எளிமையாப் புரிஞ்சுக்கலாம்

Machine Learning-ல் data-வை வைத்து model-ஓட parameters-ஐ அமைக்கிறோம். Input-ஐ விவரிக்கும் தகவல்கள் features; நாம் கணிக்க விரும்பும் பதில் target. இவற்றிலிருந்து pattern கற்றுக்கொள்வது training. கற்ற model-ஐப் பயன்படுத்திப் பதில் பெறுவது inference. பழகிய data-வில் நல்ல result வந்தால் மட்டும் போதாது. புதிதாக வரும் data-விலும் சோதிக்கணும்.

இந்த AI approach எப்படி வேலை செய்கிறது?

சாதாரண programming-ல input வந்தால் என்ன output கொடுக்கணும் என்று mapping-ஐ நாம எழுதுவோம். Machine Learning-ல ஒரு model family-ஐத் தேர்வு செய்து, examples மற்றும் objective வைத்து அதன் parameters-ஐ fit செய்வோம். Learning algorithm-ஐ எழுதுவதும் மனிதர்கள்தான். ஆனால் ஒவ்வொரு decision rule-ஐயும் கையால் எழுதுவதற்குப் பதிலாக, சில நடத்தைகளை data-விலிருந்து estimate செய்கிறோம்.

ஒரு example-ஐ x என்ற features-ஆகக் காட்டலாம். Supervised task-ல் y என்ற target-மும் இருக்கும். Model-ஓட prediction f(x; θ); இதில் θ என்பது கற்றுக்கொள்ளும் parameters. Prediction error-ஐ அளவிடும் loss குறையும்படி training நடக்கும். Learning rate, tree depth போன்றவை hyperparameters. இவை learning process அல்லது model design-ஐக் கட்டுப்படுத்தும்; fitted weight-க்கு இணையானவை அல்ல.

முக்கியக் கேள்வி: training-ல கற்ற தொடர்பு புதிய data-விலும் உதவுமா? Training, validation, final test-க்கு தனித்தனி வேலை இருக்கு. Preprocessing-ஐ training data-வில் மட்டும் fit செய்யணும். ஒரே conversation-ல உள்ள ஒரே மாதிரியான messages train, test இரண்டிலும் போனால் result தவறாக நல்லதாகத் தெரியலாம். எதிர்கால demand-ஐ predict செய்யும்போது, பின்னால் வரும் காலப்பகுதியை test-ஆக வைப்பது பொருத்தமாக இருக்கலாம்.

முதலில் baseline அமைத்து, task-க்கு ஏற்ற model தேர்வு செய்யுங்க. Numeric relationships-க்கு linear model நல்ல தொடக்கமாக இருக்கலாம். Tabular data-க்கு trees, ensembles உதவலாம். Images, text போன்ற சிக்கலான inputs-க்கு neural networks பயன்படலாம். Model பெரியதாக இருப்பதைவிட, புதிய data-வில் அது தரும் evidence முக்கியம். Data-வில் இரண்டு விஷயங்கள் சேர்ந்து மாறுவதாலேயே ஒன்று மற்றொன்றுக்குக் காரணம் என்று சொல்ல முடியாது.

ஒவ்வொரு படியாகப் பார்க்கலாம்

1. எந்த முடிவைக் கணிக்கணும் என்று முடிவு செய்து, அதற்கேற்ற உதாரணங்களைச் சேகரிங்க.
2. Model அல்லது data transformation-ஐ fit செய்யும் முன்னாடியே test data-வைத் தனியாக வையுங்க.
3. ஒரு simple baseline-உடன் ஒப்பிட்டு, score மட்டுமில்லாமல் தவறுகளையும் பாருங்க.

உதாரணம்: task-உடன் approach-ஐ இணைக்கலாம்

ஒரு டீக்கடையில் visitors எண்ணிக்கையும் விற்ற cups எண்ணிக்கையும் பதிவு செய்கிறோம். Cups = w × visitors என்று ஒரு சின்ன model வைக்கலாம். பழைய data pairs மூலம் w-ஐக் கற்றுக்கொள்வது training. நாளைக்கு எதிர்பார்க்கும் visitors எண்ணிக்கையை வைத்து cups கணிப்பது inference. தினமும் average sales-ஐச் சொல்வது baseline. பிந்தைய நாட்களில் இரண்டையும் cups error வைத்து ஒப்பிடலாம்.

விடுமுறை நாட்களில் வாங்கும் பழக்கம் மாறினால் கூடுதல் features அல்லது retraining தேவைப்படலாம். நாளைய actual sales-ஐ input-ல சேர்த்தால் leakage வரும். Prediction செய்ய வேண்டிய நேரத்தில் அந்தத் தகவல் நமக்குத் தெரியாது.

கருத்தைப் பயன்படுத்தலாம்: உங்க புரிதலைச் சோதிங்க

அடுத்த பாடத்துக்கு முன்னாடி

• Technical பெயரை மட்டும் சொல்லாமல், கருத்தை உங்க வார்த்தைகளில் விளக்கிப் பாருங்க.
• Approach என்ன, அதன் assumptions என்ன, result-ஐ நம்ப என்ன evidence வேண்டும் என்று சொல்லிப் பாருங்க.
• பயிற்சியை முயற்சி செய்துவிட்டு, உங்க காரணத்தை விடையோடு ஒப்பிட்டுப் பாருங்க.

ஆதாரங்கள்: இன்னும் தெரிஞ்சுக்கலாம்

இந்தப் புதுப்பிப்பில் original research papers மற்றும் official documentation பயன்படுத்தப்பட்டுள்ளன. கீழே உள்ள கூடுதல் links ஆங்கிலத்தில் இருக்கும். அவற்றை முதலில் படிக்காமலேயே இந்தப் பாடத்தைப் புரிஞ்சுக்கலாம். Product versions, availability மாறலாம்.

• scikit-learn: supervised learning ↗
• scikit-learn: common pitfalls and leakage ↗