete features might be:

[0.92, 0.56]

Each example supplies different values for the feature vector, so the feature vector for the next example could be something like:

[0.73, 0.49]

Feature engineering determines how to represent features in the feature vector. For example, a binary categorical feature with five possible values might be represented with one-hot encoding . In this case, the portion of the feature vector for a particular example would consist of four zeroes and a single 1.0 in the third position, as follows:

[0.0, 0.0, 1.0, 0.0, 0.0]

As another example, suppose your model consists of three features:

• a binary categorical feature with five possible values represented with one-hot encoding; for example: [0.0, 1.0, 0.0, 0.0, 0.0]
• another binary categorical feature with three possible values represented with one-hot encoding; for example: [0.0, 0.0, 1.0]
• a floating-point feature; for example: 8.3 .

In this case, the feature vector for each example would be represented by nine values. Given the example values in the preceding list, the feature vector would be:

0.0
1.0
0.0
0.0
0.0
0.0
0.0
1.0
8.3

federated learning

A distributed machine learning approach that trains machine learning models using decentralized examples residing on devices such as smartphones. In federated learning, a subset of devices downloads the current model from a central coordinating server. The devices use the examples stored on the devices to make improvements to the model. The devices then upload the model improvements (but not the training examples) to the coordinating server, where they are aggregated with other updates to yield an improved global model. After the aggregation, the model updates computed by devices are no longer needed, and can be discarded.

Since the training examples are never uploaded, federated learning follows the privacy principles of focused data collection and data minimization.

For more information about federated learning, see this tutorial .

প্রতিক্রিয়া লুপ

#fundamentals

In machine learning, a situation in which a model's predictions influence the training data for the same model or another model. For example, a model that recommends movies will influence the movies that people see, which will then influence subsequent movie recommendation models.

feedforward neural network (FFN)

A neural network without cyclic or recursive connections. For example, traditional deep neural networks are feedforward neural networks. Contrast with recurrent neural networks , which are cyclic.

কয়েক শট শেখার

A machine learning approach, often used for object classification, designed to train effective classifiers from only a small number of training examples.

See also one-shot learning and zero-shot learning .

few-shot prompting

#ভাষা

#generativeAI

A prompt that contains more than one (a "few") example demonstrating how the large language model should respond. For example, the following lengthy prompt contains two examples showing a large language model how to answer a query.

Parts of one prompt	মন্তব্য
What is the official currency of the specified country?	The question you want the LLM to answer.
France: EUR	একটি উদাহরণ.
United Kingdom: GBP	আরেকটি উদাহরণ.
ভারত:	The actual query.

Few-shot prompting generally produces more desirable results than zero-shot prompting and one-shot prompting . However, few-shot prompting requires a lengthier prompt.

Few-shot prompting is a form of few-shot learning applied to prompt-based learning .

বেহালা

#ভাষা

A Python-first configuration library that sets the values of functions and classes without invasive code or infrastructure. In the case of Pax —and other ML codebases—these functions and classes represent models and training hyperparameters .

Fiddle assumes that machine learning codebases are typically divided into:

• Library code, which defines the layers and optimizers.
• Dataset "glue" code, which calls the libraries and wires everything together.

Fiddle captures the call structure of the glue code in an unevaluated and mutable form.

ফাইন টিউনিং

#ভাষা

#ছবি

#generativeAI

A second, task-specific training pass performed on a pre-trained model to refine its parameters for a specific use case. For example, the full training sequence for some large language models is as follows:

1. Pre-training: Train a large language model on a vast general dataset, such as all the English language Wikipedia pages.
2. Fine-tuning: Train the pre-trained model to perform a specific task, such as responding to medical queries. Fine-tuning typically involves hundreds or thousands of examples focused on the specific task.

As another example, the full training sequence for a large image model is as follows:

1. Pre-training: Train a large image model on a vast general image dataset, such as all the images in Wikimedia commons.
2. Fine-tuning: Train the pre-trained model to perform a specific task, such as generating images of orcas.

Fine-tuning can entail any combination of the following strategies:

• Modifying all of the pre-trained model's existing parameters . This is sometimes called full fine-tuning .
• Modifying only some of the pre-trained model's existing parameters (typically, the layers closest to the output layer ), while keeping other existing parameters unchanged (typically, the layers closest to the input layer ). See parameter-efficient tuning .
• Adding more layers, typically on top of the existing layers closest to the output layer.

Fine-tuning is a form of transfer learning . As such, fine-tuning might use a different loss function or a different model type than those used to train the pre-trained model. For example, you could fine-tune a pre-trained large image model to produce a regression model that returns the number of birds in an input image.

Compare and contrast fine-tuning with the following terms:

• পাতন
• prompt-based learning

শণ

#ভাষা

A high-performance open-source library for deep learning built on top of JAX . Flax provides functions for training neural networks , as well as methods for evaluating their performance.

Flaxformer

#ভাষা

An open-source Transformer library , built on Flax , designed primarily for natural language processing and multimodal research.

forget gate

#seq

The portion of a Long Short-Term Memory cell that regulates the flow of information through the cell. Forget gates maintain context by deciding which information to discard from the cell state.

full softmax

Synonym for softmax .

Contrast with candidate sampling .

সম্পূর্ণভাবে সংযুক্ত স্তর

A hidden layer in which each node is connected to every node in the subsequent hidden layer.

A fully connected layer is also known as a dense layer .

জি

GAN

Abbreviation for generative adversarial network .

সাধারণীকরণ

#fundamentals

A model's ability to make correct predictions on new, previously unseen data. A model that can generalize is the opposite of a model that is overfitting .

Click the icon for additional notes.

You train a model on the examples in the training set. Consequently, the model learns the peculiarities of the data in the training set. Generalization essentially asks whether your model can make good predictions on examples that are not in the training set.

To encourage generalization, regularization helps a model train less exactly to the peculiarities of the data in the training set.

---

generalization curve

#fundamentals

A plot of both training loss and validation loss as a function of the number of iterations .

A generalization curve can help you detect possible overfitting . For example, the following generalization curve suggests overfitting because validation loss ultimately becomes significantly higher than training loss.

সাধারণ রৈখিক মডেল

A generalization of least squares regression models, which are based on Gaussian noise , to other types of models based on other types of noise, such as Poisson noise or categorical noise. Examples of generalized linear models include:

• পণ্য সরবরাহ সংশ্লেষণ
• multi-class regression
• least squares regression

The parameters of a generalized linear model can be found through convex optimization .

Generalized linear models exhibit the following properties:

• The average prediction of the optimal least squares regression model is equal to the average label on the training data.
• The average probability predicted by the optimal logistic regression model is equal to the average label on the training data.

The power of a generalized linear model is limited by its features. Unlike a deep model, a generalized linear model cannot "learn new features."

generative adversarial network (GAN)

A system to create new data in which a generator creates data and a discriminator determines whether that created data is valid or invalid.

জেনারেটিভ এআই

#ভাষা

#ছবি

#generativeAI

An emerging transformative field with no formal definition. That said, most experts agree that generative AI models can create ("generate") content that is all of the following:

• জটিল
• সুসঙ্গত
• মূল

For example, a generative AI model can create sophisticated essays or images.

Some earlier technologies, including LSTMs and RNNs , can also generate original and coherent content. Some experts view these earlier technologies as generative AI, while others feel that true generative AI requires more complex output than those earlier technologies can produce.

Contrast with predictive ML .

উত্পাদনশীল মডেল

Practically speaking, a model that does either of the following:

• Creates (generates) new examples from the training dataset. For example, a generative model could create poetry after training on a dataset of poems. The generator part of a generative adversarial network falls into this category.
• Determines the probability that a new example comes from the training set, or was created from the same mechanism that created the training set. For example, after training on a dataset consisting of English sentences, a generative model could determine the probability that new input is a valid English sentence.

A generative model can theoretically discern the distribution of examples or particular features in a dataset. এটাই:

p(examples)

Unsupervised learning models are generative.

Contrast with discriminative models .

জেনারেটর

The subsystem within a generative adversarial network that creates new examples .

Contrast with discriminative model .

জিনি অপবিত্রতা

#df

A metric similar to entropy . Splitters use values derived from either gini impurity or entropy to compose conditions for classification decision trees . Information gain is derived from entropy. There is no universally accepted equivalent term for the metric derived from gini impurity; however, this unnamed metric is just as important as information gain.

Gini impurity is also called gini index , or simply gini .

Click the icon for mathematical details about gini impurity.

Gini impurity is the probability of misclassifying a new piece of data taken from the same distribution. The gini impurity of a set with two possible values "0" and "1" (for example, the labels in a binary classification problem) is calculated from the following formula:

I = 1 - (p ² + q ² ) = 1 - (p ² + (1-p) ² )

কোথায়:

• I is the gini impurity.
• p is the fraction of "1" examples.
• q is the fraction of "0" examples. Note that q = 1-p

উদাহরণস্বরূপ, নিম্নলিখিত ডেটাসেট বিবেচনা করুন:

• 100 labels (0.25 of the dataset) contain the value "1"
• 300 labels (0.75 of the dataset) contain the value "0"

Therefore, the gini impurity is:

p = 0.25

q = 0.75

I = 1 - (0.25 ² + 0.75 ² ) = 0.375

Consequently, a random label from the same dataset would have a 37.5% chance of being misclassified, and a 62.5% chance of being properly classified.

A perfectly balanced label (for example, 200 "0"s and 200 "1"s) would have a gini impurity of 0.5. A highly imbalanced label would have a gini impurity close to 0.0.

---

GPT (Generative Pre-trained Transformer)

#ভাষা

A family of Transformer -based large language models developed by OpenAI .

GPT variants can apply to multiple modalities , including:

• image generation (for example, ImageGPT)
• text-to-image generation (for example, DALL-E ).

গ্রেডিয়েন্ট

The vector of partial derivatives with respect to all of the independent variables. In machine learning, the gradient is the vector of partial derivatives of the model function. The gradient points in the direction of steepest ascent.

gradient boosted (decision) trees (GBT)

#df

A type of decision forest in which:

• Training relies on gradient boosting .
• The weak model is a decision tree .

গ্রেডিয়েন্ট বুস্টিং

#df

A training algorithm where weak models are trained to iteratively improve the quality (reduce the loss) of a strong model. For example, a weak model could be a linear or small decision tree model. The strong model becomes the sum of all the previously trained weak models.

In the simplest form of gradient boosting, at each iteration, a weak model is trained to predict the loss gradient of the strong model. Then, the strong model's output is updated by subtracting the predicted gradient, similar to gradient descent .

$$F_{0} = 0$$$$F_{i+1} = F_i - \xi f_i $$

কোথায়:

• $F_{0}$ is the starting strong model.
• $F_{i+1}$ is the next strong model.
• $F_{i}$ is the current strong model.
• $\xi$ is a value between 0.0 and 1.0 called shrinkage , which is analogous to the learning rate in gradient descent.
• $f_{i}$ is the weak model trained to predict the loss gradient of $F_{i}$.

Modern variations of gradient boosting also include the second derivative (Hessian) of the loss in their computation.

Decision trees are commonly used as weak models in gradient boosting. See gradient boosted (decision) trees .

gradient clipping

#seq

A commonly used mechanism to mitigate the exploding gradient problem by artificially limiting (clipping) the maximum value of gradients when using gradient descent to train a model.

গ্রেডিয়েন্ট ডিসেন্ট

#fundamentals

A mathematical technique to minimize loss . Gradient descent iteratively adjusts weights and biases , gradually finding the best combination to minimize loss.

Gradient descent is older—much, much older—than machine learning.

চিত্রলেখ

#TensorFlow

In TensorFlow, a computation specification. Nodes in the graph represent operations. Edges are directed and represent passing the result of an operation (a Tensor ) as an operand to another operation. Use TensorBoard to visualize a graph.

graph execution

#TensorFlow

A TensorFlow programming environment in which the program first constructs a graph and then executes all or part of that graph. Graph execution is the default execution mode in TensorFlow 1.x.

Contrast with eager execution .

greedy policy

#আরএল

In reinforcement learning, a policy that always chooses the action with the highest expected return .

কঠিন সত্য

#fundamentals

বাস্তবতা।

The thing that actually happened.

For example, consider a binary classification model that predicts whether a student in their first year of university will graduate within six years. Ground truth for this model is whether or not that student actually graduated within six years.

Click the icon for additional notes.

We assess model quality against ground truth. However, ground truth is not always completely, well, truthful. For example, consider the following examples of potential imperfections in ground truth:

• In the graduation example, are we certain that the graduation records for each student are always correct? Is the university's record-keeping flawless?
• Suppose the label is a floating-point value measured by instruments (for instance, barometers). How can we be sure that each instrument is calibrated identically or that each reading was taken under the same circumstances?
• If the label is a matter of human opinion, how can we be sure that each human rater is evaluating events in the same way? To improve consistency, expert human raters sometimes intervene.

---

group attribution bias

#fairness

Assuming that what is true for an individual is also true for everyone in that group. The effects of group attribution bias can be exacerbated if a convenience sampling is used for data collection. In a non-representative sample, attributions may be made that do not reflect reality.

See also out-group homogeneity bias and in-group bias .

এইচ

হ্যালুসিনেশন

#ভাষা

The production of plausible-seeming but factually incorrect output by a generative AI model that purports to be making an assertion about the real world. For example, a generative AI model that claims that Barack Obama died in 1865 is hallucinating .

হ্যাশিং

In machine learning, a mechanism for bucketing categorical data , particularly when the number of categories is large, but the number of categories actually appearing in the dataset is comparatively small.

For example, Earth is home to about 73,000 tree species. You could represent each of the 73,000 tree species in 73,000 separate categorical buckets. Alternatively, if only 200 of those tree species actually appear in a dataset, you could use hashing to divide tree species into perhaps 500 buckets.

A single bucket could contain multiple tree species. For example, hashing could place baobab and red maple —two genetically dissimilar species—into the same bucket. Regardless, hashing is still a good way to map large categorical sets into the desired number of buckets. Hashing turns a categorical feature having a large number of possible values into a much smaller number of values by grouping values in a deterministic way.

হিউরিস্টিক

A simple and quickly implemented solution to a problem. For example, "With a heuristic, we achieved 86% accuracy. When we switched to a deep neural network, accuracy went up to 98%."

লুকানো স্তর

#fundamentals

A layer in a neural network between the input layer (the features) and the output layer (the prediction). Each hidden layer consists of one or more neurons . For example, the following neural network contains two hidden layers, the first with three neurons and the second with two neurons:

A deep neural network contains more than one hidden layer. For example, the preceding illustration is a deep neural network because the model contains two hidden layers.

অনুক্রমিক ক্লাস্টারিং

# ক্লাস্টারিং

A category of clustering algorithms that create a tree of clusters. Hierarchical clustering is well-suited to hierarchical data, such as botanical taxonomies. দুটি ধরণের শ্রেণিবদ্ধ ক্লাস্টারিং অ্যালগরিদম রয়েছে:

• Agglomerative clustering first assigns every example to its own cluster, and iteratively merges the closest clusters to create a hierarchical tree.
• Divisive clustering first groups all examples into one cluster and then iteratively divides the cluster into a hierarchical tree.

Contrast with centroid-based clustering .

কবজা ক্ষতি

A family of loss functions for classification designed to find the decision boundary as distant as possible from each training example, thus maximizing the margin between examples and the boundary. KSVMs use hinge loss (or a related function, such as squared hinge loss). For binary classification, the hinge loss function is defined as follows:

$$\text{loss} = \text{max}(0, 1 - (y * y'))$$

where y is the true label, either -1 or +1, and y' is the raw output of the classifier model:

$$y' = b + w_1x_1 + w_2x_2 + … w_nx_n$$

Consequently, a plot of hinge loss vs. (y * y') looks as follows:

holdout data

Examples intentionally not used ("held out") during training. The validation dataset and test dataset are examples of holdout data. Holdout data helps evaluate your model's ability to generalize to data other than the data it was trained on. The loss on the holdout set provides a better estimate of the loss on an unseen dataset than does the loss on the training set.

হোস্ট

#TensorFlow

#GoogleCloud

When training an ML model on accelerator chips (GPUs or TPUs ), the part of the system that controls both of the following:

• The overall flow of the code.
• The extraction and transformation of the input pipeline.

The host typically runs on a CPU, not on an accelerator chip; the device manipulates tensors on the accelerator chips.

হাইপারপ্যারামিটার

#fundamentals

The variables that you or a hyperparameter tuning serviceadjust during successive runs of training a model. For example, learning rate is a hyperparameter. You could set the learning rate to 0.01 before one training session. If you determine that 0.01 is too high, you could perhaps set the learning rate to 0.003 for the next training session.

In contrast, parameters are the various weights and bias that the model learns during training.

হাইপারপ্লেন

A boundary that separates a space into two subspaces. For example, a line is a hyperplane in two dimensions and a plane is a hyperplane in three dimensions. More typically in machine learning, a hyperplane is the boundary separating a high-dimensional space. Kernel Support Vector Machines use hyperplanes to separate positive classes from negative classes, often in a very high-dimensional space.

আমি

আইআইডি

Abbreviation for independently and identically distributed .

ইমেজ স্বীকৃতি

#ছবি

A process that classifies object(s), pattern(s), or concept(s) in an image. Image recognition is also known as image classification .

For more information, see ML Practicum: Image Classification .

imbalanced dataset

Synonym for class-imbalanced dataset .

implicit bias

#fairness

Automatically making an association or assumption based on one's mental models and memories. Implicit bias can affect the following:

• How data is collected and classified.
• How machine learning systems are designed and developed.

For example, when building a classifier to identify wedding photos, an engineer may use the presence of a white dress in a photo as a feature. However, white dresses have been customary only during certain eras and in certain cultures.

See also confirmation bias .

অভিযুক্তি

Short form of value imputation .

incompatibility of fairness metrics

#fairness

The idea that some notions of fairness are mutually incompatible and cannot be satisfied simultaneously. As a result, there is no single universal metric for quantifying fairness that can be applied to all ML problems.

While this may seem discouraging, incompatibility of fairness metrics doesn't imply that fairness efforts are fruitless. Instead, it suggests that fairness must be defined contextually for a given ML problem, with the goal of preventing harms specific to its use cases.

See "On the (im)possibility of fairness" for a more detailed discussion of this topic.

প্রেক্ষাপটে শিক্ষা

#ভাষা

#generativeAI

Synonym for few-shot prompting .

independently and identically distributed (iid)

#fundamentals

Data drawn from a distribution that doesn't change, and where each value drawn doesn't depend on values that have been drawn previously. An iid is the ideal gas of machine learning—a useful mathematical construct but almost never exactly found in the real world. For example, the distribution of visitors to a web page may be iid over a brief window of time; that is, the distribution doesn't change during that brief window and one person's visit is generally independent of another's visit. However, if you expand that window of time, seasonal differences in the web page's visitors may appear.

See also nonstationarity .

individual fairness

#fairness

A fairness metric that checks whether similar individuals are classified similarly. For example, Brobdingnagian Academy might want to satisfy individual fairness by ensuring that two students with identical grades and standardized test scores are equally likely to gain admission.

Note that individual fairness relies entirely on how you define "similarity" (in this case, grades and test scores), and you can run the risk of introducing new fairness problems if your similarity metric misses important information (such as the rigor of a student's পাঠ্যক্রম)।

See "Fairness Through Awareness" for a more detailed discussion of individual fairness.

অনুমান

#fundamentals

In machine learning, the process of making predictions by applying a trained model to unlabeled examples .

Inference has a somewhat different meaning in statistics. See the Wikipedia article on statistical inference for details.

inference path

#df

In a decision tree , during inference , the route a particular example takes from the root to other conditions , terminating with a leaf . For instance, in the following decision tree, the thicker arrows show the inference path for an example with the following feature values:

• x = 7
• y = 12
• z = -3

The inference path in the following illustration travels through three conditions before reaching the leaf ( Zeta ).

The three thick arrows show the inference path.

তথ্য লাভ

#df

In decision forests , the difference between a node's entropy and the weighted (by number of examples) sum of the entropy of its children nodes. A node's entropy is the entropy of the examples in that node.

For example, consider the following entropy values:

• entropy of parent node = 0.6
• entropy of one child node with 16 relevant examples = 0.2
• entropy of another child node with 24 relevant examples = 0.1

So 40% of the examples are in one child node and 60% are in the other child node. অতএব:

• weighted entropy sum of child nodes = (0.4 * 0.2) + (0.6 * 0.1) = 0.14

So, the information gain is:

• information gain = entropy of parent node - weighted entropy sum of child nodes
• information gain = 0.6 - 0.14 = 0.46

Most splitters seek to create conditions that maximize information gain.

in-group bias

#fairness

Showing partiality to one's own group or own characteristics. If testers or raters consist of the machine learning developer's friends, family, or colleagues, then in-group bias may invalidate product testing or the dataset.

In-group bias is a form of group attribution bias . See also out-group homogeneity bias .

input generator

A mechanism by which data is loaded into a neural network .

An input generator can be thought of as a component responsible for processing raw data into tensors which are iterated over to generate batches for training, evaluation, and inference.

ইনপুট স্তর

#fundamentals

The layer of a neural network that holds the feature vector . That is, the input layer provides examples for training or inference . For example, the input layer in the following neural network consists of two features:

in-set condition

#df

In a decision tree , a condition that tests for the presence of one item in a set of items. For example, the following is an in-set condition:

  house-style in [tudor, colonial, cape]

During inference, if the value of the house-style feature is tudor or colonial or cape , then this condition evaluates to Yes. If the value of the house-style feature is something else (for example, ranch ), then this condition evaluates to No.

In-set conditions usually lead to more efficient decision trees than conditions that test one-hot encoded features.

দৃষ্টান্ত

Synonym for example .

instruction tuning

#generativeAI

A form of fine-tuning that improves a generative AI model's ability to follow instructions. Instruction tuning involves training a model on a series of instruction prompts, typically covering a wide variety of tasks. The resulting instruction-tuned model then tends to generate useful responses to zero-shot prompts across a variety of tasks.

এর সাথে তুলনা এবং বৈসাদৃশ্য:

• parameter-efficient tuning
• prompt tuning

ব্যাখ্যাযোগ্যতা

#fundamentals

The ability to explain or to present an ML model's reasoning in understandable terms to a human.

Most linear regression models, for example, are highly interpretable. (You merely need to look at the trained weights for each feature.) Decision forests are also highly interpretable. Some models, however, require sophisticated visualization to become interpretable.

You can use the Learning Interpretability Tool (LIT) to interpret ML models.

inter-rater agreement

A measurement of how often human raters agree when doing a task. If raters disagree, the task instructions may need to be improved. Also sometimes called inter-annotator agreement or inter-rater reliability . See also Cohen's kappa , which is one of the most popular inter-rater agreement measurements.

intersection over union (IoU)

#ছবি

The intersection of two sets divided by their union. In machine-learning image-detection tasks, IoU is used to measure the accuracy of the model's predicted bounding box with respect to the ground-truth bounding box. In this case, the IoU for the two boxes is the ratio between the overlapping area and the total area, and its value ranges from 0 (no overlap of predicted bounding box and ground-truth bounding box) to 1 (predicted bounding box and ground-truth bounding box have the exact same coordinates).

For example, in the image below:

• The predicted bounding box (the coordinates delimiting where the model predicts the night table in the painting is located) is outlined in purple.
• The ground-truth bounding box (the coordinates delimiting where the night table in the painting is actually located) is outlined in green.

Here, the intersection of the bounding boxes for prediction and ground truth (below left) is 1, and the union of the bounding boxes for prediction and ground truth (below right) is 7, so the IoU is \(\frac{1}{7}\).

আইওইউ

Abbreviation for intersection over union .

item matrix

#recsystems

In recommendation systems , a matrix of embedding vectors generated by matrix factorization that holds latent signals about each item . Each row of the item matrix holds the value of a single latent feature for all items. For example, consider a movie recommendation system. Each column in the item matrix represents a single movie. The latent signals might represent genres, or might be harder-to-interpret signals that involve complex interactions among genre, stars, movie age, or other factors.

The item matrix has the same number of columns as the target matrix that is being factorized. For example, given a movie recommendation system that evaluates 10,000 movie titles, the item matrix will have 10,000 columns.

আইটেম

#recsystems

In a recommendation system , the entities that a system recommends. For example, videos are the items that a video store recommends, while books are the items that a bookstore recommends.

iteration

#fundamentals

A single update of a model's parameters—the model's weights and biases —during training . The batch size determines how many examples the model processes in a single iteration. For instance, if the batch size is 20, then the model processes 20 examples before adjusting the parameters.

When training a neural network , a single iteration involves the following two passes:

1. A forward pass to evaluate loss on a single batch.
2. A backward pass ( backpropagation ) to adjust the model's parameters based on the loss and the learning rate.

জে

JAX

An array computing library, bringing together XLA (Accelerated Linear Algebra) and automatic differentiation for high-performance numerical computing. JAX provides a simple and powerful API for writing accelerated numerical code with composable transformations. JAX provides features such as:

• grad (automatic differentiation)
• jit (just-in-time compilation)
• vmap (automatic vectorization or batching)
• pmap (parallelization)

JAX is a language for expressing and composing transformations of numerical code, analogous—but much larger in scope—to Python's NumPy library. (In fact, the .numpy library under JAX is a functionally equivalent, but entirely rewritten version of the Python NumPy library.)

JAX is particularly well-suited for speeding up many machine learning tasks by transforming the models and data into a form suitable for parallelism across GPU and TPU accelerator chips .

Flax , Optax , Pax , and many other libraries are built on the JAX infrastructure.

কে

কেরাস

A popular Python machine learning API. Keras runs on several deep learning frameworks, including TensorFlow, where it is made available as tf.keras .

Kernel Support Vector Machines (KSVMs)

A classification algorithm that seeks to maximize the margin between positive and negative classes by mapping input data vectors to a higher dimensional space. For example, consider a classification problem in which the input dataset has a hundred features. To maximize the margin between positive and negative classes, a KSVM could internally map those features into a million-dimension space. KSVMs uses a loss function called hinge loss .

গুরুত্বপূর্ণ দিক

#ছবি

The coordinates of particular features in an image. For example, for an image recognition model that distinguishes flower species, keypoints might be the center of each petal, the stem, the stamen, and so on.

k-ভাঁজ ক্রস বৈধতা

An algorithm for predicting a model's ability to generalize to new data. The k in k-fold refers to the number of equal groups you divide a dataset's examples into; that is, you train and test your model k times. For each round of training and testing, a different group is the test set, and all remaining groups become the training set. After k rounds of training and testing, you calculate the mean and standard deviation of the desired test metric(s).

For example, suppose your dataset consists of 120 examples. Further suppose, you decide to set k to 4. Therefore, after shuffling the examples, you divide the dataset into four equal groups of 30 examples and conduct four training/testing rounds:

For example, Mean Squared Error (MSE) might be the most meaningful metric for a linear regression model. Therefore, you would find the mean and standard deviation of the MSE across all four rounds.

k- মানে

# ক্লাস্টারিং

A popular clustering algorithm that groups examples in unsupervised learning. The k-means algorithm basically does the following:

• Iteratively determines the best k center points (known as centroids ).
• Assigns each example to the closest centroid. Those examples nearest the same centroid belong to the same group.

The k-means algorithm picks centroid locations to minimize the cumulative square of the distances from each example to its closest centroid.

For example, consider the following plot of dog height to dog width:

If k=3, the k-means algorithm will determine three centroids. Each example is assigned to its closest centroid, yielding three groups:

Imagine that a manufacturer wants to determine the ideal sizes for small, medium, and large sweaters for dogs. The three centroids identify the mean height and mean width of each dog in that cluster. So, the manufacturer should probably base sweater sizes on those three centroids. Note that the centroid of a cluster is typically not an example in the cluster.

The preceding illustrations shows k-means for examples with only two features (height and width). Note that k-means can group examples across many features.

k-median

# ক্লাস্টারিং

A clustering algorithm closely related to k-means . The practical difference between the two is as follows:

• In k-means, centroids are determined by minimizing the sum of the squares of the distance between a centroid candidate and each of its examples.
• In k-median, centroids are determined by minimizing the sum of the distance between a centroid candidate and each of its examples.

Note that the definitions of distance are also different:

• k-means relies on the Euclidean distance from the centroid to an example. (In two dimensions, the Euclidean distance means using the Pythagorean theorem to calculate the hypotenuse.) For example, the k-means distance between (2,2) and (5,-2) would be:

$$ {\text{Euclidean distance}} = {\sqrt {(2-5)^2 + (2--2)^2}} = 5 $$

• k-median relies on the Manhattan distance from the centroid to an example. This distance is the sum of the absolute deltas in each dimension. For example, the k-median distance between (2,2) and (5,-2) would be:

$$ {\text{Manhattan distance}} = \lvert 2-5 \rvert + \lvert 2--2 \rvert = 7 $$

এল

L ₀ regularization

#fundamentals

A type of regularization that penalizes the total number of nonzero weights in a model. For example, a model having 11 nonzero weights would be penalized more than a similar model having 10 nonzero weights.

L ₀ regularization is sometimes called L0-norm regularization .

Click the icon for additional notes.

L ₀ regularization is generally impractical in large models because L ₀ regularization turns training into a convex optimization problem.

---

L ₁ loss

#fundamentals

A loss function that calculates the absolute value of the difference between actual label values and the values that a model predicts. For example, here's the calculation of L ₁ loss for a batch of five examples :

Actual value of example	Model's predicted value	Absolute value of delta
7	6	1
5	4	1
8	11	3
4	6	2
9	8	1
		8 = L 1 loss

L ₁ loss is less sensitive to outliers than L ₂ loss .

The Mean Absolute Error is the average L ₁ loss per example.

Click the icon to see the formal math.

$$ L_1 loss = \sum_{i=0}^n | y_i - \hat{y}_i |$$

কোথায়:

• $n$ is the number of examples.
• $y$ is the actual value of the label.
• $\hat{y}$ is the value that the model predicts for $y$.

---

L ₁ regularization

#fundamentals

A type of regularization that penalizes weights in proportion to the sum of the absolute value of the weights. L ₁ regularization helps drive the weights of irrelevant or barely relevant features to exactly 0 . A feature with a weight of 0 is effectively removed from the model.

Contrast with L ₂ regularization .

L ₂ loss

#fundamentals

A loss function that calculates the square of the difference between actual label values and the values that a model predicts. For example, here's the calculation of L ₂ loss for a batch of five examples :

Actual value of example	Model's predicted value	Square of delta
7	6	1
5	4	1
8	11	9
4	6	4
9	8	1
		16 = L 2 loss

Due to squaring, L ₂ loss amplifies the influence of outliers . That is, L ₂ loss reacts more strongly to bad predictions than L ₁ loss . For example, the L ₁ loss for the preceding batch would be 8 rather than 16. Notice that a single outlier accounts for 9 of the 16.

Regression models typically use L ₂ loss as the loss function.

The Mean Squared Error is the average L ₂ loss per example. Squared loss is another name for L ₂ loss.

Click the icon to see the formal math.

$$ L_2 loss = \sum_{i=0}^n {(y_i - \hat{y}_i)}^2$$

কোথায়:

• $n$ is the number of examples.
• $y$ is the actual value of the label.
• $\hat{y}$ is the value that the model predicts for $y$.

---

L ₂ regularization

#fundamentals

A type of regularization that penalizes weights in proportion to the sum of the squares of the weights. L ₂ regularization helps drive outlier weights (those with high positive or low negative values) closer to 0 but not quite to 0 . Features with values very close to 0 remain in the model but don't influence the model's prediction very much.

L ₂ regularization always improves generalization in linear models .

Contrast with L ₁ regularization .

লেবেল

#fundamentals

In supervised machine learning , the "answer" or "result" portion of an example .

Each labeled example consists of one or more features and a label. For instance, in a spam detection dataset, the label would probably be either "spam" or "not spam." In a rainfall dataset, the label might be the amount of rain that fell during a certain period.

labeled example

#fundamentals

An example that contains one or more features and a label . For example, the following table shows three labeled examples from a house valuation model, each with three features and one label:

বেডরুমের সংখ্যা	বাথরুমের সংখ্যা	House age	House price (label)
3	2	15	$345,000
2	1	72	$179,000
4	2	34	$392,000

In supervised machine learning , models train on labeled examples and make predictions on unlabeled examples .

Contrast labeled example with unlabeled examples.

label leakage

A model design flaw in which a feature is a proxy for the label . For example, consider a binary classification model that predicts whether or not a prospective customer will purchase a particular product. Suppose that one of the features for the model is a Boolean named SpokeToCustomerAgent . Further suppose that a customer agent is only assigned after the prospective customer has actually purchased the product. During training, the model will quickly learn the association between SpokeToCustomerAgent and the label.

ল্যাম্বডা

#fundamentals

Synonym for regularization rate .

Lambda is an overloaded term. Here we're focusing on the term's definition within regularization .

LaMDA (সংলাপ অ্যাপ্লিকেশনের জন্য ভাষা মডেল)

#ভাষা

A Transformer -based large language model developed by Google trained on a large dialogue dataset that can generate realistic conversational responses.

LaMDA: our breakthrough conversation technology provides an overview.

ল্যান্ডমার্ক

#ছবি

Synonym for keypoints .

ভাষার মডেল

#ভাষা

A model that estimates the probability of a token or sequence of tokens occurring in a longer sequence of tokens.

Click the icon for additional notes.

Though counterintuitive, many models that evaluate text are not language models . For example, text classification models and sentiment analysis models are not language models .

---

বড় ভাষা মডেল

#ভাষা

An informal term with no strict definition that usually means a language model that has a high number of parameters . Some large language models contain over 100 billion parameters.

Click the icon for additional notes.

You might be wondering when a language model becomes large enough to be termed a large language model . Currently, there is no agreed-upon defining line for the number of parameters.

Most current large language models (for example, GPT ) are based on Transformer architecture.

---

স্তর

#fundamentals

A set of neurons in a neural network . Three common types of layers are as follows:

• The input layer , which provides values for all the features .
• One or more hidden layers , which find nonlinear relationships between the features and the label.
• The output layer , which provides the prediction.

For example, the following illustration shows a neural network with one input layer, two hidden layers, and one output layer:

In TensorFlow , layers are also Python functions that take Tensors and configuration options as input and produce other tensors as output.

Layers API (tf.layers)

#TensorFlow

A TensorFlow API for constructing a deep neural network as a composition of layers. The Layers API enables you to build different types of layers , such as:

• tf.layers.Dense for a fully-connected layer .
• tf.layers.Conv2D for a convolutional layer.

The Layers API follows the Keras layers API conventions. That is, aside from a different prefix, all functions in the Layers API have the same names and signatures as their counterparts in the Keras layers API.

পাতা

#df

Any endpoint in a decision tree . Unlike a condition , a leaf doesn't perform a test. Rather, a leaf is a possible prediction. A leaf is also the terminal node of an inference path .

For example, the following decision tree contains three leaves:

Learning Interpretability Tool (LIT)

A visual, interactive model-understanding and data visualization tool.

You can use open-source LIT to interpret models or to visualize text, image, and tabular data.

শেখার হার

#fundamentals

A floating-point number that tells the gradient descent algorithm how strongly to adjust weights and biases on each iteration . For example, a learning rate of 0.3 would adjust weights and biases three times more powerfully than a learning rate of 0.1.

Learning rate is a key hyperparameter . If you set the learning rate too low, training will take too long. If you set the learning rate too high, gradient descent often has trouble reaching convergence .

Click the icon for a more mathematical explanation.

প্রতিটি পুনরাবৃত্তির সময়, গ্রেডিয়েন্ট ডিসেন্ট অ্যালগরিদম গ্রেডিয়েন্ট দ্বারা শেখার হারকে গুণ করে। The resulting product is called the gradient step .

---

least squares regression

A linear regression model trained by minimizing L ₂ Loss .

রৈখিক

#fundamentals

A relationship between two or more variables that can be represented solely through addition and multiplication.

The plot of a linear relationship is a line.

Contrast with nonlinear .

রৈখিক মডেল

#fundamentals

A model that assigns one weight per feature to make predictions . (Linear models also incorporate a bias .) In contrast, the relationship of features to predictions in deep models is generally nonlinear .

Linear models are usually easier to train and more interpretable than deep models. However, deep models can learn complex relationships between features.

Linear regression and logistic regression are two types of linear models.

Click the icon to see the math.

A linear model follows this formula:

$$y' = b + w_1x_1 + w_2x_2 + … w_nx_n$$

কোথায়:

• y' is the raw prediction. (In certain kinds of linear models, this raw prediction will be further modified. For example, see logistic regression .)
• b is the bias .
• w is a weight , so w ₁ is the weight of the first feature, w ₂ is the weight of the second feature, and so on.
• x is a feature , so x ₁ is the value of the first feature, x ₂ is the value of the second feature, and so on.

For example, suppose a linear model for three features learns the following bias and weights:

• b = 7
• w ₁ = -2.5
• w ₂ = -1.2
• w ₃ = 1.4

Therefore, given three features (x ₁ , x ₂ , and x ₃ ), the linear model uses the following equation to generate each prediction:

y' = 7 + (-2.5)(x1) + (-1.2)(x2) + (1.4)(x3)

Suppose a particular example contains the following values:

• x ₁ = 4
• x ₂ = -10
• x ₃ = 5

Plugging those values into the formula yields a prediction for this example:

y' = 7 + (-2.5)(4) + (-1.2)(-10) + (1.4)(5)
y' = 16

Linear models include not only models that use only a linear equation to make predictions but also a broader set of models that use a linear equation as just one component of the formula that makes predictions. For example, logistic regression post-processes the raw prediction (y') to produce a final prediction value between 0 and 1, exclusively.

---

লিনিয়ার রিগ্রেশন

#fundamentals

A type of machine learning model in which both of the following are true:

• The model is a linear model .
• The prediction is a floating-point value. (This is the regression part of linear regression .)

Contrast linear regression with logistic regression . Also, contrast regression with classification .

LIT

Abbreviation for the Learning Interpretability Tool (LIT) , which was previously known as the Language Interpretability Tool.

পণ্য সরবরাহ সংশ্লেষণ

#fundamentals

A type of regression model that predicts a probability. Logistic regression models have the following characteristics:

• The label is categorical . The term logistic regression usually refers to binary logistic regression , that is, to a model that calculates probabilities for labels with two possible values. A less common variant, multinomial logistic regression , calculates probabilities for labels with more than two possible values.
• The loss function during training is Log Loss . (Multiple Log Loss units can be placed in parallel for labels with more than two possible values.)
• The model has a linear architecture, not a deep neural network. However, the remainder of this definition also applies to deep models that predict probabilities for categorical labels.

For example, consider a logistic regression model that calculates the probability of an input email being either spam or not spam. During inference, suppose the model predicts 0.72. Therefore, the model is estimating:

• A 72% chance of the email being spam.
• A 28% chance of the email not being spam.

A logistic regression model uses the following two-step architecture:

1. The model generates a raw prediction (y') by applying a linear function of input features.
2. The model uses that raw prediction as input to a sigmoid function , which converts the raw prediction to a value between 0 and 1, exclusive.

Like any regression model, a logistic regression model predicts a number. However, this number typically becomes part of a binary classification model as follows:

• If the predicted number is greater than the classification threshold , the binary classification model predicts the positive class.
• If the predicted number is less than the classification threshold, the binary classification model predicts the negative class.

লগিট

The vector of raw (non-normalized) predictions that a classification model generates, which is ordinarily then passed to a normalization function. If the model is solving a multi-class classification problem, logits typically become an input to the softmax function. The softmax function then generates a vector of (normalized) probabilities with one value for each possible class.

tf.nn.sigmoid_cross_entropy_with_logits .

লগ ক্ষতি

#fundamentals

The loss function used in binary logistic regression .

Click the icon to see the math.

The following formula calculates Log Loss:

$$\text{Log Loss} = \sum_{(x,y)\in D} -y\log(y') - (1 - y)\log(1 - y')$$

কোথায়:

• \((x,y)\in D\) is the data set containing many labeled examples, which are \((x,y)\) pairs.
• \(y\) is the label in a labeled example. Since this is logistic regression, every value of \(y\) must either be 0 or 1.
• \(y'\) is the predicted value (somewhere between 0 and 1, exclusive), given the set of features in \(x\).

---

log-odds

#fundamentals

The logarithm of the odds of some event.

Click the icon to see the math.

If the event is a binary probability, then odds refers to the ratio of the probability of success ( p ) to the probability of failure (1- p ). For example, suppose that a given event has a 90% probability of success and a 10% probability of failure. In this case, odds is calculated as follows:

$$ {\text{odds}} = \frac{\text{p}} {\text{(1-p)}} = \frac{.9} {.1} = {\text{9}} $$

The log-odds is simply the logarithm of the odds. By convention, "logarithm" refers to natural logarithm , but logarithm could actually be any base greater than 1. Sticking to convention, the log-odds of our example is therefore:

$$ {\text{log-odds}} = ln(9) ~= 2.2 $$

The log-odds function is the inverse of the sigmoid function .

---

লং শর্ট-টার্ম মেমরি (LSTM)

#seq

A type of cell in a recurrent neural network used to process sequences of data in applications such as handwriting recognition, machine translation, and image captioning. LSTMs address the vanishing gradient problem that occurs when training RNNs due to long data sequences by maintaining history in an internal memory state based on new input and context from previous cells in the RNN.

ক্ষতি

#fundamentals

During the training of a supervised model , a measure of how far a model's prediction is from its label .

A loss function calculates the loss.

loss aggregator

A type of machine learning algorithm that improves the performance of a model by combining the predictions of multiple models and using those predictions to make a single prediction. As a result, a loss aggregator can reduce the variance of the predictions and improve the accuracy of the predictions.

loss curve

#fundamentals

A plot of loss as a function of the number of training iterations . The following plot shows a typical loss curve:

Loss curves can help you determine when your model is converging or overfitting .

Loss curves can plot all of the following types of loss:

• প্রশিক্ষণ ক্ষতি
• বৈধতা ক্ষতি
• test loss

See also generalization curve .

ক্ষতি ফাংশন

#fundamentals

During training or testing, a mathematical function that calculates the loss on a batch of examples. A loss function returns a lower loss for models that makes good predictions than for models that make bad predictions.

The goal of training is typically to minimize the loss that a loss function returns.

Many different kinds of loss functions exist. Pick the appropriate loss function for the kind of model you are building. উদাহরণ স্বরূপ:

• L ₂ loss (or Mean Squared Error ) is the loss function for linear regression .
• Log Loss is the loss function for logistic regression .

loss surface

A graph of weight(s) vs. loss. Gradient descent aims to find the weight(s) for which the loss surface is at a local minimum.

এলএসটিএম

#seq

Abbreviation for Long Short-Term Memory .

এম

মেশিন লার্নিং

#fundamentals

A program or system that trains a model from input data. The trained model can make useful predictions from new (never-before-seen) data drawn from the same distribution as the one used to train the model.

মেশিন লার্নিং এই প্রোগ্রাম বা সিস্টেমগুলির সাথে সম্পর্কিত অধ্যয়নের ক্ষেত্রকেও বোঝায়।

majority class

#fundamentals

The more common label in a class-imbalanced dataset . For example, given a dataset containing 99% negative labels and 1% positive labels, the negative labels are the majority class.

Contrast with minority class .

Markov decision process (MDP)

#আরএল

A graph representing the decision-making model where decisions (or actions ) are taken to navigate a sequence of states under the assumption that the Markov property holds. In reinforcement learning , these transitions between states return a numerical reward .

মার্কভ সম্পত্তি

#আরএল

A property of certain environments , where state transitions are entirely determined by information implicit in the current state and the agent's action .

masked language model

#ভাষা

A language model that predicts the probability of candidate tokens to fill in blanks in a sequence. For instance, a masked language model can calculate probabilities for candidate word(s) to replace the underline in the following sentence:

The ____ in the hat came back.

The literature typically uses the string "MASK" instead of an underline. উদাহরণ স্বরূপ:

The "MASK" in the hat came back.

Most modern masked language models are bidirectional .

matplotlib

An open-source Python 2D plotting library. matplotlib helps you visualize different aspects of machine learning.

ম্যাট্রিক্স ফ্যাক্টরাইজেশন

#recsystems

In math, a mechanism for finding the matrices whose dot product approximates a target matrix.

In recommendation systems , the target matrix often holds users' ratings on items . For example, the target matrix for a movie recommendation system might look something like the following, where the positive integers are user ratings and 0 means that the user didn't rate the movie:

	কাসাব্লাঙ্কা	ফিলাডেলফিয়ার গল্প	কালো চিতাবাঘ	বিস্ময়ের নারী	পাল্প ফিকশন
ব্যবহারকারী 1	5.0	3.0	0.0	2.0	0.0
ব্যবহারকারী 2	4.0	0.0	0.0	1.0	5.0
ব্যবহারকারী 3	3.0	1.0	4.0	5.0	0.0

The movie recommendation system aims to predict user ratings for unrated movies. For example, will User 1 like Black Panther ?

One approach for recommendation systems is to use matrix factorization to generate the following two matrices:

• A user matrix , shaped as the number of users X the number of embedding dimensions.
• An item matrix , shaped as the number of embedding dimensions X the number of items.

For example, using matrix factorization on our three users and five items could yield the following user matrix and item matrix:

User Matrix                 Item Matrix

1.1   2.3           0.9   0.2   1.4    2.0   1.2
0.6   2.0           1.7   1.2   1.2   -0.1   2.1
2.5   0.5

The dot product of the user matrix and item matrix yields a recommendation matrix that contains not only the original user ratings but also predictions for the movies that each user hasn't seen. For example, consider User 1's rating of Casablanca , which was 5.0. The dot product corresponding to that cell in the recommendation matrix should hopefully be around 5.0, and it is:

(1.1 * 0.9) + (2.3 * 1.7) = 4.9

More importantly, will User 1 like Black Panther ? Taking the dot product corresponding to the first row and the third column yields a predicted rating of 4.3:

(1.1 * 1.4) + (2.3 * 1.2) = 4.3

Matrix factorization typically yields a user matrix and item matrix that, together, are significantly more compact than the target matrix.

গড় পরম ত্রুটি (MAE)

The average loss per example when L ₁ loss is used. Calculate Mean Absolute Error as follows:

1. Calculate the L ₁ loss for a batch.
2. Divide the L ₁ loss by the number of examples in the batch.

Click the icon to see the formal math.

$$\text{Mean Absolute Error} = \frac{1}{n}\sum_{i=0}^n | y_i - \hat{y}_i |$$where:

• $n$ is the number of examples.
• $y$ is the actual value of the label.
• $\hat{y}$ is the value that the model predicts for $y$.

---

For example, consider the calculation of L ₁ loss on the following batch of five examples:

Actual value of example	Model's predicted value	Loss (difference between actual and predicted)
7	6	1
5	4	1
8	11	3
4	6	2
9	8	1
		8 = L 1 loss

So, L ₁ loss is 8 and the number of examples is 5. Therefore, the Mean Absolute Error is:

Mean Absolute Error = L1 loss / Number of Examples
Mean Absolute Error = 8/5 = 1.6

Contrast Mean Absolute Error with Mean Squared Error and Root Mean Squared Error .

গড় বর্গাকার ত্রুটি (MSE)

The average loss per example when L ₂ loss is used. Calculate Mean Squared Error as follows:

1. Calculate the L ₂ loss for a batch.
2. Divide the L ₂ loss by the number of examples in the batch.

Click the icon to see the formal math.

$$\text{Mean Squared Error} = \frac{1}{n}\sum_{i=0}^n {(y_i - \hat{y}_i)}^2$$where:

• $n$ is the number of examples.
• $y$ is the actual value of the label.
• $\hat{y}$ is the model's prediction for $y$.

---

For example, consider the loss on the following batch of five examples:

প্রকৃত মূল্য	Model's prediction	ক্ষতি	Squared loss
7	6	1	1
5	4	1	1
8	11	3	9
4	6	2	4
9	8	1	1
			16 = L 2 loss

Therefore, the Mean Squared Error is:

Mean Squared Error = L2 loss / Number of Examples
Mean Squared Error = 16/5 = 3.2

Mean Squared Error is a popular training optimizer , particularly for linear regression .

Contrast Mean Squared Error with Mean Absolute Error and Root Mean Squared Error .

TensorFlow Playground uses Mean Squared Error to calculate loss values.

Click the icon to see more details about outliers.

Outliers strongly influence Mean Squared Error. For example, a loss of 1 is a squared loss of 1, but a loss of 3 is a squared loss of 9. In the preceding table, the example with a loss of 3 accounts for ~56% of the Mean Squared Error, while each of the examples with a loss of 1 accounts for only 6% of the Mean Squared Error.

Outliers do not influence Mean Absolute Error as strongly as Mean Squared Error. For example, a loss of 3 accounts for only ~38% of the Mean Absolute Error.

Clipping is one way to prevent extreme outliers from damaging your model's predictive ability.

---

জাল

#TensorFlow

#GoogleCloud

In ML parallel programming, a term associated with assigning the data and model to TPU chips, and defining how these values will be sharded or replicated.

Mesh is an overloaded term that can mean either of the following:

• A physical layout of TPU chips.
• An abstract logical construct for mapping the data and model to the TPU chips.

In either case, a mesh is specified as a shape .

meta-learning

#ভাষা

A subset of machine learning that discovers or improves a learning algorithm. A meta-learning system can also aim to train a model to quickly learn a new task from a small amount of data or from experience gained in previous tasks. Meta-learning algorithms generally try to achieve the following:

• Improve/learn hand-engineered features (such as an initializer or an optimizer).
• Be more data-efficient and compute-efficient.
• Improve generalization.

Meta-learning is related to few-shot learning .

মেট্রিক

#TensorFlow

A statistic that you care about.

An objective is a metric that a machine learning system tries to optimize.

Metrics API (tf.metrics)

A TensorFlow API for evaluating models. For example, tf.metrics.accuracy determines how often a model's predictions match labels.

mini-batch

#fundamentals

A small, randomly selected subset of a batch processed in one iteration . The batch size of a mini-batch is usually between 10 and 1,000 examples.

For example, suppose the entire training set (the full batch) consists of 1,000 examples. Further suppose that you set the batch size of each mini-batch to 20. Therefore, each iteration determines the loss on a random 20 of the 1,000 examples and then adjusts the weights and biases accordingly.

It is much more efficient to calculate the loss on a mini-batch than the loss on all the examples in the full batch.

mini-batch stochastic gradient descent

A gradient descent algorithm that uses mini-batches . In other words, mini-batch stochastic gradient descent estimates the gradient based on a small subset of the training data. Regular stochastic gradient descent uses a mini-batch of size 1.

minimax loss

A loss function for generative adversarial networks , based on the cross-entropy between the distribution of generated data and real data.

Minimax loss is used in the first paper to describe generative adversarial networks.

minority class

#fundamentals

The less common label in a class-imbalanced dataset . For example, given a dataset containing 99% negative labels and 1% positive labels, the positive labels are the minority class.

Contrast with majority class .

Click the icon for additional notes.

A training set with a million examples sounds impressive. However, if the minority class is poorly represented, then even a very large training set might be insufficient. Focus less on the total number of examples in the dataset and more on the number of examples in the minority class.

If your dataset doesn't contain enough minority class examples, consider using downsampling (the definition in the second bullet) to supplement the minority class.

---

এমএল

Abbreviation for machine learning .

MNIST

#ছবি

A public-domain dataset compiled by LeCun, Cortes, and Burges containing 60,000 images, each image showing how a human manually wrote a particular digit from 0–9. Each image is stored as a 28x28 array of integers, where each integer is a grayscale value between 0 and 255, inclusive.

MNIST is a canonical dataset for machine learning, often used to test new machine learning approaches. For details, see The MNIST Database of Handwritten Digits .

পদ্ধতি

#ভাষা

A high-level data category. For example, numbers, text, images, video, and audio are five different modalities.

মডেল

#fundamentals

In general, any mathematical construct that processes input data and returns output. Phrased differently, a model is the set of parameters and structure needed for a system to make predictions. In supervised machine learning , a model takes an example as input and infers a prediction as output. Within supervised machine learning, models differ somewhat. উদাহরণ স্বরূপ:

• A linear regression model consists of a set of weights and a bias .
• A neural network model consists of:
  • A set of hidden layers , each containing one or more neurons .
  • The weights and bias associated with each neuron.
• A decision tree model consists of:
  • The shape of the tree; that is, the pattern in which the conditions and leaves are connected.
  • The conditions and leaves.

You can save, restore, or make copies of a model.

Unsupervised machine learning also generates models, typically a function that can map an input example to the most appropriate cluster .

Click the icon to compare algebraic and programming functions to ML models.

An algebraic function such as the following is a model:

  f(x, y) = 3x -5xy + y2 + 17

The preceding function maps input values ( x and y ) to output.

Similarly, a programming function like the following is also a model:

def half_of_greater(x, y):
  if (x > y):
    return(x / 2)
  else
    return(y / 2)

A caller passes arguments to the preceding Python function, and the Python function generates output (via the return statement).

Although a deep neural network has a very different mathematical structure than an algebraic or programming function, a deep neural network still takes input (an example) and returns output (a prediction).

A human programmer codes a programming function manually. In contrast, a machine learning model gradually learns the optimal parameters during automated training.

---

model capacity

The complexity of problems that a model can learn. The more complex the problems that a model can learn, the higher the model's capacity. A model's capacity typically increases with the number of model parameters. For a formal definition of classifier capacity, see VC dimension .

model parallelism

#ভাষা

A way of scaling training or inference that puts different parts of one model on different devices . Model parallelism enables models that are too big to fit on a single device.

To implement model parallelism, a system typically does the following:

1. Shards (divides) the model into smaller parts.
2. Distributes the training of those smaller parts across multiple processors. Each processor trains its own part of the model.
3. Combines the results to create a single model.

Model parallelism slows training.

See also data parallelism .

মডেল প্রশিক্ষণ

The process of determining the best model .

গতিবেগ

A sophisticated gradient descent algorithm in which a learning step depends not only on the derivative in the current step, but also on the derivatives of the step(s) that immediately preceded it. Momentum involves computing an exponentially weighted moving average of the gradients over time, analogous to momentum in physics. Momentum sometimes prevents learning from getting stuck in local minima.

বহু-শ্রেণীর শ্রেণীবিভাগ

#fundamentals

In supervised learning, a classification problem in which the dataset contains more than two classes of labels. For example, the labels in the Iris dataset must be one of the following three classes:

• Iris setosa
• আইরিস ভার্জিনিকা
• আইরিস ভার্সিকলার

A model trained on the Iris dataset that predicts Iris type on new examples is performing multi-class classification.

In contrast, classification problems that distinguish between exactly two classes are binary classification models . For example, an email model that predicts either spam or not spam is a binary classification model.

In clustering problems, multi-class classification refers to more than two clusters.

multi-class logistic regression

Using logistic regression in multi-class classification problems.

multi-head self-attention

#ভাষা

An extension of self-attention that applies the self-attention mechanism multiple times for each position in the input sequence.

Transformers introduced multi-head self-attention.

multimodal model

#ভাষা

A model whose inputs and/or outputs include more than one modality . For example, consider a model that takes both an image and a text caption (two modalities) as features , and outputs a score indicating how appropriate the text caption is for the image. So, this model's inputs are multimodal and the output is unimodal.

multinomial classification

Synonym for multi-class classification .

মাল্টিনমিয়াল রিগ্রেশন

Synonym for multi-class logistic regression .

মাল্টিটাস্ক

A machine learning technique in which a single model is trained to perform multiple tasks .

Multitask models are created by training on data that is appropriate for each of the different tasks. This allows the model to learn to share information across the tasks, which helps the model learn more effectively.

A model trained for multiple tasks often has improved generalization abilities and can be more robust at handling different types of data.

এন

NaN trap

When one number in your model becomes a NaN during training, which causes many or all other numbers in your model to eventually become a NaN.

NaN is an abbreviation for N ot a N umber.

প্রাকৃতিক ভাষা বোঝা

#ভাষা

Determining a user's intentions based on what the user typed or said. For example, a search engine uses natural language understanding to determine what the user is searching for based on what the user typed or said.

নেতিবাচক ক্লাস

#fundamentals

In binary classification , one class is termed positive and the other is termed negative . The positive class is the thing or event that the model is testing for and the negative class is the other possibility. উদাহরণ স্বরূপ:

• The negative class in a medical test might be "not tumor."
• The negative class in an email classifier might be "not spam."

Contrast with positive class .

negative sampling

Synonym for candidate sampling .

নিউরাল আর্কিটেকচার সার্চ (NAS)

A technique for automatically designing the architecture of a neural network . NAS algorithms can reduce the amount of time and resources required to train a neural network.

NAS typically uses:

• A search space, which is a set of possible architectures.
• A fitness function, which is a measure of how well a particular architecture performs on a given task.

NAS algorithms often start with a small set of possible architectures and gradually expand the search space as the algorithm learns more about what architectures are effective. The fitness function is typically based on the performance of the architecture on a training set, and the algorithm is typically trained using a reinforcement learning technique.

NAS algorithms have proven effective in finding high-performing architectures for a variety of tasks, including image classification , text classification, and machine translation.

নিউরাল নেটওয়ার্ক

#fundamentals

A model containing at least one hidden layer . A deep neural network is a type of neural network containing more than one hidden layer. For example, the following diagram shows a deep neural network containing two hidden layers.

Each neuron in a neural network connects to all of the nodes in the next layer. For example, in the preceding diagram, notice that each of the three neurons in the first hidden layer separately connect to both of the two neurons in the second hidden layer.

Neural networks implemented on computers are sometimes called artificial neural networks to differentiate them from neural networks found in brains and other nervous systems.

Some neural networks can mimic extremely complex nonlinear relationships between different features and the label.

See also convolutional neural network and recurrent neural network .

নিউরন

#fundamentals

In machine learning, a distinct unit within a hidden layer of a neural network . Each neuron performs the following two-step action:

1. Calculates the weighted sum of input values multiplied by their corresponding weights.
2. Passes the weighted sum as input to an activation function .

A neuron in the first hidden layer accepts inputs from the feature values in the input layer . A neuron in any hidden layer beyond the first accepts inputs from the neurons in the preceding hidden layer. For example, a neuron in the second hidden layer accepts inputs from the neurons in the first hidden layer.

The following illustration highlights two neurons and their inputs.

A neuron in a neural network mimics the behavior of neurons in brains and other parts of nervous systems.

এন-গ্রাম

#seq

#ভাষা

An ordered sequence of N words. For example, truly madly is a 2-gram. Because order is relevant, madly truly is a different 2-gram than truly madly .

এন	Name(s) for this kind of N-gram	উদাহরণ
2	bigram or 2-gram	to go, go to, eat lunch, eat dinner
3	trigram or 3-gram	ate too much, three blind mice, the bell tolls
4	4-gram	walk in the park, dust in the wind, the boy ate lentils

Many natural language understanding models rely on N-grams to predict the next word that the user will type or say. For example, suppose a user typed three blind . An NLU model based on trigrams would likely predict that the user will next type mice .

Contrast N-grams with bag of words , which are unordered sets of words.

এনএলইউ

#ভাষা

Abbreviation for natural language understanding .

node (decision tree)

#df

In a decision tree , any condition or leaf .

node (neural network)

#fundamentals

A neuron in a hidden layer .

node (TensorFlow graph)

#TensorFlow

An operation in a TensorFlow graph .

গোলমাল

Broadly speaking, anything that obscures the signal in a dataset. Noise can be introduced into data in a variety of ways. উদাহরণ স্বরূপ:

• Human raters make mistakes in labeling.
• Humans and instruments mis-record or omit feature values.

non-binary condition

#df

A condition containing more than two possible outcomes. For example, the following non-binary condition contains three possible outcomes:

অরৈখিক

#fundamentals

A relationship between two or more variables that can't be represented solely through addition and multiplication. A linear relationship can be represented as a line; a nonlinear relationship can't be represented as a line. For example, consider two models that each relate a single feature to a single label. The model on the left is linear and the model on the right is nonlinear:

অ-প্রতিক্রিয়া পক্ষপাত

#fairness

See selection bias .

nonstationarity

#fundamentals

A feature whose values change across one or more dimensions, usually time. For example, consider the following examples of nonstationarity:

• The number of swimsuits sold at a particular store varies with the season.
• The quantity of a particular fruit harvested in a particular region is zero for much of the year but large for a brief period.
• Due to climate change, annual mean temperatures are shifting.

Contrast with stationarity .

স্বাভাবিকীকরণ

#fundamentals

Broadly speaking, the process of converting a variable's actual range of values into a standard range of values, such as:

• -1 to +1
• 0 থেকে 1
• the normal distribution

For example, suppose the actual range of values of a certain feature is 800 to 2,400. As part of feature engineering , you could normalize the actual values down to a standard range, such as -1 to +1.

Normalization is a common task in feature engineering . Models usually train faster (and produce better predictions) when every numerical feature in the feature vector has roughly the same range.

novelty detection

The process of determining whether a new (novel) example comes from the same distribution as the training set . In other words, after training on the training set, novelty detection determines whether a new example (during inference or during additional training) is an outlier .

Contrast with outlier detection .

গানিতিক তথ্য

#fundamentals

Features represented as integers or real-valued numbers. For example, a house valuation model would probably represent the size of a house (in square feet or square meters) as numerical data. Representing a feature as numerical data indicates that the feature's values have a mathematical relationship to the label. That is, the number of square meters in a house probably has some mathematical relationship to the value of the house.

Not all integer data should be represented as numerical data. For example, postal codes in some parts of the world are integers; however, integer postal codes should not be represented as numerical data in models. That's because a postal code of 20000 is not twice (or half) as potent as a postal code of 10000. Furthermore, although different postal codes do correlate to different real estate values, we can't assume that real estate values at postal code 20000 are twice as valuable as real estate values at postal code 10000. Postal codes should be represented as categorical data instead.

Numerical features are sometimes called continuous features .

NumPy

An open-source math library that provides efficient array operations in Python. pandas is built on NumPy.

ও

উদ্দেশ্য

A metric that your algorithm is trying to optimize.

উদ্দেশ্য ফাংশন

The mathematical formula or metric that a model aims to optimize. For example, the objective function for linear regression is usually Mean Squared Loss . Therefore, when training a linear regression model, training aims to minimize Mean Squared Loss.

In some cases, the goal is to maximize the objective function. For example, if the objective function is accuracy, the goal is to maximize accuracy.

See also loss .

oblique condition

#df

In a decision tree , a condition that involves more than one feature . For example, if height and width are both features, then the following is an oblique condition:

  height > width

Contrast with axis-aligned condition .

অফলাইন

#fundamentals

Synonym for static .

offline inference

#fundamentals

The process of a model generating a batch of predictions and then caching (saving) those predictions. Apps can then access the desired prediction from the cache rather than rerunning the model.

For example, consider a model that generates local weather forecasts (predictions) once every four hours. After each model run, the system caches all the local weather forecasts. Weather apps retrieve the forecasts from the cache.

Offline inference is also called static inference .

Contrast with online inference .

এক-গরম এনকোডিং

#fundamentals

Representing categorical data as a vector in which:

• One element is set to 1.
• All other elements are set to 0.

One-hot encoding is commonly used to represent strings or identifiers that have a finite set of possible values. For example, suppose a certain categorical feature named Scandinavia has five possible values:

• "ডেনমার্ক"
• "সুইডেন"
• "নরওয়ে"
• "Finland"
• "আইসল্যান্ড"

One-hot encoding could represent each of the five values as follows:

দেশ	ভেক্টর
"ডেনমার্ক"	1	0	0	0	0
"সুইডেন"	0	1	0	0	0
"নরওয়ে"	0	0	1	0	0
"Finland"	0	0	0	1	0
"আইসল্যান্ড"	0	0	0	0	1

Thanks to one-hot encoding, a model can learn different connections based on each of the five countries.

Representing a feature as numerical data is an alternative to one-hot encoding. Unfortunately, representing the Scandinavian countries numerically is not a good choice. For example, consider the following numeric representation:

• "Denmark" is 0
• "Sweden" is 1
• "Norway" is 2
• "Finland" is 3
• "Iceland" is 4

With numeric encoding, a model would interpret the raw numbers mathematically and would try to train on those numbers. However, Iceland isn't actually twice as much (or half as much) of something as Norway, so the model would come to some strange conclusions.

one-shot learning

A machine learning approach, often used for object classification, designed to learn effective classifiers from a single training example.

See also few-shot learning and zero-shot learning .

one-shot prompting

#ভাষা

#generativeAI

A prompt that contains one example demonstrating how the large language model should respond. For example, the following prompt contains one example showing a large language model how it should answer a query.

Parts of one prompt	মন্তব্য
What is the official currency of the specified country?	The question you want the LLM to answer.
France: EUR	একটি উদাহরণ.
ভারত:	The actual query.

Compare and contrast one-shot prompting with the following terms:

• zero-shot prompting
• few-shot prompting

one-vs.-all

#fundamentals

Given a classification problem with N classes, a solution consisting of N separate binary classifiers —one binary classifier for each possible outcome. For example, given a model that classifies examples as animal, vegetable, or mineral, a one-vs.-all solution would provide the following three separate binary classifiers:

• animal vs. not animal
• vegetable vs. not vegetable
• mineral vs. not mineral

অনলাইন

#fundamentals

Synonym for dynamic .

online inference

#fundamentals

Generating predictions on demand. For example, suppose an app passes input to a model and issues a request for a prediction. A system using online inference responds to the request by running the model (and returning the prediction to the app).

Contrast with offline inference .

operation (op)

#TensorFlow

In TensorFlow, any procedure that creates, manipulates, or destroys a Tensor . For example, a matrix multiply is an operation that takes two Tensors as input and generates one Tensor as output.

Optax

A gradient processing and optimization library for JAX . Optax facilitates research by providing building blocks that can be recombined in custom ways to optimize parametric models such as deep neural networks. অন্যান্য লক্ষ্য অন্তর্ভুক্ত:

• Providing readable, well-tested, efficient implementations of core components.
• Improving productivity by making it possible to combine low level ingredients into custom optimizers (or other gradient processing components).
• Accelerating adoption of new ideas by making it easy for anyone to contribute.

অপ্টিমাইজার

A specific implementation of the gradient descent algorithm. Popular optimizers include:

• AdaGrad , which stands for ADAptive GRADient descent.
• Adam, which stands for ADAptive with Momentum.

out-group homogeneity bias

#fairness

The tendency to see out-group members as more alike than in-group members when comparing attitudes, values, personality traits, and other characteristics. In-group refers to people you interact with regularly; out-group refers to people you do not interact with regularly. If you create a dataset by asking people to provide attributes about out-groups, those attributes may be less nuanced and more stereotyped than attributes that participants list for people in their in-group.

For example, Lilliputians might describe the houses of other Lilliputians in great detail, citing small differences in architectural styles, windows, doors, and sizes. However, the same Lilliputians might simply declare that Brobdingnagians all live in identical houses.

Out-group homogeneity bias is a form of group attribution bias .

See also in-group bias .

বহিরাগত সনাক্তকরণ

The process of identifying outliers in a training set .

Contrast with novelty detection .

বহিরাগত

Values distant from most other values. In machine learning, any of the following are outliers:

• Input data whose values are more than roughly 3 standard deviations from the mean.
• Weights with high absolute values.
• Predicted values relatively far away from the actual values.

For example, suppose that widget-price is a feature of a certain model. Assume that the mean widget-price is 7 Euros with a standard deviation of 1 Euro. Examples containing a widget-price of 12 Euros or 2 Euros would therefore be considered outliers because each of those prices is five standard deviations from the mean.

Outliers are often caused by typos or other input mistakes. In other cases, outliers aren't mistakes; after all, values five standard deviations away from the mean are rare but hardly impossible.

Outliers often cause problems in model training. Clipping is one way of managing outliers.

out-of-bag evaluation (OOB evaluation)

#df

A mechanism for evaluating the quality of a decision forest by testing each decision tree against the examples not used during training of that decision tree. For example, in the following diagram, notice that the system trains each decision tree on about two-thirds of the examples and then evaluates against the remaining one-third of the examples.

Out-of-bag evaluation is a computationally efficient and conservative approximation of the cross-validation mechanism. In cross-validation, one model is trained for each cross-validation round (for example, 10 models are trained in a 10-fold cross-validation). With OOB evaluation, a single model is trained. Because bagging withholds some data from each tree during training, OOB evaluation can use that data to approximate cross-validation.

output layer

#fundamentals

The "final" layer of a neural network. The output layer contains the prediction.

The following illustration shows a small deep neural network with an input layer, two hidden layers, and an output layer:

ওভারফিটিং

#fundamentals

Creating a model that matches the training data so closely that the model fails to make correct predictions on new data.

Regularization can reduce overfitting. Training on a large and diverse training set can also reduce overfitting.

Click the icon for additional notes.

Overfitting is like strictly following advice from only your favorite teacher. You'll probably be successful in that teacher's class, but you might "overfit" to that teacher's ideas and be unsuccessful in other classes. Following advice from a mixture of teachers will enable you to adapt better to new situations.

---

oversampling

Reusing the examples of a minority class in a class-imbalanced dataset in order to create a more balanced training set .

For example, consider a binary classification problem in which the ratio of the majority class to the minority class is 5,000:1. If the dataset contains a million examples, then the dataset contains only about 200 examples of the minority class, which might be too few examples for effective training. To overcome this deficiency, you might oversample (reuse) those 200 examples multiple times, possibly yielding sufficient examples for useful training.

You need to be careful about over overfitting when oversampling.

Contrast with undersampling .

পৃ

packed data

An approach for storing data more efficiently.

Packed data stores data either by using a compressed format or in some other way that allows it to be accessed more efficiently. Packed data minimizes the amount of memory and computation required to access it, leading to faster training and more efficient model inference.

Packed data is often used with other techniques, such as data augmentation and regularization , further improving the performance of models .

পান্ডা

#fundamentals

A column-oriented data analysis API built on top of numpy . Many machine learning frameworks, including TensorFlow, support pandas data structures as inputs. See the pandas documentation for details.

প্যারামিটার

#fundamentals

The weights and biases that a model learns during training . For example, in a linear regression model, the parameters consist of the bias ( b ) and all the weights ( w ₁ , w ₂ , and so on) in the following formula:

$$y' = b + w_1x_1 + w_2x_2 + … w_nx_n$$

In contrast, hyperparameter are the values that you (or a hyperparameter turning service) supply to the model. For example, learning rate is a hyperparameter.

parameter-efficient tuning

#ভাষা

#generativeAI

A set of techniques to fine-tune a large pre-trained language model (PLM) more efficiently than full fine-tuning . Parameter-efficient tuning typically fine-tunes far fewer parameters than full fine-tuning, yet generally produces a large language model that performs as well (or almost as well) as a large language model built from full fine-tuning.

Compare and contrast parameter-efficient tuning with:

• instruction tuning
• prompt tuning

Parameter-efficient tuning is also known as parameter-efficient fine-tuning .

Parameter Server (PS)

#TensorFlow

A job that keeps track of a model's parameters in a distributed setting.

parameter update

The operation of adjusting a model's parameters during training, typically within a single iteration of gradient descent .

আংশিক ডেরিভেটিভ

A derivative in which all but one of the variables is considered a constant. For example, the partial derivative of f(x, y) with respect to x is the derivative of f considered as a function of x alone (that is, keeping y constant). The partial derivative of f with respect to x focuses only on how x is changing and ignores all other variables in the equation.

participation bias

#fairness

Synonym for non-response bias. See selection bias .

partitioning strategy

The algorithm by which variables are divided across parameter servers .

প্যাক্স

A programming framework designed for training large-scale neural network models so large that they span multiple TPU accelerator chip slices or pods .

Pax is built on Flax , which is built on JAX .

পারসেপ্টরন

A system (either hardware or software) that takes in one or more input values, runs a function on the weighted sum of the inputs, and computes a single output value. In machine learning, the function is typically nonlinear, such as ReLU , sigmoid , or tanh . For example, the following perceptron relies on the sigmoid function to process three input values:

$$f(x_1, x_2, x_3) = \text{sigmoid}(w_1 x_1 + w_2 x_2 + w_3 x_3)$$

In the following illustration, the perceptron takes three inputs, each of which is itself modified by a weight before entering the perceptron:

Perceptrons are the neurons in neural networks .

কর্মক্ষমতা

Overloaded term with the following meanings:

• The traditional meaning within software engineering. Namely: How fast (or efficiently) does this piece of software run?
• The meaning within machine learning. Here, performance answers the following question: How correct is this model ? That is, how good are the model's predictions?

permutation variable importances

#df

A type of variable importance that evaluates the increase in the prediction error of a model after permuting the feature's values. Permutation variable importance is a model agnostic metric.

বিভ্রান্তি

One measure of how well a model is accomplishing its task. For example, suppose your task is to read the first few letters of a word a user is typing on a smartphone keyboard, and to offer a list of possible completion words. Perplexity, P, for this task is approximately the number of guesses you need to offer in order for your list to contain the actual word the user is trying to type.

Perplexity is related to cross-entropy as follows:

$$P= 2^{-\text{cross entropy}}$$

পাইপলাইন

The infrastructure surrounding a machine learning algorithm. A pipeline includes gathering the data, putting the data into training data files, training one or more models, and exporting the models to production.

পাইপলাইন

#ভাষা

A form of model parallelism in which a model's processing is divided into consecutive stages and each stage is executed on a different device. While a stage is processing one batch, the preceding stage can work on the next batch.

See also staged training .

pjit

A JAX function that splits code to run across multiple accelerator chips . The user passes a function to pjit, which returns a function that has the equivalent semantics but is compiled into an XLA computation that runs across multiple devices (such as GPUs or TPU cores).

pjit enables users to shard computations without rewriting them by using the SPMD partitioner.

As of March 2023, pjit has been merged with jit . Refer to Distributed arrays and automatic parallelization for more details.

পিএলএম

#ভাষা

#generativeAI

Abbreviation for pre-trained language model .

pmap

A JAX function that executes copies of an input function on multiple underlying hardware devices (CPUs, GPUs, or TPUs ), with different input values. pmap relies on SPMD .

নীতি

#আরএল

In reinforcement learning, an agent's probabilistic mapping from states to actions .

পুলিং

#ছবি

Reducing a matrix (or matrices) created by an earlier convolutional layer to a smaller matrix. Pooling usually involves taking either the maximum or average value across the pooled area. For example, suppose we have the following 3x3 matrix:

A pooling operation, just like a convolutional operation, divides that matrix into slices and then slides that convolutional operation by strides . For example, suppose the pooling operation divides the convolutional matrix into 2x2 slices with a 1x1 stride. As the following diagram illustrates, four pooling operations take place. Imagine that each pooling operation picks the maximum value of the four in that slice:

Pooling helps enforce translational invariance in the input matrix.

Pooling for vision applications is known more formally as spatial pooling . Time-series applications usually refer to pooling as temporal pooling . Less formally, pooling is often called subsampling or downsampling .

positional encoding

#ভাষা

A technique to add information about the position of a token in a sequence to the token's embedding. Transformer models use positional encoding to better understand the relationship between different parts of the sequence.

A common implementation of positional encoding uses a sinusoidal function. (Specifically, the frequency and amplitude of the sinusoidal function are determined by the position of the token in the sequence.) This technique enables a Transformer model to learn to attend to different parts of the sequence based on their position.

positive class

#fundamentals

The class you are testing for.

For example, the positive class in a cancer model might be "tumor." The positive class in an email classifier might be "spam."

Contrast with negative class .

Click the icon for additional notes.

The term positive class can be confusing because the "positive" outcome of many tests is often an undesirable result. For example, the positive class in many medical tests corresponds to tumors or diseases. In general, you want a doctor to tell you, "Congratulations! Your test results were negative." Regardless, the positive class is the event that the test is seeking to find.

Admittedly, you're simultaneously testing for both the positive and negative classes.

---

পোস্ট প্রসেসিং

#fairness

#fundamentals

Adjusting the output of a model after the model has been run. Post-processing can be used to enforce fairness constraints without modifying models themselves.

For example, one might apply post-processing to a binary classifier by setting a classification threshold such that equality of opportunity is maintained for some attribute by checking that the true positive rate is the same for all values of that attribute.

PR AUC (area under the PR curve)

Area under the interpolated precision-recall curve , obtained by plotting (recall, precision) points for different values of the classification threshold . Depending on how it's calculated, PR AUC may be equivalent to the average precision of the model.

প্র্যাক্সিস

A core, high-performance ML library of Pax . Praxis is often called the "Layer library".

Praxis contains not just the definitions for the Layer class, but most of its supporting components as well, including:

• data inputs
• configuration libraries (HParam and Fiddle )
• অপ্টিমাইজার

Praxis provides the definitions for the Model class.

নির্ভুলতা

A metric for classification models that answers the following question:

When the model predicted the positive class , what percentage of the predictions were correct?

এখানে সূত্র আছে:

$$\text{Precision} = \frac{\text{true positives}} {\text{true positives} + \text{false positives}}$$

কোথায়:

• true positive means the model correctly predicted the positive class.
• false positive means the model mistakenly predicted the positive class.

For example, suppose a model made 200 positive predictions. Of these 200 positive predictions:

• 150 were true positives.
• 50 were false positives.

এক্ষেত্রে:

$$\text{Precision} = \frac{\text{150}} {\text{150} + \text{50}} = 0.75$$

Contrast with accuracy and recall .

precision-recall curve

A curve of precision vs. recall at different classification thresholds .

ভবিষ্যদ্বাণী

#fundamentals

A model's output. উদাহরণ স্বরূপ:

• The prediction of a binary classification model is either the positive class or the negative class.
• The prediction of a multi-class classification model is one class.
• The prediction of a linear regression model is a number.

prediction bias

A value indicating how far apart the average of predictions is from the average of labels in the dataset.

Not to be confused with the bias term in machine learning models or with bias in ethics and fairness .

predictive ML

Any traditional ("classic") machine learning system.

The term predictive ML doesn't have a formal definition. Rather, the term distinguishes a category of ML systems not based on generative AI .

predictive parity

#fairness

A fairness metric that checks whether, for a given classifier, the precision rates are equivalent for subgroups under consideration.

For example, a model that predicts college acceptance would satisfy predictive parity for nationality if its precision rate is the same for Lilliputians and Brobdingnagians.

Predictive parity is sometime also called predictive rate parity .

See "Fairness Definitions Explained" (section 3.2.1) for a more detailed discussion of predictive parity.

predictive rate parity

#fairness

Another name for predictive parity .

প্রিপ্রসেসিং

#fairness

Processing data before it's used to train a model. Preprocessing could be as simple as removing words from an English text corpus that don't occur in the English dictionary, or could be as complex as re-expressing data points in a way that eliminates as many attributes that are correlated with sensitive attributes as possible . Preprocessing can help satisfy fairness constraints .

প্রাক-প্রশিক্ষিত মডেল

#ভাষা

#ছবি

#generativeAI

Models or model components (such as an embedding vector ) that have been already been trained. Sometimes, you'll feed pre-trained embedding vectors into a neural network . Other times, your model will train the embedding vectors themselves rather than rely on the pre-trained embeddings.

The term pre-trained language model refers to a large language model that has gone through pre-training .

প্রাক-প্রশিক্ষণ

#ভাষা

#ছবি

#generativeAI

The initial training of a model on a large dataset. Some pre-trained models are clumsy giants and must typically be refined through additional training. For example, ML experts might pre-train a large language model on a vast text dataset, such as all the English pages in Wikipedia. Following pre-training, the resulting model might be further refined through any of the following techniques:

• পাতন
• ফাইন-টিউনিং
• instruction tuning
• parameter-efficient tuning
• prompt-tuning

prior belief

What you believe about the data before you begin training on it. For example, L ₂ regularization relies on a prior belief that weights should be small and normally distributed around zero.

probabilistic regression model

A regression model that uses not only the weights for each feature , but also the uncertainty of those weights. A probabilistic regression model generates a prediction and the uncertainty of that prediction. For example, a probabilistic regression model might yield a prediction of 325 with a standard deviation of 12. For more information about probabilistic regression models, see this Colab on tensorflow.org .

শীঘ্র

#ভাষা

#generativeAI

Any text entered as input to a large language model to condition the model to behave in a certain way. Prompts can be as short as a phrase or arbitrarily long (for example, the entire text of a novel). Prompts fall into multiple categories, including those shown in the following table:

Prompt category	উদাহরণ	মন্তব্য
প্রশ্ন	How fast can a pigeon fly?
নির্দেশ	Write a funny poem about arbitrage.	A prompt that asks the large language model to do something.
উদাহরণ	Translate Markdown code to HTML. উদাহরণ স্বরূপ: Markdown: * list item HTML: <ul> <li>list item</li> </ul>	The first sentence in this example prompt is an instruction. The remainder of the prompt is the example.
ভূমিকা	Explain why gradient descent is used in machine learning training to a PhD in Physics.	The first part of the sentence is an instruction; the phrase "to a PhD in Physics" is the role portion.
Partial input for the model to complete	The Prime Minister of the United Kingdom lives at	A partial input prompt can either end abruptly (as this example does) or end with an underscore.

A generative AI model can respond to a prompt with text, code, images, embeddings , videos…almost anything.

prompt-based learning

#ভাষা

#generativeAI

A capability of certain models that enables them to adapt their behavior in response to arbitrary text input ( prompts ). In a typical prompt-based learning paradigm, a large language model responds to a prompt by generating text. For example, suppose a user enters the following prompt:

Summarize Newton's Third Law of Motion.

A model capable of prompt-based learning isn't specifically trained to answer the previous prompt. Rather, the model "knows" a lot of facts about physics, a lot about general language rules, and a lot about what constitutes generally useful answers. That knowledge is sufficient to provide a (hopefully) useful answer. Additional human feedback ("That answer was too complicated." or "What's a reaction?") enables some prompt-based learning systems to gradually improve the usefulness of their answers.

prompt design

#ভাষা

#generativeAI

Synonym for prompt engineering .

প্রম্পট ইঞ্জিনিয়ারিং

#ভাষা

#generativeAI

The art of creating prompts that elicit the desired responses from a large language model . Humans perform prompt engineering. Writing well-structured prompts is an essential part of ensuring useful responses from a large language model. Prompt engineering depends on many factors, including:

• The dataset used to pre-train and possibly fine-tune the large language model.
• The temperature and other decoding parameters that the model uses to generate responses.

See Introduction to prompt design for more details on writing helpful prompts.

Prompt design is a synonym for prompt engineering.

prompt tuning

#ভাষা

#generativeAI

A parameter efficient tuning mechanism that learns a "prefix" that the system prepends to the actual prompt .

One variation of prompt tuning—sometimes called prefix tuning —is to prepend the prefix at every layer . In contrast, most prompt tuning only adds a prefix to the input layer .

Click the icon to learn more about prefixes.

For prompt tuning, the "prefix" (also known as a "soft prompt") is a handful of learned, task-specific vectors prepended to the text token embeddings from the actual prompt. The system learns the soft prompt by freezing all other model parameters and fine-tuning on a specific task.

---

proxy labels

#fundamentals

Data used to approximate labels not directly available in a dataset.

For example, suppose you must train a model to predict employee stress level. Your dataset contains a lot of predictive features but doesn't contain a label named stress level. Undaunted, you pick "workplace accidents" as a proxy label for stress level. After all, employees under high stress get into more accidents than calm employees. নাকি তারা করে? Maybe workplace accidents actually rise and fall for multiple reasons.

As a second example, suppose you want is it raining? to be a Boolean label for your dataset, but your dataset doesn't contain rain data. If photographs are available, you might establish pictures of people carrying umbrellas as a proxy label for is it raining? Is that a good proxy label? Possibly, but people in some cultures may be more likely to carry umbrellas to protect against sun than the rain.

Proxy labels are often imperfect. When possible, choose actual labels over proxy labels. That said, when an actual label is absent, pick the proxy label very carefully, choosing the least horrible proxy label candidate.

proxy (sensitive attributes)

#fairness

An attribute used as a stand-in for a sensitive attribute . For example, an individual's postal code might be used as a proxy for their income, race, or ethnicity.

pure function

A function whose outputs are based only on its inputs, and that has no side effects. Specifically, a pure function doesn't use or change any global state, such as the contents of a file or the value of a variable outside the function.

Pure functions can be used to create thread-safe code, which is beneficial when sharding model code across multiple accelerator chips .

JAX's function transformation methods require that the input functions are pure functions.

প্র

Q- ফাংশন

#আরএল

In reinforcement learning , the function that predicts the expected return from taking an action in a state and then following a given policy .

Q-function is also known as state-action value function .

প্রশ্ন-শিক্ষা

#আরএল

In reinforcement learning , an algorithm that allows an agent to learn the optimal Q-function of a Markov decision process by applying the Bellman equation . The Markov decision process models an environment .

পরিমাণ

Each bucket in quantile bucketing .

quantile bucketing

Distributing a feature's values into buckets so that each bucket contains the same (or almost the same) number of examples. For example, the following figure divides 44 points into 4 buckets, each of which contains 11 points. In order for each bucket in the figure to contain the same number of points, some buckets span a different width of x-values.

পরিমাপ

Overloaded term that could be used in either of two ways:

• Implementing quantile bucketing on a particular feature .
• Transforming data into zeroes and ones for quicker storing, training, and inferring. As Boolean data is more robust to noise and errors than other formats, quantization can improve model correctness. Quantization techniques include rounding, truncating, and binning .

কিউ

#TensorFlow

A TensorFlow Operation that implements a queue data structure. Typically used in I/O.

আর

এলোমেলো বন

#df

An ensemble of decision trees in which each decision tree is trained with a specific random noise, such as bagging .

Random forests are a type of decision forest .

random policy

#আরএল

In reinforcement learning , a policy that chooses an action at random.

র‍্যাঙ্কিং

A type of supervised learning whose objective is to order a list of items.

rank (ordinality)

The ordinal position of a class in a machine learning problem that categorizes classes from highest to lowest. For example, a behavior ranking system could rank a dog's rewards from highest (a steak) to lowest (wilted kale).

rank (Tensor)

#TensorFlow

The number of dimensions in a Tensor . For instance, a scalar has rank 0, a vector has rank 1, and a matrix has rank 2.

Not to be confused with rank (ordinality) .

রেটার

#fundamentals

A human who provides labels for examples . "Annotator" is another name for rater.

প্রত্যাহার

A metric for classification models that answers the following question:

When ground truth was the positive class , what percentage of predictions did the model correctly identify as the positive class?

এখানে সূত্র আছে:

\[\text{Recall} = \frac{\text{true positives}} {\text{true positives} + \text{false negatives}} \]

কোথায়:

• true positive means the model correctly predicted the positive class.
• false negative means that the model mistakenly predicted the negative class .

For instance, suppose your model made 200 predictions on examples for which ground truth was the positive class. Of these 200 predictions:

• 180 were true positives.
• 20 were false negatives.

এক্ষেত্রে:

\[\text{Recall} = \frac{\text{180}} {\text{180} + \text{20}} = 0.9 \]

Click the icon for notes about class-imbalanced datasets.

Recall is particularly useful for determining the predictive power of classification models in which the positive class is rare. For example, consider a class-imbalanced dataset in which the positive class for a certain disease occurs in only 10 patients out of a million. Suppose your model makes five million predictions that yield the following outcomes:

• 30 True Positives
• 20 False Negatives
• 4,999,000 True Negatives
• 950 False Positives

The recall of this model is therefore:

recall = TP / (TP + FN)
recall = 30 / (30 + 20) = 0.6 = 60%

By contrast, the accuracy of this model is:

accuracy = (TP + TN) / (TP + TN + FP + FN)
accuracy = (30 + 4,999,000) / (30 + 4,999,000 + 950 + 20) = 99.98%

That high value of accuracy looks impressive but is essentially meaningless. Recall is a much more useful metric for class-imbalanced datasets than accuracy.

---

সুপারিশ সিস্টেম

#recsystems

A system that selects for each user a relatively small set of desirable items from a large corpus. For example, a video recommendation system might recommend two videos from a corpus of 100,000 videos, selecting Casablanca and The Philadelphia Story for one user, and Wonder Woman and Black Panther for another. A video recommendation system might base its recommendations on factors such as:

• Movies that similar users have rated or watched.
• Genre, directors, actors, target demographic...

সংশোধনকৃত লিনিয়ার ইউনিট (ReLU)

#fundamentals

An activation function with the following behavior:

• If input is negative or zero, then the output is 0.
• If input is positive, then the output is equal to the input.

উদাহরণ স্বরূপ:

• If the input is -3, then the output is 0.
• If the input is +3, then the output is 3.0.

Here is a plot of ReLU:

ReLU is a very popular activation function. Despite its simple behavior, ReLU still enables a neural network to learn nonlinear relationships between features and the label .

পুনরাবৃত্ত নিউরাল নেটওয়ার্ক

#seq

A neural network that is intentionally run multiple times, where parts of each run feed into the next run. Specifically, hidden layers from the previous run provide part of the input to the same hidden layer in the next run. Recurrent neural networks are particularly useful for evaluating sequences, so that the hidden layers can learn from previous runs of the neural network on earlier parts of the sequence.

For example, the following figure shows a recurrent neural network that runs four times. Notice that the values learned in the hidden layers from the first run become part of the input to the same hidden layers in the second run. Similarly, the values learned in the hidden layer on the second run become part of the input to the same hidden layer in the third run. In this way, the recurrent neural network gradually trains and predicts the meaning of the entire sequence rather than just the meaning of individual words.

রিগ্রেশন মডেল

#fundamentals

Informally, a model that generates a numerical prediction. (In contrast, a classification model generates a class prediction.) For example, the following are all regression models:

• A model that predicts a certain house's value, such as 423,000 Euros.
• A model that predicts a certain tree's life expectancy, such as 23.2 years.
• A model that predicts the amount of rain that will fall in a certain city over the next six hours, such as 0.18 inches.

Two common types of regression models are:

• Linear regression , which finds the line that best fits label values to features.
• Logistic regression , which generates a probability between 0.0 and 1.0 that a system typically then maps to a class prediction.

Not every model that outputs numerical predictions is a regression model. In some cases, a numeric prediction is really just a classification model that happens to have numeric class names. For example, a model that predicts a numeric postal code is a classification model, not a regression model.

নিয়মিতকরণ

#fundamentals

Any mechanism that reduces overfitting . Popular types of regularization include:

• L ₁ regularization
• L ₂ regularization
• ড্রপআউট নিয়মিতকরণ
• early stopping (this is not a formal regularization method, but can effectively limit overfitting)

Regularization can also be defined as the penalty on a model's complexity.

Click the icon for additional notes.

Regularization is counterintuitive. Increasing regularization usually increases training loss, which is confusing because, well, isn't the goal to minimize training loss?

আসলে না. The goal isn't to minimize training loss. The goal is to make excellent predictions on real-world examples. Remarkably, even though increasing regularization increases training loss, it usually helps models make better predictions on real-world examples.

---

regularization rate

#fundamentals

A number that specifies the relative importance of regularization during training. Raising the regularization rate reduces overfitting but may reduce the model's predictive power. Conversely, reducing or omitting the regularization rate increases overfitting.

Click the icon to see the math.

The regularization rate is usually represented as the Greek letter lambda. The following simplified loss equation shows lambda's influence:

$$\text{minimize(loss function + }\lambda\text{(regularization))}$$

where regularization is any regularization mechanism, including;

• L ₁ regularization
• L ₂ regularization

---

reinforcement learning (RL)

#আরএল

A family of algorithms that learn an optimal policy , whose goal is to maximize return when interacting with an environment . For example, the ultimate reward of most games is victory. Reinforcement learning systems can become expert at playing complex games by evaluating sequences of previous game moves that ultimately led to wins and sequences that ultimately led to losses.

হিউম্যান ফিডব্যাক থেকে রিইনফোর্সমেন্ট লার্নিং (RLHF)

#generativeAI

#আরএল

Using feedback from human raters to improve the quality of a model's responses. For example, an RLHF mechanism can ask users to rate the quality of a model's response with a 👍 or 👎 emoji. The system can then adjust its future responses based on that feedback.

ReLU

#fundamentals

Abbreviation for Rectified Linear Unit .

replay buffer

#আরএল

In DQN -like algorithms, the memory used by the agent to store state transitions for use in experience replay .

প্রতিরূপ

A copy of the training set or model , typically on another machine. For example, a system could use the following strategy for implementing data parallelism :

1. Place replicas of an existing model on multiple machines.
2. Send different subsets of the training set to each replica.
3. Aggregate the parameter updates.

রিপোর্টিং পক্ষপাত

#fairness

The fact that the frequency with which people write about actions, outcomes, or properties is not a reflection of their real-world frequencies or the degree to which a property is characteristic of a class of individuals. Reporting bias can influence the composition of data that machine learning systems learn from.

For example, in books, the word laughed is more prevalent than breathed . A machine learning model that estimates the relative frequency of laughing and breathing from a book corpus would probably determine that laughing is more common than breathing.

প্রতিনিধিত্ব

The process of mapping data to useful features .

re-ranking

#recsystems

The final stage of a recommendation system , during which scored items may be re-graded according to some other (typically, non-ML) algorithm. Re-ranking evaluates the list of items generated by the scoring phase, taking actions such as:

• Eliminating items that the user has already purchased.
• Boosting the score of fresher items.

পুনরুদ্ধার-বর্ধিত প্রজন্ম

#fundamentals

A software architecture commonly used in large language model (LLM) applications. Common motivations to use retrieval-augmented generation include:

• Increasing the factual accuracy of the model's generated responses
• Giving the model access to knowledge it was not trained on
• Changing what knowledge the model uses
• Enabling the model to cite sources

For example, suppose that a chemistry app uses the PaLM API to generate summaries related to user queries. When the app's backend receives a query, the backend first searches for ("retrieves") data that's relevant to the user's query, appends ("augments") the relevant chemistry data to the user's query, and instructs the LLM to create a summary based on the appended data.

ফিরে

#আরএল

In reinforcement learning, given a certain policy and a certain state, the return is the sum of all rewards that the agent expects to receive when following the policy from the state to the end of the episode . The agent accounts for the delayed nature of expected rewards by discounting rewards according to the state transitions required to obtain the reward.

Therefore, if the discount factor is \(\gamma\), and \(r_0, \ldots, r_{N}\)denote the rewards until the end of the episode, then the return calculation is as follows:

$$\text{Return} = r_0 + \gamma r_1 + \gamma^2 r_2 + \ldots + \gamma^{N-1} r_{N-1}$$

পুরস্কার

#আরএল

In reinforcement learning, the numerical result of taking an action in a state , as defined by the environment .

ridge regularization

Synonym for L ₂ regularization . The term ridge regularization is more frequently used in pure statistics contexts, whereas L ₂ regularization is used more often in machine learning.

আরএনএন

#seq

Abbreviation for recurrent neural networks .

ROC (receiver operating characteristic) Curve

#fundamentals

A graph of true positive rate vs. false positive rate for different classification thresholds in binary classification.

The shape of an ROC curve suggests a binary classification model's ability to separate positive classes from negative classes. Suppose, for example, that a binary classification model perfectly separates all the negative classes from all the positive classes:

The ROC curve for the preceding model looks as follows:

In contrast, the following illustration graphs the raw logistic regression values for a terrible model that can't separate negative classes from positive classes at all:

The ROC curve for this model looks as follows:

Meanwhile, back in the real world, most binary classification models separate positive and negative classes to some degree, but usually not perfectly. So, a typical ROC curve falls somewhere between the two extremes:

The point on an ROC curve closest to (0.0,1.0) theoretically identifies the ideal classification threshold. However, several other real-world issues influence the selection of the ideal classification threshold. For example, perhaps false negatives cause far more pain than false positives.

A numerical metric called AUC summarizes the ROC curve into a single floating-point value.

role prompting

#ভাষা

#generativeAI

An optional part of a prompt that identifies a target audience for a generative AI model's response. Without a role prompt, a large language model provides an answer that may or may not be useful for the person asking the questions. With a role prompt, a large language model can answer in a way that's more appropriate and more helpful for a specific target audience. For example, the role prompt portion of the following prompts are in boldface:

• Summarize this article for a PhD in economics .
• Describe how tides work for a ten-year old .
• Explain the 2008 financial crisis. Speak as you might to a young child, or a golden retriever.

মূল

#df

The starting node (the first condition ) in a decision tree . By convention, diagrams put the root at the top of the decision tree. উদাহরণ স্বরূপ:

আপনি সব

#TensorFlow

The directory you specify for hosting subdirectories of the TensorFlow checkpoint and events files of multiple models.

রুট গড় বর্গাকার ত্রুটি (RMSE)

#fundamentals

The square root of the Mean Squared Error .

rotational invariance

#ছবি

In an image classification problem, an algorithm's ability to successfully classify images even when the orientation of the image changes. For example, the algorithm can still identify a tennis racket whether it is pointing up, sideways, or down. Note that rotational invariance is not always desirable; for example, an upside-down 9 should not be classified as a 9.

See also translational invariance and size invariance .

আর-বর্গীয়

A regression metric indicating how much variation in a label is due to an individual feature or to a feature set. R-squared is a value between 0 and 1, which you can interpret as follows:

• An R-squared of 0 means that none of a label's variation is due to the feature set.
• An R-squared of 1 means that all of a label's variation is due to the feature set.
• An R-squared between 0 and 1 indicates the extent to which the label's variation can be predicted from a particular feature or the feature set. For example, an R-squared of 0.10 means that 10 percent of the variance in the label is due to the feature set, an R-squared of 0.20 means that 20 percent is due to the feature set, and so on.

R-squared is the square of the Pearson correlation coefficient between the values that a model predicted and ground truth .

এস

স্যাম্পলিং পক্ষপাত

#fairness

See selection bias .

প্রতিস্থাপন সহ নমুনা

#df

A method of picking items from a set of candidate items in which the same item can be picked multiple times. The phrase "with replacement" means that after each selection, the selected item is returned to the pool of candidate items. The inverse method, sampling without replacement , means that a candidate item can only be picked once.

For example, consider the following fruit set:

fruit = {kiwi, apple, pear, fig, cherry, lime, mango}

Suppose that the system randomly picks fig as the first item. If using sampling with replacement, then the system picks the second item from the following set:

fruit = {kiwi, apple, pear, fig, cherry, lime, mango}

Yes, that's the same set as before, so the system could potentially pick fig again.

If using sampling without replacement, once picked, a sample can't be picked again. For example, if the system randomly picks fig as the first sample, then fig can't be picked again. Therefore, the system picks the second sample from the following (reduced) set:

fruit = {kiwi, apple, pear, cherry, lime, mango}

Click the icon for additional notes.

The word replacement in sampling with replacement confuses many people. In English, replacement means "substitution." However, sampling with replacement actually uses the French definition for replacement , which means "putting something back." The English word replacement is translated as the French word remplacement .

---

SavedModel

#TensorFlow

The recommended format for saving and recovering TensorFlow models. SavedModel is a language-neutral, recoverable serialization format, which enables higher-level systems and tools to produce, consume, and transform TensorFlow models.

See the Saving and Restoring chapter in the TensorFlow Programmer's Guide for complete details.

সেভার

#TensorFlow

A TensorFlow object responsible for saving model checkpoints.

স্কেলার

A single number or a single string that can be represented as a tensor of rank 0. For example, the following lines of code each create one scalar in TensorFlow:

breed = tf.Variable("poodle", tf.string)
temperature = tf.Variable(27, tf.int16)
precision = tf.Variable(0.982375101275, tf.float64)

স্কেলিং

Any mathematical transform or technique that shifts the range of a label and/or feature value. Some forms of scaling are very useful for transformations like normalization .

Common forms of scaling useful in Machine Learning include:

• linear scaling, which typically uses a combination of subtraction and division to replace the original value with a number between -1 and +1 or between 0 and 1.
• logarithmic scaling, which replaces the original value with its logarithm.
• Z-score normalization , which replaces the original value with a floating-point value representing the number of standard deviations from that feature's mean.

scikit-শিখা

A popular open-source machine learning platform. See scikit-learn.org .

স্কোরিং

#recsystems

The part of a recommendation system that provides a value or ranking for each item produced by the candidate generation phase.

নির্বাচন পক্ষপাত

#fairness

Errors in conclusions drawn from sampled data due to a selection process that generates systematic differences between samples observed in the data and those not observed. The following forms of selection bias exist:

• coverage bias : The population represented in the dataset doesn't match the population that the machine learning model is making predictions about.
• sampling bias : Data is not collected randomly from the target group.
• non-response bias (also called participation bias ): Users from certain groups opt-out of surveys at different rates than users from other groups.

For example, suppose you are creating a machine learning model that predicts people's enjoyment of a movie. To collect training data, you hand out a survey to everyone in the front row of a theater showing the movie. Offhand, this may sound like a reasonable way to gather a dataset; however, this form of data collection may introduce the following forms of selection bias:

• coverage bias: By sampling from a population who chose to see the movie, your model's predictions may not generalize to people who did not already express that level of interest in the movie.
• sampling bias: Rather than randomly sampling from the intended population (all the people at the movie), you sampled only the people in the front row. It is possible that the people sitting in the front row were more interested in the movie than those in other rows.
• non-response bias: In general, people with strong opinions tend to respond to optional surveys more frequently than people with mild opinions. Since the movie survey is optional, the responses are more likely to form a bimodal distribution than a normal (bell-shaped) distribution.

self-attention (also called self-attention layer)

#ভাষা

A neural network layer that transforms a sequence of embeddings (for instance, token embeddings) into another sequence of embeddings. Each embedding in the output sequence is constructed by integrating information from the elements of the input sequence through an attention mechanism.

The self part of self-attention refers to the sequence attending to itself rather than to some other context. Self-attention is one of the main building blocks for Transformers and uses dictionary lookup terminology, such as “query”, “key”, and “value”.

A self-attention layer starts with a sequence of input representations, one for each word. The input representation for a word can be a simple embedding. For each word in an input sequence, the network scores the relevance of the word to every element in the whole sequence of words. The relevance scores determine how much the word's final representation incorporates the representations of other words.

For example, consider the following sentence:

The animal didn't cross the street because it was too tired.

The following illustration (from Transformer: A Novel Neural Network Architecture for Language Understanding ) shows a self-attention layer's attention pattern for the pronoun it , with the darkness of each line indicating how much each word contributes to the representation:

The self-attention layer highlights words that are relevant to "it". In this case, the attention layer has learned to highlight words that it might refer to, assigning the highest weight to animal .

For a sequence of n tokens , self-attention transforms a sequence of embeddings n separate times, once at each position in the sequence.

Refer also to attention and multi-head self-attention .

self-supervised learning

A family of techniques for converting an unsupervised machine learning problem into a supervised machine learning problem by creating surrogate labels from unlabeled examples .

Some Transformer -based models such as BERT use self-supervised learning.

Self-supervised training is a semi-supervised learning approach.

আত্ম প্রশিক্ষণ

A variant of self-supervised learning that is particularly useful when all of the following conditions are true:

• The ratio of unlabeled examples to labeled examples in the dataset is high.
• এটি একটি শ্রেণীবিভাগ সমস্যা।

Self-training works by iterating over the following two steps until the model stops improving:

1. Use supervised machine learning to train a model on the labeled examples.
2. Use the model created in Step 1 to generate predictions (labels) on the unlabeled examples, moving those in which there is high confidence into the labeled examples with the predicted label.

Notice that each iteration of Step 2 adds more labeled examples for Step 1 to train on.

আধা-তত্ত্বাবধানে শিক্ষা

Training a model on data where some of the training examples have labels but others don't. One technique for semi-supervised learning is to infer labels for the unlabeled examples, and then to train on the inferred labels to create a new model. Semi-supervised learning can be useful if labels are expensive to obtain but unlabeled examples are plentiful.

Self-training is one technique for semi-supervised learning.

sensitive attribute

#fairness

A human attribute that may be given special consideration for legal, ethical, social, or personal reasons.

অনুভূতির বিশ্লেষণ

#ভাষা

Using statistical or machine learning algorithms to determine a group's overall attitude—positive or negative—toward a service, product, organization, or topic. For example, using natural language understanding , an algorithm could perform sentiment analysis on the textual feedback from a university course to determine the degree to which students generally liked or disliked the course.

ক্রম মডেল

#seq

A model whose inputs have a sequential dependence. For example, predicting the next video watched from a sequence of previously watched videos.

sequence-to-sequence task

#ভাষা

A task that converts an input sequence of tokens to an output sequence of tokens. For example, two popular kinds of sequence-to-sequence tasks are:

• অনুবাদক:
  • Sample input sequence: "I love you."
  • Sample output sequence: "Je t'aime."
• Question answering:
  • Sample input sequence: "Do I need my car in New York City?"
  • Sample output sequence: "No. Please keep your car at home."

ভজনা

A synonym for inferring .

shape (Tensor)

The number of elements in each dimension of a tensor. The shape is represented as a list of integers. For example, the following two-dimensional tensor has a shape of [3,4]:

[[5, 7, 6, 4],
 [2, 9, 4, 8],
 [3, 6, 5, 1]]

TensorFlow uses row-major (C-style) format to represent the order of dimensions, which is why the shape in TensorFlow is [3,4] rather than [4,3]. In other words, in a two-dimensional TensorFlow Tensor, the shape is [ number of rows , number of columns ].

শার্ড

#TensorFlow

#GoogleCloud

A logical division of the training set or the model . Typically, some process creates shards by dividing the examples or parameters into (usually) equal-sized chunks. Each shard is then assigned to a different machine.

Sharding a model is called model parallelism ; sharding data is called data parallelism .

সংকোচন

#df

A hyperparameter in gradient boosting that controls overfitting . Shrinkage in gradient boosting is analogous to learning rate in gradient descent . Shrinkage is a decimal value between 0.0 and 1.0. A lower shrinkage value reduces overfitting more than a larger shrinkage value.

সিগমায়েড ফাংশন

#fundamentals

A mathematical function that "squishes" an input value into a constrained range, typically 0 to 1 or -1 to +1. That is, you can pass any number (two, a million, negative billion, whatever) to a sigmoid and the output will still be in the constrained range. A plot of the sigmoid activation function looks as follows:

The sigmoid function has several uses in machine learning, including:

• Converting the raw output of a logistic regression or multinomial regression model to a probability.
• Acting as an activation function in some neural networks.

Click the icon to see the math.

The sigmoid function over an input number x has the following formula:

$$ sigmoid(x) = \frac{1}{1 + e^{-\text{x}}} $$

In machine learning, x is generally a weighted sum .

---

similarity measure

# ক্লাস্টারিং

In clustering algorithms, the metric used to determine how alike (how similar) any two examples are.

single program / multiple data (SPMD)

A parallelism technique where the same computation is run on different input data in parallel on different devices. The goal of SPMD is to obtain results more quickly. It is the most common style of parallel programming.

size invariance

#ছবি

In an image classification problem, an algorithm's ability to successfully classify images even when the size of the image changes. For example, the algorithm can still identify a cat whether it consumes 2M pixels or 200K pixels. Note that even the best image classification algorithms still have practical limits on size invariance. For example, an algorithm (or human) is unlikely to correctly classify a cat image consuming only 20 pixels.

See also translational invariance and rotational invariance .

স্কেচিং

# ক্লাস্টারিং

In unsupervised machine learning , a category of algorithms that perform a preliminary similarity analysis on examples. Sketching algorithms use a locality-sensitive hash function to identify points that are likely to be similar, and then group them into buckets.

Sketching decreases the computation required for similarity calculations on large datasets. Instead of calculating similarity for every single pair of examples in the dataset, we calculate similarity only for each pair of points within each bucket.

softmax

#fundamentals

A function that determines probabilities for each possible class in a multi-class classification model . The probabilities add up to exactly 1.0. For example, the following table shows how softmax distributes various probabilities:

Image is a...	সম্ভাবনা
কুকুর	.85
বিড়াল	.13
ঘোড়া	.02

Softmax is also called full softmax .

Contrast with candidate sampling .

Click the icon to see the math.

The softmax equation is as follows:

$$\sigma_i = \frac{e^{\text{z}_i}} {\sum_{j=1}^{j=K} {e^{\text{z}_j}}} $$

কোথায়:

• $\sigma_i$ is the output vector. Each element of the output vector specifies the probability of this element. The sum of all the elements in the output vector is 1.0. The output vector contains the same number of elements as the input vector, $z$.
• $z$ is the input vector. Each element of the input vector contains a floating-point value.
• $K$ is the number of elements in the input vector (and the output vector).

For example, suppose the input vector is:

[1.2, 2.5, 1.8]

Therefore, softmax calculates the denominator as follows:

$$\text{denominator} = e^{1.2} + e^{2.5} + e^{1.8} = 21.552$$

The softmax probability of each element is therefore:

$$\sigma_1 = \frac{e^{1.2}}{21.552} = 0.154 $$$$\sigma_2 = \frac{e^{2.5}}{21.552} = 0.565 $$$$\sigma_1 = \frac{e^{1.8}}{21.552} = 0.281 $$

So, the output vector is therefore:

$$\sigma = [0.154, 0.565, 0.281]$$

The sum of the three elements in $\sigma$ is 1.0. ফাউ!

---

sparse feature

#ভাষা

#fundamentals

A feature whose values are predominately zero or empty. For example, a feature containing a single 1 value and a million 0 values is sparse. In contrast, a dense feature has values that are predominantly not zero or empty.

In machine learning, a surprising number of features are sparse features. Categorical features are usually sparse features. For example, of the 300 possible tree species in a forest, a single example might identify just a maple tree . Or, of the millions of possible videos in a video library, a single example might identify just "Casablanca."

In a model, you typically represent sparse features with one-hot encoding . If the one-hot encoding is big, you might put an embedding layer on top of the one-hot encoding for greater efficiency.

sparse representation

#ভাষা

#fundamentals

Storing only the position(s) of nonzero elements in a sparse feature.

For example, suppose a categorical feature named species identifies the 36 tree species in a particular forest. Further assume that each example identifies only a single species.

You could use a one-hot vector to represent the tree species in each example. A one-hot vector would contain a single 1 (to represent the particular tree species in that example) and 35 0 s (to represent the 35 tree species not in that example). So, the one-hot representation of maple might look something like the following:

Alternatively, sparse representation would simply identify the position of the particular species. If maple is at position 24, then the sparse representation of maple would simply be:

24

Notice that the sparse representation is much more compact than the one-hot representation.

Note: You shouldn't pass a sparse representation as a direct feature input to a model. Instead, you should convert the sparse representation into a one-hot representation before training on it.

Click the icon for a slightly more complex example.

Suppose each example in your model must represent the words—but not the order of those words—in an English sentence. English consists of about 170,000 words, so English is a categorical feature with about 170,000 elements. Most English sentences use an extremely tiny fraction of those 170,000 words, so the set of words in a single example is almost certainly going to be sparse data.

নিম্নলিখিত বাক্য বিবেচনা করুন:

My dog is a great dog

You could use a variant of one-hot vector to represent the words in this sentence. In this variant, multiple cells in the vector can contain a nonzero value. Furthermore, in this variant, a cell can contain an integer other than one. Although the words "my", "is", "a", and "great" appear only once in the sentence, the word "dog" appears twice. Using this variant of one-hot vectors to represent the words in this sentence yields the following 170,000-element vector:

A sparse representation of the same sentence would simply be:

0: 1
26100: 2
45770: 1
58906: 1
91520: 1

---

Click the icon if you are confused.

The term "sparse representation" confuses a lot of people because sparse representation is itself not a sparse vector . Rather, sparse representation is actually a dense representation of a sparse vector . The synonym index representation is a little clearer than "sparse representation."

---

sparse vector

#fundamentals

A vector whose values are mostly zeroes. See also sparse feature and sparsity .

sparsity

The number of elements set to zero (or null) in a vector or matrix divided by the total number of entries in that vector or matrix. For example, consider a 100-element matrix in which 98 cells contain zero. The calculation of sparsity is as follows:

$$ {\text{sparsity}} = \frac{\text{98}} {\text{100}} = {\text{0.98}} $$

Feature sparsity refers to the sparsity of a feature vector; model sparsity refers to the sparsity of the model weights.

spatial pooling

#ছবি

See pooling .

বিভক্ত

#df

In a decision tree , another name for a condition .

স্প্লিটার

#df

While training a decision tree , the routine (and algorithm) responsible for finding the best condition at each node .

এসপিএমডি

Abbreviation for single program / multiple data .

squared hinge loss

The square of the hinge loss . Squared hinge loss penalizes outliers more harshly than regular hinge loss.

squared loss

#fundamentals

Synonym for L ₂ loss .

staged training

#ভাষা

A tactic of training a model in a sequence of discrete stages. The goal can be either to speed up the training process, or to achieve better model quality.

An illustration of the progressive stacking approach is shown below:

• Stage 1 contains 3 hidden layers, stage 2 contains 6 hidden layers, and stage 3 contains 12 hidden layers.
• Stage 2 begins training with the weights learned in the 3 hidden layers of Stage 1. Stage 3 begins training with the weights learned in the 6 hidden layers of Stage 2.

See also pipelining .

অবস্থা

#আরএল

In reinforcement learning, the parameter values that describe the current configuration of the environment, which the agent uses to choose an action .

state-action value function

#আরএল

Synonym for Q-function .

স্থির

#fundamentals

Something done once rather than continuously. The terms static and offline are synonyms. The following are common uses of static and offline in machine learning:

• static model (or offline model ) is a model trained once and then used for a while.
• static training (or offline training ) is the process of training a static model.
• static inference (or offline inference ) is a process in which a model generates a batch of predictions at a time.

Contrast with dynamic .

static inference

#fundamentals

Synonym for offline inference .

স্থিরতা

#fundamentals

A feature whose values don't change across one or more dimensions, usually time. For example, a feature whose values look about the same in 2021 and 2023 exhibits stationarity.

In the real world, very few features exhibit stationarity. Even features synonymous with stability (like sea level) change over time.

Contrast with nonstationarity .

পদক্ষেপ

A forward pass and backward pass of one batch .

See backpropagation for more information on the forward pass and backward pass.

ধাপে আকার

Synonym for learning rate .

stochastic gradient descent (SGD)

#fundamentals

একটি গ্রেডিয়েন্ট ডিসেন্ট অ্যালগরিদম যেখানে ব্যাচের আকার এক। In other words, SGD trains on a single example chosen uniformly at random from a training set .

অগ্রসর

#ছবি

In a convolutional operation or pooling, the delta in each dimension of the next series of input slices. For example, the following animation demonstrates a (1,1) stride during a convolutional operation. Therefore, the next input slice starts one position to the right of the previous input slice. When the operation reaches the right edge, the next slice is all the way over to the left but one position down.

The preceding example demonstrates a two-dimensional stride. If the input matrix is three-dimensional, the stride would also be three-dimensional.

structural risk minimization (SRM)

An algorithm that balances two goals:

• The desire to build the most predictive model (for example, lowest loss).
• The desire to keep the model as simple as possible (for example, strong regularization).

For example, a function that minimizes loss+regularization on the training set is a structural risk minimization algorithm.

Contrast with empirical risk minimization .

সাবস্যাম্পলিং

#ছবি

See pooling .

সারসংক্ষেপ

#TensorFlow

In TensorFlow, a value or set of values calculated at a particular step , usually used for tracking model metrics during training.

তত্ত্বাবধানে মেশিন লার্নিং

#fundamentals

Training a model from features and their corresponding labels . Supervised machine learning is analogous to learning a subject by studying a set of questions and their corresponding answers. After mastering the mapping between questions and answers, a student can then provide answers to new (never-before-seen) questions on the same topic.

Compare with unsupervised machine learning .

synthetic feature

#fundamentals

A feature not present among the input features, but assembled from one or more of them. Methods for creating synthetic features include the following:

• Bucketing a continuous feature into range bins.
• Creating a feature cross .
• Multiplying (or dividing) one feature value by other feature value(s) or by itself. For example, if a and b are input features, then the following are examples of synthetic features:
  • ab
  • একটি ²
• Applying a transcendental function to a feature value. For example, if c is an input feature, then the following are examples of synthetic features:
  • sin(c)
  • ln(c)

Features created by normalizing or scaling alone are not considered synthetic features.

টি

T5

#ভাষা

A text-to-text transfer learning model introduced by Google AI in 2020 . T5 is an encoder - decoder model, based on the Transformer architecture, trained on an extremely large dataset. It is effective at a variety of natural language processing tasks, such as generating text, translating languages, and answering questions in a conversational manner.

T5 gets its name from the five T's in "Text-to-Text Transfer Transformer."

T5X

#ভাষা

An open-source, machine learning framework designed to build and train large-scale natural language processing (NLP) models. T5 is implemented on the T5X codebase (which is built on JAX and Flax ).

tabular Q-learning

#আরএল

In reinforcement learning , implementing Q-learning by using a table to store the Q-functions for every combination of state and action .

লক্ষ্য

Synonym for label .

target network

#আরএল

In Deep Q-learning , a neural network that is a stable approximation of the main neural network, where the main neural network implements either a Q-function or a policy . Then, you can train the main network on the Q-values predicted by the target network. Therefore, you prevent the feedback loop that occurs when the main network trains on Q-values predicted by itself. By avoiding this feedback, training stability increases.

টাস্ক

A problem that can be solved using machine learning techniques, such as:

• শ্রেণীবিভাগ
• রিগ্রেশন
• ক্লাস্টারিং
• অসঙ্গতি সনাক্তকরণ

তাপমাত্রা

#ভাষা

#ছবি

#generativeAI

A hyperparameter that controls the degree of randomness of a model's output. Higher temperatures result in more random output, while lower temperatures result in less random output.

Choosing the best temperature depends on the specific application and the desired properties of the model's output. For example, you would probably raise the temperature when creating an application that generates creative output. Conversely, you would probably lower the temperature when building a model that classifies images or text in order to improve the model's accuracy and consistency.

Temperature is often used with softmax .

সাময়িক তথ্য

Data recorded at different points in time. For example, winter coat sales recorded for each day of the year would be temporal data.

টেনসর

#TensorFlow

The primary data structure in TensorFlow programs. Tensors are N-dimensional (where N could be very large) data structures, most commonly scalars, vectors, or matrices. The elements of a Tensor can hold integer, floating-point, or string values.

টেনসরবোর্ড

#TensorFlow

The dashboard that displays the summaries saved during the execution of one or more TensorFlow programs.

টেনসরফ্লো

#TensorFlow

A large-scale, distributed, machine learning platform. The term also refers to the base API layer in the TensorFlow stack, which supports general computation on dataflow graphs.

Although TensorFlow is primarily used for machine learning, you may also use TensorFlow for non-ML tasks that require numerical computation using dataflow graphs.

টেনসরফ্লো খেলার মাঠ

#TensorFlow

A program that visualizes how different hyperparameters influence model (primarily neural network) training. Go to http://playground.tensorflow.org to experiment with TensorFlow Playground.

টেনসরফ্লো পরিবেশন

#TensorFlow

A platform to deploy trained models in production.

টেনসর প্রসেসিং ইউনিট (TPU)

#TensorFlow

#GoogleCloud

An application-specific integrated circuit (ASIC) that optimizes the performance of machine learning workloads. These ASICs are deployed as multiple TPU chips on a TPU device .

টেনসর র‍্যাঙ্ক

#TensorFlow

See rank (Tensor) .

Tensor shape

#TensorFlow

The number of elements a Tensor contains in various dimensions. For example, a [5, 10] Tensor has a shape of 5 in one dimension and 10 in another.

Tensor size

#TensorFlow

The total number of scalars a Tensor contains. For example, a [5, 10] Tensor has a size of 50.

TensorStore

A library for efficiently reading and writing large multi-dimensional arrays.

termination condition

#আরএল

In reinforcement learning , the conditions that determine when an episode ends, such as when the agent reaches a certain state or exceeds a threshold number of state transitions. For example, in tic-tac-toe (also known as noughts and crosses), an episode terminates either when a player marks three consecutive spaces or when all spaces are marked.

পরীক্ষা

#df

In a decision tree , another name for a condition .

test loss

#fundamentals

A metric representing a model's loss against the test set . When building a model , you typically try to minimize test loss. That's because a low test loss is a stronger quality signal than a low training loss or low validation loss .

A large gap between test loss and training loss or validation loss sometimes suggests that you need to increase the regularization rate .

পরীক্ষার সেট

A subset of the dataset reserved for testing a trained model .

Traditionally, you divide examples in the dataset into the following three distinct subsets:

• a training set
• a validation set
• a test set

Each example in a dataset should belong to only one of the preceding subsets. For instance, a single example should not belong to both the training set and the test set.

The training set and validation set are both closely tied to training a model. Because the test set is only indirectly associated with training, test loss is a less biased, higher quality metric than training loss or validation loss .

text span

#ভাষা

The array index span associated with a specific subsection of a text string. For example, the word good in the Python string s="Be good now" occupies the text span from 3 to 6.

tf.Example

#TensorFlow

A standard protocol buffer for describing input data for machine learning model training or inference.

tf.keras

#TensorFlow

An implementation of Keras integrated into TensorFlow .

threshold (for decision trees)

#df

In an axis-aligned condition , the value that a feature is being compared against. For example, 75 is the threshold value in the following condition:

grade >= 75

This form of the term threshold is different than classification threshold .

সময় সিরিজ বিশ্লেষণ

# ক্লাস্টারিং

A subfield of machine learning and statistics that analyzes temporal data . Many types of machine learning problems require time series analysis, including classification, clustering, forecasting, and anomaly detection. For example, you could use time series analysis to forecast the future sales of winter coats by month based on historical sales data.

সময় ধাপ

#seq

One "unrolled" cell within a recurrent neural network . For example, the following figure shows three timesteps (labeled with the subscripts t-1, t, and t+1):

টোকেন

#ভাষা

In a language model , the atomic unit that the model is training on and making predictions on. A token is typically one of the following:

• a word—for example, the phrase "dogs like cats" consists of three word tokens: "dogs", "like", and "cats".
• a character—for example, the phrase "bike fish" consists of nine character tokens. (Note that the blank space counts as one of the tokens.)
• subwords—in which a single word can be a single token or multiple tokens. A subword consists of a root word, a prefix, or a suffix. For example, a language model that uses subwords as tokens might view the word "dogs" as two tokens (the root word "dog" and the plural suffix "s"). That same language model might view the single word "taller" as two subwords (the root word "tall" and the suffix "er").

In domains outside of language models, tokens can represent other kinds of atomic units. For example, in computer vision, a token might be a subset of an image.

টাওয়ার

A component of a deep neural network that is itself a deep neural network without an output layer. Typically, each tower reads from an independent data source. Towers are independent until their output is combined in a final layer.

টিপিইউ

#TensorFlow

#GoogleCloud

Abbreviation for Tensor Processing Unit .

TPU chip

#TensorFlow

#GoogleCloud

A programmable linear algebra accelerator with on-chip high bandwidth memory that is optimized for machine learning workloads. Multiple TPU chips are deployed on a TPU device .

TPU device

#TensorFlow

#GoogleCloud

A printed circuit board (PCB) with multiple TPU chips , high bandwidth network interfaces, and system cooling hardware.

TPU master

#TensorFlow

#GoogleCloud

The central coordination process running on a host machine that sends and receives data, results, programs, performance, and system health information to the TPU workers . The TPU master also manages the setup and shutdown of TPU devices .

TPU node

#TensorFlow

#GoogleCloud

A TPU resource on Google Cloud Platform with a specific TPU type . The TPU node connects to your VPC Network from a peer VPC network . TPU nodes are a resource defined in the Cloud TPU API .

TPU Pod

#TensorFlow

#GoogleCloud

A specific configuration of TPU devices in a Google data center. All of the devices in a TPU Pod are connected to one another over a dedicated high-speed network. A TPU Pod is the largest configuration of TPU devices available for a specific TPU version.

TPU resource

#TensorFlow

#GoogleCloud

A TPU entity on Google Cloud Platform that you create, manage, or consume. For example, TPU nodes and TPU types are TPU resources.

TPU slice

#TensorFlow

#GoogleCloud

A TPU slice is a fractional portion of the TPU devices in a TPU Pod . All of the devices in a TPU slice are connected to one another over a dedicated high-speed network.

TPU type

#TensorFlow

#GoogleCloud

A configuration of one or more TPU devices with a specific TPU hardware version. You select a TPU type when you create a TPU node on Google Cloud Platform. For example, a v2-8 TPU type is a single TPU v2 device with 8 cores. A v3-2048 TPU type has 256 networked TPU v3 devices and a total of 2048 cores. TPU types are a resource defined in the Cloud TPU API .

TPU worker

#TensorFlow

#GoogleCloud

A process that runs on a host machine and executes machine learning programs on TPU devices .

প্রশিক্ষণ

#fundamentals

The process of determining the ideal parameters (weights and biases) comprising a model . During training, a system reads in examples and gradually adjusts parameters. Training uses each example anywhere from a few times to billions of times.

প্রশিক্ষণ ক্ষতি

#fundamentals

A metric representing a model's loss during a particular training iteration. For example, suppose the loss function is Mean Squared Error . Perhaps the training loss (the Mean Squared Error) for the 10th iteration is 2.2, and the training loss for the 100th iteration is 1.9.

A loss curve plots training loss vs. the number of iterations. A loss curve provides the following hints about training:

• A downward slope implies that the model is improving.
• An upward slope implies that the model is getting worse.
• A flat slope implies that the model has reached convergence .

For example, the following somewhat idealized loss curve shows:

• A steep downward slope during the initial iterations, which implies rapid model improvement.
• A gradually flattening (but still downward) slope until close to the end of training, which implies continued model improvement at a somewhat slower pace then during the initial iterations.
• A flat slope towards the end of training, which suggests convergence.

Although training loss is important, see also generalization .

প্রশিক্ষণ পরিবেশন তির্যক

#fundamentals

The difference between a model's performance during training and that same model's performance during serving .

প্রশিক্ষণ সেট

#fundamentals

The subset of the dataset used to train a model .

Traditionally, examples in the dataset are divided into the following three distinct subsets:

• a training set
• a validation set
• a test set

Ideally, each example in the dataset should belong to only one of the preceding subsets. For example, a single example should not belong to both the training set and the validation set.

গতিপথ

#আরএল

In reinforcement learning , a sequence of tuples that represent a sequence of state transitions of the agent , where each tuple corresponds to the state, action , reward , and next state for a given state transition.

শিক্ষা স্থানান্তর

Transferring information from one machine learning task to another. For example, in multi-task learning, a single model solves multiple tasks, such as a deep model that has different output nodes for different tasks. Transfer learning might involve transferring knowledge from the solution of a simpler task to a more complex one, or involve transferring knowledge from a task where there is more data to one where there is less data.

Most machine learning systems solve a single task. Transfer learning is a baby step towards artificial intelligence in which a single program can solve multiple tasks.

ট্রান্সফরমার

#ভাষা

A neural network architecture developed at Google that relies on self-attention mechanisms to transform a sequence of input embeddings into a sequence of output embeddings without relying on convolutions or recurrent neural networks . A Transformer can be viewed as a stack of self-attention layers.

A Transformer can include any of the following:

• an encoder
• a decoder
• both an encoder and decoder

An encoder transforms a sequence of embeddings into a new sequence of the same length. An encoder includes N identical layers, each of which contains two sub-layers. These two sub-layers are applied at each position of the input embedding sequence, transforming each element of the sequence into a new embedding. The first encoder sub-layer aggregates information from across the input sequence. The second encoder sub-layer transforms the aggregated information into an output embedding.

A decoder transforms a sequence of input embeddings into a sequence of output embeddings, possibly with a different length. A decoder also includes N identical layers with three sub-layers, two of which are similar to the encoder sub-layers. The third decoder sub-layer takes the output of the encoder and applies the self-attention mechanism to gather information from it.

The blog post Transformer: A Novel Neural Network Architecture for Language Understanding provides a good introduction to Transformers.

translational invariance

#ছবি

In an image classification problem, an algorithm's ability to successfully classify images even when the position of objects within the image changes. For example, the algorithm can still identify a dog, whether it is in the center of the frame or at the left end of the frame.

See also size invariance and rotational invariance .

trigram

#seq

#ভাষা

An N-gram in which N=3.

true negative (TN)

#fundamentals

An example in which the model correctly predicts the negative class . For example, the model infers that a particular email message is not spam , and that email message really is not spam .

true positive (TP)

#fundamentals

An example in which the model correctly predicts the positive class . For example, the model infers that a particular email message is spam, and that email message really is spam.

true positive rate (TPR)

#fundamentals

Synonym for recall . এটাই:

$$\text{true positive rate} = \frac{\text{true positives}} {\text{true positives} + \text{false negatives}}$$

True positive rate is the y-axis in an ROC curve .

উ

unawareness (to a sensitive attribute)

#fairness

A situation in which sensitive attributes are present, but not included in the training data. Because sensitive attributes are often correlated with other attributes of one's data, a model trained with unawareness about a sensitive attribute could still have disparate impact with respect to that attribute, or violate other fairness constraints .

আন্ডারফিটিং

#fundamentals

Producing a model with poor predictive ability because the model hasn't fully captured the complexity of the training data. Many problems can cause underfitting, including:

• Training on the wrong set of features .
• Training for too few epochs or at too low a learning rate .
• Training with too high a regularization rate .
• Providing too few hidden layers in a deep neural network.

আন্ডারস্যাম্পলিং

Removing examples from the majority class in a class-imbalanced dataset in order to create a more balanced training set .

For example, consider a dataset in which the ratio of the majority class to the minority class is 20:1. To overcome this class imbalance, you could create a training set consisting of all of the minority class examples but only a tenth of the majority class examples, which would create a training-set class ratio of 2:1. Thanks to undersampling, this more balanced training set might produce a better model. Alternatively, this more balanced training set might contain insufficient examples to train an effective model.

Contrast with oversampling .

একমুখী

#ভাষা

A system that only evaluates the text that precedes a target section of text. In contrast, a bidirectional system evaluates both the text that precedes and follows a target section of text. See bidirectional for more details.

unidirectional language model

#ভাষা

A language model that bases its probabilities only on the tokens appearing before , not after , the target token(s). Contrast with bidirectional language model .

unlabeled example

#fundamentals

An example that contains features but no label . For example, the following table shows three unlabeled examples from a house valuation model, each with three features but no house value:

বেডরুমের সংখ্যা	বাথরুমের সংখ্যা	House age
3	2	15
2	1	72
4	2	34

In supervised machine learning , models train on labeled examples and make predictions on unlabeled examples .

In semi-supervised and unsupervised learning, unlabeled examples are used during training.

Contrast unlabeled example with labeled example .

তত্ত্বাবধানহীন মেশিন লার্নিং

# ক্লাস্টারিং

#fundamentals

Training a model to find patterns in a dataset, typically an unlabeled dataset.

The most common use of unsupervised machine learning is to cluster data into groups of similar examples. For example, an unsupervised machine learning algorithm can cluster songs based on various properties of the music. The resulting clusters can become an input to other machine learning algorithms (for example, to a music recommendation service). Clustering can help when useful labels are scarce or absent. For example, in domains such as anti-abuse and fraud, clusters can help humans better understand the data.

Contrast with supervised machine learning .

Click the icon for additional notes.

Another example of unsupervised machine learning is principal component analysis (PCA) . For example, applying PCA on a dataset containing the contents of millions of shopping carts might reveal that shopping carts containing lemons frequently also contain antacids.

---

uplift modeling

A modeling technique, commonly used in marketing, that models the "causal effect" (also known as the "incremental impact") of a "treatment" on an "individual." এখানে দুটি উদাহরণ আছে:

• Doctors might use uplift modeling to predict the mortality decrease (causal effect) of a medical procedure (treatment) depending on the age and medical history of a patient (individual).
• Marketers might use uplift modeling to predict the increase in probability of a purchase (causal effect) due to an advertisement (treatment) on a person (individual).

Uplift modeling differs from classification or regression in that some labels (for example, half of the labels in binary treatments) are always missing in uplift modeling. For example, a patient can either receive or not receive a treatment; therefore, we can only observe whether the patient is going to heal or not heal in only one of these two situations (but never both). The main advantage of an uplift model is that it can generate predictions for the unobserved situation (the counterfactual) and use it to compute the causal effect.

upweighting

Applying a weight to the downsampled class equal to the factor by which you downsampled.

user matrix

#recsystems

In recommendation systems , an embedding vector generated by matrix factorization that holds latent signals about user preferences. Each row of the user matrix holds information about the relative strength of various latent signals for a single user. For example, consider a movie recommendation system. In this system, the latent signals in the user matrix might represent each user's interest in particular genres, or might be harder-to-interpret signals that involve complex interactions across multiple factors.

The user matrix has a column for each latent feature and a row for each user. That is, the user matrix has the same number of rows as the target matrix that is being factorized. For example, given a movie recommendation system for 1,000,000 users, the user matrix will have 1,000,000 rows.

ভি

বৈধতা

#fundamentals

The initial evaluation of a model's quality. Validation checks the quality of a model's predictions against the validation set .

Because the validation set differs from the training set , validation helps guard against overfitting .

You might think of evaluating the model against the validation set as the first round of testing and evaluating the model against the test set as the second round of testing.

বৈধতা ক্ষতি

#fundamentals

A metric representing a model's loss on the validation set during a particular iteration of training.

See also generalization curve .

বৈধতা সেট

#fundamentals

The subset of the dataset that performs initial evaluation against a trained model . Typically, you evaluate the trained model against the validation set several times before evaluating the model against the test set .

Traditionally, you divide the examples in the dataset into the following three distinct subsets:

• a training set
• a validation set
• a test set

Ideally, each example in the dataset should belong to only one of the preceding subsets. For example, a single example should not belong to both the training set and the validation set.

value imputation

The process of replacing a missing value with an acceptable substitute. When a value is missing, you can either discard the entire example or you can use value imputation to salvage the example.

For example, consider a dataset containing a temperature feature that is supposed to be recorded every hour. However, the temperature reading was unavailable for a particular hour. Here is a section of the dataset:

Timestamp	তাপমাত্রা
1680561000	10
1680564600	12
1680568200	অনুপস্থিত
1680571800	20
1680575400	21
1680579000	21

A system could either delete the missing example or impute the missing temperature as 12, 16, 18, or 20, depending on the imputation algorithm.

vanishing gradient problem

#seq

The tendency for the gradients of early hidden layers of some deep neural networks to become surprisingly flat (low). Increasingly lower gradients result in increasingly smaller changes to the weights on nodes in a deep neural network, leading to little or no learning. Models suffering from the vanishing gradient problem become difficult or impossible to train. Long Short-Term Memory cells address this issue.

Compare to exploding gradient problem .

variable importances

#df

A set of scores that indicates the relative importance of each feature to the model.

For example, consider a decision tree that estimates house prices. Suppose this decision tree uses three features: size, age, and style. If a set of variable importances for the three features are calculated to be {size=5.8, age=2.5, style=4.7}, then size is more important to the decision tree than age or style.

Different variable importance metrics exist, which can inform ML experts about different aspects of models.

variational autoencoder (VAE)

#ভাষা

A type of autoencoder that leverages the discrepancy between inputs and outputs to generate modified versions of the inputs. Variational autoencoders are useful for generative AI .

VAEs are based on variational inference: a technique for estimating the parameters of a probability model.

ডব্লিউ

Wasserstein ক্ষতি

One of the loss functions commonly used in generative adversarial networks , based on the earth mover's distance between the distribution of generated data and real data.

ওজন

#fundamentals

A value that a model multiplies by another value. Training is the process of determining a model's ideal weights; inference is the process of using those learned weights to make predictions.

Click the icon to see an example of weights in a linear model.

Imagine a linear model with two features. Suppose that training determines the following weights (and bias ):

• The bias, b, has a value of 2.2
• The weight, w ₁ associated with one feature is 1.5.
• The weight, w ₂ associated with the other feature is 0.4.

Now imagine an example with the following feature values:

• The value of one feature, x ₁ , is 6.
• The value of the other feature, x ₂ , is 10.

This linear model uses the following formula to generate a prediction, y':

$$y' = b + w_1x_1 + w_2x_2$$

Therefore, the prediction is:

$$y' = 2.2 + (1.5)(6) + (0.4)(10) = 15.2$$

If a weight is 0, then the corresponding feature doesn't contribute to the model. For example, if w ₁ is 0, then the value of x ₁ is irrelevant.

---

Weighted Alternating Least Squares (WALS)

#recsystems

An algorithm for minimizing the objective function during matrix factorization in recommendation systems , which allows a downweighting of the missing examples. WALS minimizes the weighted squared error between the original matrix and the reconstruction by alternating between fixing the row factorization and column factorization. Each of these optimizations can be solved by least squares convex optimization . For details, see the Recommendation Systems course .

weighted sum

#fundamentals

The sum of all the relevant input values multiplied by their corresponding weights. For example, suppose the relevant inputs consist of the following:

ইনপুট মান	input weight
2	-1.3
-1	0.6
3	0.4

The weighted sum is therefore:

weighted sum = (2)(-1.3) + (-1)(0.6) + (3)(0.4) = -2.0

A weighted sum is the input argument to an activation function .

wide model

A linear model that typically has many sparse input features . We refer to it as "wide" since such a model is a special type of neural network with a large number of inputs that connect directly to the output node. Wide models are often easier to debug and inspect than deep models . Although wide models cannot express nonlinearities through hidden layers , wide models can use transformations such as feature crossing and bucketization to model nonlinearities in different ways.

Contrast with deep model .

প্রস্থ

The number of neurons in a particular layer of a neural network .

wisdom of the crowd

#df

The idea that averaging the opinions or estimates of a large group of people ("the crowd") often produces surprisingly good results. For example, consider a game in which people guess the number of jelly beans packed into a large jar. Although most individual guesses will be inaccurate, the average of all the guesses has been empirically shown to be surprisingly close to the actual number of jelly beans in the jar.

Ensembles are a software analog of wisdom of the crowd. Even if individual models make wildly inaccurate predictions, averaging the predictions of many models often generates surprisingly good predictions. For example, although an individual decision tree might make poor predictions, a decision forest often makes very good predictions.

শব্দ এমবেডিং

#ভাষা

Representing each word in a word set within an embedding vector ; that is, representing each word as a vector of floating-point values between 0.0 and 1.0. Words with similar meanings have more-similar representations than words with different meanings. For example, carrots , celery , and cucumbers would all have relatively similar representations, which would be very different from the representations of airplane , sunglasses , and toothpaste .

এক্স

XLA (Accelerated Linear Algebra)

An open-source machine learning compiler for GPUs, CPUs, and ML accelerators.

The XLA compiler takes models from popular ML frameworks such as PyTorch , TensorFlow , and JAX , and optimizes them for high-performance execution across different hardware platforms including GPUs, CPUs, and ML accelerators .

জেড

zero-shot learning

A type of machine learning training where the model infers a prediction for a task that it was not specifically already trained on. In other words, the model is given zero task-specific training examples but asked to do inference for that task.

zero-shot prompting

#ভাষা

#generativeAI

A prompt that does not provide an example of how you want the large language model to respond. উদাহরণ স্বরূপ:

Parts of one prompt	মন্তব্য
What is the official currency of the specified country?	The question you want the LLM to answer.
ভারত:	The actual query.

The large language model might respond with any of the following:

• রুপি
• INR
• ₹
• ভারতীয় রুপি
• রুপি
• ভারতীয় রুপি

All of the answers are correct, though you might prefer a particular format.

Compare and contrast zero-shot prompting with the following terms:

• one-shot prompting
• few-shot prompting

Z-score normalization

#fundamentals

A scaling technique that replaces a raw feature value with a floating-point value representing the number of standard deviations from that feature's mean. For example, consider a feature whose mean is 800 and whose standard deviation is 100. The following table shows how Z-score normalization would map the raw value to its Z-score:

Raw value	জেড-স্কোর
800	0
950	+1.5
575	-2.25

The machine learning model then trains on the Z-scores for that feature instead of on the raw values.