سوال:
توازن کا تصور مشین سیکھنے کے منصوبوں کو کیسے جان سکتا ہے؟
A:عام طور پر ، ایک توازن مشین سیکھنے کے ماحول کو مستحکم کرنے کے لئے کوشش کرکے مشین لرننگ کو آگاہ کرے گا اور حتمی اور احتمالی اجزاء کے ہم آہنگ مرکب کے ساتھ نتائج پیدا کرے گا۔
ماہرین نے "توازن" کو ایسی صورتحال کے طور پر بیان کیا جہاں مشین لرننگ سسٹم میں عقلی ایکٹر اسٹریٹجک ایکشن پر اتفاق رائے کو پہنچ جاتے ہیں - خاص طور پر ، گیم تھیوری میں نیش توازن ان دو یا دو سے زیادہ عقلی اداکاروں کو شامل کرتے ہوئے یہ تسلیم کرتے ہوئے کہ حکمت عملی کو مستحکم کرتے ہیں کہ کسی کھلاڑی کو فائدہ نہیں ہوتا ہے۔ کسی خاص حکمت عملی کو تبدیل کرنا اگر دوسرے کھلاڑی ان کی تبدیلی نہیں کرتے ہیں۔
| مفت ڈاؤن لوڈ: مشین سیکھنا اور اس سے کیوں فرق پڑتا ہے |
نیش توازن کا ایک خاص طور پر مشہور اور سادہ مظاہرے میں ایک سادہ میٹرکس شامل ہے جہاں دو کھلاڑی ہر ایک بائنری نتائج کا انتخاب کرتے ہیں۔
توازن کو بیان کرنے کا طریقہ اور یہ کیسے کام کرتا ہے مذکورہ بالا ایک خوبصورت تکنیکی طریقہ ہے۔ توازن کے تصور کی وضاحت کرنے کا ایک بہت زیادہ غیر رسمی طریقہ ، خاص طور پر مذکورہ بالا مثال کے طور پر دو عقلی اداکاروں کی جن میں سے ہر ایک کا بائنری انتخاب ہے ، اس بارے میں سوچنا ہے کہ آپ "ہائی اسکول کے دالان میں ایک دوسرے کی طرف چلنا" کے منظر نامے کو کیا کہتے ہیں۔
فرض کریں کہ دو افراد ہائی اسکول ہال وے (یا کسی اور طرح کا علاقہ) کے نیچے مختلف سمتوں پر چل رہے ہیں ، جس میں صرف دو افراد کے لئے چوڑائی کے مطابق گنجائش ہے۔ دو کھلے راستے بائنری نتائج ہیں۔ اگر دونوں معقول اداکار مختلف بائنری نتائج کا انتخاب کرتے ہیں جو آپس میں متصادم نہیں ہوتے ہیں تو ، وہ ایک دوسرے سے گزریں گے اور سلام کہیں گے۔ اگر وہ دو متضاد بائنری نتائج کا انتخاب کرتے ہیں تو - وہ ایک ہی جگہ پر چل رہے ہیں ، اور ان میں سے ایک کو نتیجہ برآمد کرنے کی ضرورت ہوگی۔
مندرجہ بالا مثال میں ، اگر دو عقلی اداکار دو متوازن اور غیر متضاد نتائج کا انتخاب کرتے ہیں تو ، عام اتفاق رائے یہ ہے کہ اپنی حکمت عملی کو تبدیل کرکے نہ تو کوئی فائدہ اٹھا سکتا ہے - اس معاملے میں ان کے چلنے کی سمت - اگر دوسرا شخص ان کے مقاصد کو تبدیل نہیں کرتا ہے۔
مندرجہ بالا ایک توازن تشکیل دیتا ہے جسے کسی بھی مشین سیکھنے کی تعمیر میں ماڈل بنایا جاسکتا ہے۔ اس سادہ سی مثال کے پیش نظر ، نتیجہ ہمیشہ دو معقول اداکاروں کا تعاون کریں گے ، یا دوسرے لفظوں میں ، دو افراد ایک دوسرے سے گزر رہے ہیں۔
اس کے برعکس "غیر اعلانیہ" کہا جاسکتا ہے - اگر دو عقلی اداکار متضاد نتائج کا انتخاب کرتے ہیں ، جیسا کہ ذکر کیا گیا ہے ، ان میں سے ایک کو نتیجہ برآمد کرنا پڑے گا۔ تاہم ، ایم ایل پروگرام ماڈلنگ کو لامحدود لوپ میں پھینک دیا جاسکتا ہے اگر دونوں فیصلہ کرنے کا فیصلہ کرتے ہیں much جیسے کہ دو افراد ایک دوسرے کو ایڈجسٹ کرنے کی کوشش کرنے کے لئے منتقل ہوجائیں اور پھر بھی تصادم کی طرف چلتے رہیں۔
اتفاق رائے پیدا کرنے اور ماڈل کو مستحکم کرنے کے ل machine مشین لرننگ میں عام طور پر ایک جیسے جیسے توازن کا استعمال کیا جائے گا۔ انجینئرز اور ڈویلپرز ان منظرناموں اور حالات کو تلاش کریں گے جو توازن سے فائدہ اٹھاتے ہیں ، اور ان حالات کو تبدیل کرنے یا سنبھالنے کے لئے کام کرتے ہیں جو ایسا نہیں کرتے ہیں۔ حقیقی دنیا کی مثالوں پر نظر ڈالیں جو ایم ایل توازن کے مطابق ہیں ، یہ دیکھنا آسان ہے کہ مشین لرننگ سسٹم میں اس نوعیت کا تجزیہ کس طرح عقلی اداکار اور ایجنٹوں کو تشکیل دے کر انسانی طرز عمل کی نمونہ لینا ہے اس کے لئے یہ انوکھا طریقہ کار ہے۔ یہ صرف ایک عمدہ مثال ہے کہ کس طرح مشین لرننگ سسٹم کے استعمال میں توازن پیدا کیا جاسکتا ہے۔
