আপনি যদি একটি নতুন মেশিন লার্নিং (ML) প্রজেক্ট শুরু করেন, তাহলে আপনি ভাবতে পারেন যে ম্যানুয়াল ট্রেনিং মেশিন লার্নিং মডেল তৈরি করার একমাত্র বিকল্প কিনা। ম্যানুয়াল প্রশিক্ষণের সাথে, আপনি একটি মডেল তৈরি করতে একটি এমএল ফ্রেমওয়ার্ক ব্যবহার করে কোড লিখুন। এই প্রক্রিয়া চলাকালীন, আপনি কোন অ্যালগরিদমগুলি অন্বেষণ করতে হবে তা চয়ন করুন এবং সঠিক মডেলটি খুঁজে পেতে হাইপারপ্যারামিটারগুলিকে পুনরাবৃত্তি করে।
অবশ্যই, মডেল প্রশিক্ষণের একমাত্র জিনিস নয় যা আপনাকে ভাবতে হবে। অনুশীলনে, প্রোটোটাইপ থেকে উত্পাদন পর্যন্ত একটি মেশিন লার্নিং মডেল তৈরিতে পুনরাবৃত্তিমূলক কাজ এবং বিশেষ দক্ষতা জড়িত। একটি সাধারণ অনুসন্ধানমূলক এমএল ওয়ার্কফ্লো এইরকম কিছু দেখায়:
![চিত্র 1. একটি সাধারণ মেশিন লার্নিং ওয়ার্কফ্লো।](https://developers.google.cn/static/machine-learning/crash-course/automl/images/ml-workflow.png?authuser=3&hl=bn)
পুনরাবৃত্তিমূলক কাজ - ML কর্মপ্রবাহে পুনরাবৃত্তিমূলক কাজ এবং পরীক্ষা-নিরীক্ষা জড়িত থাকতে পারে। উদাহরণস্বরূপ, মডেল ডেভেলপমেন্টের সময় আপনাকে সাধারণত সবচেয়ে উপযুক্ত মডেল সনাক্ত করতে অ্যালগরিদম এবং হাইপারপ্যারামিটারের বিভিন্ন সমন্বয় অন্বেষণ করতে হবে। ম্যানুয়াল প্রশিক্ষণের মাধ্যমে, আপনি মডেলটিকে প্রশিক্ষণের জন্য বিশেষ কোড লেখেন এবং তারপরে সেরা মডেল খুঁজে পেতে বিভিন্ন ML অ্যালগরিদম এবং হাইপারপ্যারামিটারের সাথে পরীক্ষা চালানোর জন্য কোডটি সামঞ্জস্য করেন। ছোট বা অনুসন্ধানমূলক প্রকল্পগুলির জন্য এই ম্যানুয়াল প্রক্রিয়াটি কোনও সমস্যা নাও হতে পারে, তবে বড় প্রকল্পগুলির জন্য এই পুনরাবৃত্তিমূলক কাজগুলি সময়সাপেক্ষ হতে পারে।
বিশেষ দক্ষতা - ম্যানুয়ালি একটি ML মডেল তৈরি করার জন্য বিশেষ দক্ষতা জড়িত। অনুশীলনে, একটি মেশিন লার্নিং মডেল তৈরি করার পরিকল্পনা করা প্রতিটি দলের এই দক্ষতা থাকতে পারে না। যদি একটি দলে একজন ডেডিকেটেড ডেটা সায়েন্টিস্ট না থাকে, তাহলে ম্যানুয়ালি এই কাজটি করা সম্ভব নাও হতে পারে।
সৌভাগ্যবশত, পুনরাবৃত্তিমূলক কাজের বোঝা এবং বিশেষ দক্ষতার প্রয়োজন কমাতে মডেল উন্নয়নের কিছু পদক্ষেপ স্বয়ংক্রিয় হতে পারে। এই কাজগুলিকে স্বয়ংক্রিয় করা স্বয়ংক্রিয় মেশিন লার্নিং (AutoML) এর এই মডিউলের বিষয়।
AutoML কি?
অটোএমএল হল মেশিন লার্নিং ওয়ার্কফ্লোতে নির্দিষ্ট কিছু কাজ স্বয়ংক্রিয় করার একটি প্রক্রিয়া। আপনি অটোএমএলকে এমন একটি টুল এবং প্রযুক্তির সেট হিসেবে ভাবতে পারেন যা বিল্ডিং মেশিন লার্নিং মডেলগুলিকে দ্রুত এবং ব্যবহারকারীদের বিস্তৃত গোষ্ঠীর কাছে আরও অ্যাক্সেসযোগ্য করে তোলে। যদিও অটোমেশন এমএল ওয়ার্কফ্লো জুড়ে সাহায্য করতে পারে, যে কাজগুলি প্রায়শই AutoML এর সাথে যুক্ত থাকে সেগুলি চিত্র 1-এ দেখানো মডেল বিকাশ চক্রের অন্তর্ভুক্ত৷ এই পুনরাবৃত্তিমূলক কাজগুলির মধ্যে রয়েছে:
- ডেটা ইঞ্জিনিয়ারিং
- ফিচার ইঞ্জিনিয়ারিং।
- বৈশিষ্ট্য নির্বাচন.
- প্রশিক্ষণ
- একটি উপযুক্ত এমএল অ্যালগরিদম সনাক্তকরণ।
- সেরা হাইপারপ্যারামিটার নির্বাচন করা।
- বিশ্লেষণ
- পরীক্ষা এবং বৈধতা ডেটাসেটের উপর ভিত্তি করে প্রশিক্ষণের সময় উত্পন্ন মেট্রিক্স মূল্যায়ন করা।
AutoML এর মাধ্যমে, আপনি বৈশিষ্ট্য নির্বাচন, হাইপারপ্যারামিটার টিউনিং এবং সঠিক অ্যালগরিদম বেছে নেওয়ার পরিবর্তে আপনার ML সমস্যা এবং ডেটার উপর ফোকাস করতে পারেন।