ভিজ্যুয়াল উদাহরণ ব্যবহার করে গভীর শিক্ষা বোঝা
গভীর শিক্ষা সবচেয়ে শক্তিশালী AI কৌশলগুলির মধ্যে একটি, তবে, এটি বোঝা কঠিন হতে পারে। এই ব্লগে, আমি ভিজ্যুয়াল এবং উদাহরণ ব্যবহার করে গভীর শিক্ষা ব্যাখ্যা করার চেষ্টা করব।
গভীর শিক্ষার আর্কিটেকচার আমাদের মস্তিষ্ক কীভাবে কাজ করে তা দ্বারা অনুপ্রাণিত হয়। এটি নিউরনের সংযোগ। ডিপ লার্নিং মডেলের অনেক প্যারামিটার থাকতে পারে। পরামিতিগুলির সংখ্যা স্তর এবং নিউরনের সংখ্যার উপর ভিত্তি করে, যা পরিশীলিত স্থাপত্যের জন্য দ্রুতগতিতে বৃদ্ধি পেতে পারে।
এই ব্লগে, আমি আর্থিক জালিয়াতি সনাক্তকরণের একটি ব্যবসায়িক ব্যবহারের ক্ষেত্রে নেব। জালিয়াতি সনাক্তকরণের সবচেয়ে বড় চ্যালেঞ্জগুলির মধ্যে একটি হল শ্রেণির ভারসাম্যহীনতার সমস্যা, যার অর্থ মেশিন লার্নিং মডেলগুলিকে প্রশিক্ষণের জন্য ব্যবহৃত ডেটাতে জালিয়াতির ঘটনা খুব কম।
এটি একটি খড়ের গাদায় সুই খুঁজে বের করার জন্য একটি মেশিন লার্নিং মডেলকে প্রশিক্ষণ দেওয়ার মতো। জালিয়াতি সনাক্তকরণ একটি বিশেষ সমস্যা যা গভীর শিক্ষার আর্কিটেকচারের মতো পরিশীলিত পদ্ধতির ন্যায্যতা দেয়।
উদাহরণে, আমি ব্যাংকিং লেনদেন সিস্টেম থেকে ডেটা নেব। তথ্য এখানে দেখানো হিসাবে দেখায়. ডেটাতে আর্থিক লেনদেনের ধরন, পরিমাণ, সেইসাথে উত্স এবং গন্তব্যের পুরানো ব্যালেন্স এবং নতুন ব্যালেন্স রয়েছে৷ একটি পতাকাও রয়েছে যা নির্দেশ করে যে লেনদেনটি জালিয়াতি ছিল কিনা।
ডেটাসেটের উদ্ধৃতি ব্লগের শেষে পাওয়া যায়।
ডেটা প্রশিক্ষণ এবং পরীক্ষার ডেটাতে বিভক্ত। গভীর শিক্ষার মডেলটি প্রশিক্ষণ সেটে তৈরি করা হয় এবং তারপর এটি পরীক্ষার ডেটাতে যাচাই করা হয়। তারপর এই মডেল অদেখা তথ্য জালিয়াতি ভবিষ্যদ্বাণী করতে ব্যবহার করা যেতে পারে.
জালিয়াতির পূর্বাভাসের জন্য গভীর শিক্ষার মডেল এখানে দেখানো হয়েছে। ইনপুট নিউরনগুলি লেনদেনের ডেটার সাথে মিলে যায়। প্রতিটি নিউরন ইনপুট ডেটার একটি কলামের সাথে মিলে যায় যেমন লেনদেনের ধরন, পরিমাণ এবং উৎপত্তিস্থল এবং গন্তব্যে ব্যালেন্স তথ্য।
একটি মধ্যবর্তী স্তর এবং তারপরে চূড়ান্ত স্তর রয়েছে যার দুটি নিউরন রয়েছে, একটি যা অ-প্রতারণার পূর্বাভাস দেয় এবং অন্যটি নো-প্রতারণার পূর্বাভাস দেয়।
লাইনগুলি বিভিন্ন স্তরের মধ্যে পাস করা সংকেত। একটি সবুজ রেখা একটি ইতিবাচক সংকেত নির্দেশ করে এবং একটি লাল রেখা একটি নেতিবাচক সংকেত নির্দেশ করে
আমরা দেখতে পাই যে নিউরন 1_0 নিউরন প্রতারণার জন্য একটি ইতিবাচক সংকেত পাস করছে।
এর মানে হল যে এটি গভীরভাবে শিখেছে যে একটি প্রতারণামূলক লেনদেন কেমন দেখায়! এটি উত্তেজনাপূর্ণ !
আসুন আমরা নিউরন 1_0 এর ভিতরে উঁকি দিই!
রাডার চার্টটি নিউরন ডেটা সম্পর্কে যা শিখেছে তার একটি উপস্থাপনা। একটি নীল রেখা একটি উচ্চ মান নির্দেশ করে, এবং একটি লাল রেখা একটি নিম্ন মান নির্দেশ করে। রাডার চার্ট একটি উচ্চ, কিন্তু প্রায় একই ধরনের পুরানো এবং নতুন ভারসাম্য নির্দেশ করে। যাইহোক, গন্তব্যে পুরানো এবং নতুন ব্যালেন্সের মধ্যে একটি খুব বড় পার্থক্য রয়েছে।
এমন পরিস্থিতি প্রতারণার ইঙ্গিত। এই পরিস্থিতি দৃশ্যত নীচে দেখানো যেতে পারে।
একটি বিভ্রান্তি ম্যাট্রিক্স ব্যবহার করে গভীর শিক্ষার মডেলের যথার্থতা এখানে দেখানো হয়েছে।
মোট 95000টি লেনদেন হয়েছে, যার মধ্যে 62টি প্রতারণামূলক লেনদেন রয়েছে, যা মোট লেনদেনের তুলনায় অত্যন্ত কম। যাইহোক, গভীর-শিক্ষার মডেলটি ভাল কাজ করছে কারণ এটি 52 কে সঠিকভাবে জালিয়াতি হিসাবে চিহ্নিত করতে সক্ষম, যাকে সত্য ইতিবাচক (tp)ও বলা হয়
1টি মিথ্যা পজিটিভ (fp) আছে, যার অর্থ, এটি একটি জালিয়াতি নয়, কিন্তু মডেলটি ভুলভাবে এটিকে জালিয়াতি হিসাবে চিহ্নিত করেছে৷ সুতরাং নির্ভুলতা, যা tp / (tp +fp), সমান 98%।
এছাড়াও, 10টি মিথ্যা নেতিবাচক (fn) আছে, যার অর্থ হল সেগুলি প্রতারণামূলক লেনদেন, কিন্তু আমাদের মডেল তাদের ভবিষ্যদ্বাণী করতে সক্ষম নয়৷ সুতরাং পরিমাপ রিকল যা tp / (tp +fn) যা 83%
ডিপ লার্নিং আর্কিটেকচার খুবই শক্তিশালী কারণ এটি জালিয়াতি সনাক্তকরণের মতো জটিল সমস্যা সমাধানে সাহায্য করে। গভীর শিক্ষার স্থাপত্য বিশ্লেষণ করার একটি ভিজ্যুয়াল উপায় আর্কিটেকচার বোঝার পাশাপাশি এটি কীভাবে সমস্যার সমাধান করে তা বোঝার জন্য দরকারী
জালিয়াতি সনাক্তকরণের জন্য সিন্থেটিক আর্থিক ডেটাসেটের জন্য ডেটাসোর্স উদ্ধৃতি
জালিয়াতি সনাক্তকরণের জন্য সিন্থেটিক আর্থিক ডেটাসেটগুলি এখানে উপলভ্য: https://www.kaggle.com/competitions/spaceship-titanic/overview
লাইসেন্স বিভাগে উল্লেখ করা হয়েছে, এটি একটি লাইসেন্স আছে সিসি বাই-এসএ 4.0.
- শেয়ার — কপি করুন এবং যে কোনো মাধ্যম বা বিন্যাসে উপাদান পুনরায় বিতরণ করুন
- খাপ খাওয়ানো — রিমিক্স, রূপান্তর, এবং যে কোনো উদ্দেশ্যে উপাদানের উপর নির্মাণ, এমনকি বাণিজ্যিকভাবে।
অনুগ্রহ করে মিডিয়ামে যোগ দিন আমার রেফারেল লিঙ্ক সহ।
অনুগ্রহ করে সাবস্ক্রাইব যখনই আমি একটি নতুন গল্প প্রকাশ করি তখন অবগত থাকতে।
আপনি জিরো কোডিং দিয়ে বিশ্লেষণ করতে আমার ওয়েবসাইট দেখতে পারেন। https://experiencedatascience.com
ওয়েবসাইটে, আপনি একটি আকর্ষণীয় এবং উদ্ভাবনী ডেটা বিজ্ঞান এবং AI অভিজ্ঞতার জন্য আসন্ন AI কর্মশালায় অংশগ্রহণ করতে পারেন।
এখানে আমার ইউটিউব চ্যানেলের একটি লিঙ্ক
https://www.youtube.com/c/DataScienceDemonstrated
https://towardsdatascience.com/feed এর মাধ্যমে সোর্স https://towardsdatascience.com/deep-learning-visually-explained-a9fff874d280?source=rss—-7f60cf5620c9—4 থেকে ডিপ লার্নিং ভিজ্যুয়ালভাবে ব্যাখ্যা করা পুনঃপ্রকাশিত
<!–
->
- Bitcoin
- বিজবিল্ডারমাইক
- blockchain
- ব্লকচেইন সম্মতি
- ব্লকচেইন সম্মেলন
- ব্লকচেইন পরামর্শদাতা
- কয়েনবেস
- coingenius
- ঐক্য
- ক্রিপ্টো সম্মেলন
- ক্রিপ্টো খনির
- cryptocurrency
- বিকেন্দ্রীভূত
- Defi
- ডিজিটাল সম্পদ
- ethereum
- মেশিন লার্নিং
- অ ছত্রাকযুক্ত টোকেন
- Plato
- প্লেটো এআই
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটো ব্লকচেইন
- প্লেটোডাটা
- প্লেটোগেমিং
- বহুভুজ
- ঝুঁকি প্রমাণ
- W3
- zephyrnet