سوال:
کچھ مشین سیکھنے کے منصوبوں میں ڈیٹا انوٹیٹیشن کیوں اہم ہے؟
A:مشین لرننگ میں ڈیٹا تشریح اہم ہے کیونکہ بہت سے معاملات میں ، یہ مشین لرننگ پروگرام کا کام بہت آسان بنا دیتا ہے۔
اس کا مشاہدہ اور نگرانی شدہ مشین سیکھنے کے مابین فرق سے ہے۔ زیر نگرانی مشین لرننگ کے ساتھ ، ٹریننگ کے اعداد و شمار پر پہلے ہی لیبل لگا دیا گیا ہے تاکہ مشین مطلوبہ نتائج کے بارے میں مزید سمجھے۔ مثال کے طور پر ، اگر اس پروگرام کا مقصد تصاویر میں موجود بلیوں کی نشاندہی کرنا ہے ، تو اس سسٹم میں پہلے سے ہی بڑی تعداد میں فوٹو موجود ہیں جو بلی کے بطور ٹیگ ہے یا نہیں۔ اس کے بعد وہ ان مثالوں کو اپنے نتائج بنانے کیلئے نئے اعداد و شمار کے برعکس کرنے کے لئے استعمال کرتا ہے۔
| مفت ڈاؤن لوڈ: مشین سیکھنا اور اس سے کیوں فرق پڑتا ہے |
مشینوں کی غیر جانچ سیکھنے کے ساتھ ، یہاں کوئی لیبل نہیں ہیں ، اور اسی طرح نظام کو بلیوں کی شناخت کے لئے اوصاف اور دیگر تکنیک کا استعمال کرنا پڑتا ہے۔ انجینئرز بلیوں کی وسوسوں یا دم جیسے بصری خصوصیات کو پہچاننے کے لئے پروگرام کی تربیت کرسکتے ہیں ، لیکن یہ عمل شاید ہی کبھی سیدھا ہوسکتا ہے جتنا یہ نگرانی مشین سیکھنے میں ہوگا جہاں یہ لیبل بہت اہم کردار ادا کرتے ہیں۔
ڈیٹا ینوٹیٹیشن لیبل کو ٹریننگ ڈیٹا سیٹ پر چسپاں کرنے کا عمل ہے۔ ان کو بہت سے مختلف طریقوں سے لاگو کیا جاسکتا ہے - اوپر ہم نے بائنری ڈیٹا تشریح کے بارے میں بات کی تھی - بلیوں یا نہیں بلیوں - لیکن دیگر اقسام کے اعداد و شمار بھی اہم ہیں۔ مثال کے طور پر ، طبی میدان میں ، اعداد و شمار کی تشریح میں دیگر حیاتیاتی املاک کے لئے پیتھالوجی یا بیماری کے مارکروں کی شناخت کرنے والے ٹیگس کے ساتھ مخصوص حیاتیاتی تصاویر کو ٹیگ کرنا شامل ہوسکتا ہے۔
ڈیٹا تشریح کام کرتی ہے - اور اکثر لوگوں کی ٹیمیں کرتی ہیں - لیکن یہ اس کا بنیادی حصہ ہے جس کی وجہ سے بہت سارے مشین سیکھنے کے منصوبے درست طریقے سے کام کرتے ہیں۔ اس پروگرام کی تعلیم کے ل program ابتدائی سیٹ اپ فراہم کرتا ہے کہ اسے کس چیز کو سیکھنے کی ضرورت ہے اور صحیح نتائج کے ساتھ آنے کے لئے مختلف آدانوں کے ساتھ امتیازی سلوک کس طرح کرنا ہے۔
