مشین لرننگ کیا ہے؟
مشین لرننگ کیا ہے؟
مشین کو پڑھانا سیکھانا اور سمجھانا۔ ڈیٹا کہ زریعے۔ سٹیٹکس کے زریعے۔
ایک مشین کو پڑھانا یا ٹرین کرنا سٹیٹکس اور ڈیٹا کے زریعے۔
اگر کسی نے دو گرافکس ڈیزائن کی ویڈیوز دیکھیں۔ تو اسکا مطلب ہے اسکو گرافکس میں انٹرسٹ ہے۔
مشین لرنگ ، آرٹیفشیل انٹیلی جنس سیکھنے کی طرف پہلا قدم ہے۔
مشین لرنگ کا استعمال آرٹیفیشیل انٹیلی جنس میں ہوتا ہے۔
مشین لرنگ کا سوفٹویر ڈیٹا کو پڑھتا اور سمجھتا اور پرکھتا ہے پھر اسکے مطابق فیصلہ کرتا ہے۔
مشین کے پاس اگر غلط ڈیٹا جائے گا تو وہ غلط فیصلہ کرے گا۔
مشین لرنگ کو کہاں سے شروع کریں؟
اس ٹوٹوریلز سریز میں ہم میتھس یعنی حساب کو پڑھیں گے۔ ایک بار آپ سکول میں پڑھ چکے ہو۔ اور اس میتھس کے زریعے ڈیٹاسیٹس پر کلکولیشنز کریں گے۔
مطلب کہ ڈیٹا کو لے کر اس پر کام کریں گے۔ ڈیٹا کیساتھ کام کرنا سیکھیں گے۔
ہم پائیدون کی کچھ لائبریریوں ، پیکجز اور موڈیولز کو استعمال کریں گے۔ انکے زریعے مختلف نتیجے اور رزلٹ نکالیں گے۔
ہم مختلف فنکشنز پائی دون میں بنانا سیکھیں گے اور پھر اپنے فنکشن بنائیں گے۔ پھر ان فنکشنز کے زریعے کام کرکے رزلٹ نکالیں گے۔
ڈیٹا سیٹ کیا ہے؟
اگر ہم کسی محلے میں جائیں اور وہاں سروے کریں کے اس محلے میں کتنے گھر ہیں۔ کتنے چھوٹے گھر ہیں۔ اور کتنے بڑے گھر ہیں۔ کتنے درمیانے سائز کہ گھر ہیں۔ کتنے لوگ پڑھے لکھے ہیں۔ اور کتنے ان پڑھ ہیں۔ اب ہمارے پاس بہت سارا ڈیٹا آ گیا ہے۔ ایک گروپ ہم تعلیم کااندازہ لگانے کے لیے بنا سکتے ہیں۔ تو یہ ایک ڈیٹا سیٹ ہوگیا۔ ایک گروپ ہم آبادی کا بنا سکتے ہیں۔
تو کوئی بھی معلومات اگر ہم ایک ٹیبل کی شکل میں لکھیں۔ تو یہ ایک آرگنائیز ڈیٹا ہو گا۔ اس ڈیٹا کو ہم ایک لائن میں بھی لکھ سکتے ہیں۔یا ایک ڈایاگرام بھی بنا سکتے ہیں۔
یہ ایک ایرے کی مثال ہے۔ہم نے جس محلے میں سروے کیا۔ اس میں لوگوں کی عمریں کچھ اس طرح ہیں۔
[80،75،70،60،50،40،30،20،10،5،4،3،2،1]
یہ ایک ٹیبل یا ڈیٹابیس کی مثال ہے۔
[table id=3 /]
اس ٹیبل کو دیکھ کر ہم اندازہ لگا سکتے ہیں۔ کہ سب سے زیادہ عمر کیا ہے اور کم عمر کتنی ہے۔ اور یہ بھی بتا سکتے ہیں کہ کس بندے کی تنخواہ کتنی ہے۔
اور ہم یہ بھی بتا سکتے ہیں کتنے تعلیم یافتہ ہیں اور کتنے غیر تعلیم یافتہ۔اور کیا ہم یہ بتا سکتے ہیں کہ کتنوں کہ پاس موبائل ہوگا اور کتنوں کہ پاس نہیں۔ کن کو کمپیوٹر استعمال کرنا آتا ہے اور کس کو نہیں۔لیکن ڈیٹا سائنس کے زریعے ہم یہ کرسکتے ہیں۔
یہ مشین لرنگ کا کام ہےکہ ڈیٹا کو جانچے اور پرکھے اور پھر آپکو بتائے۔
اور پھر پیشن گوئی کرے اس علم اور ٹرینگ کی بنیاد پر جو کچھ ہم نے اسکو سیکھایا ہے۔
مشین لرنگ میں یہ عام سی بات ہے کہ آپ بہت بڑے ڈیٹا سیٹ کیساتھ کام کرتے ہیں۔
اس ٹوٹوریلز میں ہم بہت آسان انداز میں آپکو سمجھائیں گے۔ اور کافی سارے کنسیپٹ کلیر کریں گے۔
ہم آسان اور چھوٹے ڈیٹاسیٹ کیساتھ کام کریں گے۔
ڈیٹا ٹائپس کی مختلف اقسام
ہمارے پاس مختلف قسم کی ڈیٹاٹائپس ہوتی ہیں۔ ہمارے لیے یہ جاننا ضرور ہے
کہ ہم کس ڈیٹا ٹائپ کیساتھ کام کررہے ہیں۔ہم ڈیٹا کو تین مختلف اقسام میں تقسیم کرسکتے ہیں۔
نومیرکل
کیٹاگوریکل
اورڈینل
نومیرکل میں نمبر ہوتے ہیں اور اسکو دو اقسام میں تقسیم کیا جا سکتا ہے۔
ڈِسکریٹ اور کنٹنیوز
ڈسکریٹ میں صرف انٹیجرز ہوتے ہیں۔ جیسے کہ سڑک پر کتنی گاڑیاں جارہی ہیں۔
کنٹینیوز میں لامحدود نمبرز ہوتے ہیں۔ جیسے کے سیب کی قیمت کچھ بھی ہوسکتی ہے۔ ایک روپے سے ایک کڑور روپے یا اس سے کم یا زیادہ۔
ایک بجلی کے کھبے کی لمبائی کچھ بھی ہو سکتی ہے۔
وہ نمبرز یا ویلوز جن کو ہم ناپ نہیں سکتے انکو کیٹاگوریکل ڈیٹا کہتے ہیں۔
مثال کے طور پر رنگ کی ویلو جیسے سرخ رنگ یا بولین ویلوز جیسے کہ ہاں یا نہیں۔
آرڈینل ڈیٹا بھی کیٹاگوریکل کی طرح ہے لیکن اس کو ایک دوسرے کیساتھ ناپ سکتے ہیں جیسے کہ
مثال کے طورپہ سکول رزلٹ کا بی گریڈ، سی گریڈ سے بہتر ہے۔
ڈیٹا ٹائپ معلوم ہونے کا فائدہ کیا ہے؟
اگر آپکو ڈیٹا ٹائپ معلوم ہو تو غلطی کا چانس کم ہوگا اور آپ کو پتہ ہوگا کہ کونسا طریقہ یا ٹیکنیک استعمال کرنا بہتر رہے گا۔
آپ کو آنے والے دنوں میں مزید تفصیل سے سٹیٹکس اور اور ڈیٹا کو جانچنے کے بارے میں بتایا جائے گا۔
