নিউরাল নেটওয়ার্ক: সংক্ষিপ্ত পরিচিতি
একটি নিউরাল নেটওয়ার্ক হলো অ্যালগরিদমের একটি সিকোয়েন্স যা ডেটার একটি সেটে মৌলিক সম্পর্ক চেনা চেষ্টা করে একটি প্রসেসের মাধ্যমে যা মানব মস্তিষ্ক কীভাবে কাজ করে তার অনুকরণ করে। এই মেথডে, নিউরাল নেটওয়ার্ক নিউরন সিস্টেমকে ডিফাইন করে, যেটা অর্গানিক বা আর্টিফিশিয়াল হতে পারে।
নিউরাল নেটওয়ার্ক হলো অ্যানালিটিক্যাল টেকনিক যা কগনিটিভ সিস্টেমে লার্নিং এবং ব্রেনের নিউরোলজিক্যাল ফাংশনের (হাইপোথেসাইজড) প্রসেসের অনুকরণ করে তৈরি এবং এক্সিস্টিং ইনফরমেশন থেকে সো-কールド লার্নিং প্রসেস বাস্তবায়ন করার পর অন্য অাবজারভেশন থেকে নিউ অাবজারভেশন (স্পেসিফিক ভেরিয়েবলে) প্রেডিক্ট করতে সক্ষম। নিউরাল নেটওয়ার্ক ডেটা মাইনিং টেকনিকের একটি।
একটি নিউরাল নেটওয়ার্ক হলো অ্যালগরিদমের একটি অ্যারে যা ডেটার একটি সেটে মৌলিক সম্পর্ক চেনা চেষ্টা করে একটি প্রসেসের মাধ্যমে যা মানব মস্তিষ্ক কীভাবে অপারেট করে তার টেকনিক অনুকরণ করে। এই অর্থে, নিউরাল নেটওয়ার্ক নিউরন সিস্টেমকে ডিফাইন করে, যেমন অর্গানিক বা আর্টিফিশিয়াল।
নিউরাল নেটওয়ার্ক প্রায় প্রতিটি সিচুয়েশনে প্রাসঙ্গিক যেখানে প্রিডিক্টর ভেরিয়েবল (ইনডিপেনডেন্ট, ইনপুট) এবং প্রেডিক্টেড ভেরিয়েবল (ডিপেনডেন্ট, আউটপুট) এর মধ্যে একটি সম্পর্ক বিদ্যমান থাকে, এমনকি যখন সেই সম্পর্ক জটিল এবং সাধারণ টার্মস "কোরিলেশন" বা "গ্রুপের মধ্যে পার্থক্য" এর মাধ্যমে সহজে আর্টিকুলেট করা সম্ভব নয়।
একটি নিউরাল নেটওয়ার্ক হলো সিমুলেটেড নিউরনের একটি নেটওয়ার্ক যা প্যাটার্নের ইনস্ট্যান্স চেনা করতে ব্যবহৃত হয়। নিউরাল নেটওয়ার্ক নেটওয়ার্ক ওয়েটের এরিয়া সার্চ করে শিখে।
একটি নিউরাল নেটওয়ার্ক হলো লিংকড ইনপুট/আউটপুট ইউনিটের একটি সেট যেখানে প্রতিটি লিংকের সাথে একটি ওয়েট রিলেটেড থাকে। লার্নিং প্রসেসের সময়, নেটওয়ার্ক ওয়েট অ্যাডজাস্ট করে শিখে যাতে ইনপুট স্যাম্পলের সঠিক ক্লাস লেবেল প্রেডিক্ট করতে সক্ষম হয়। NN লার্নিংকে কানেকশন লার্নিং ও বলা হয় ইউনিটগুলোর মধ্যে কানেকশনের কারণে।
নিউরাল নেটওয়ার্ক দীর্ঘ ট্রেইনিং আইটেম প্রয়োজন, সেগুলো তাদের পূর интерপ্রেটেবিলিটির জন্য সমালোচনা করা হয়েছে কারণ লার্নড ওয়েটের পিছনের সিম্বলিক মেনিং ব্যাখ্যা করা জটিল। এই বৈশিষ্ট্যগুলো মূলত নিউরাল নেটওয়ার্ককে ডেটা মাইনিং-এ কম আকর্ষণীয় করে তোলে।
নিউরাল নেটওয়ার্ক-এ তাদের হাই টলারেন্স টু নয়েজি ডেটা এবং তাদের ক্ষমতা ক্লাসিফাই করতে প্যাটার্ন যেগুলোতে সেগুলো ট্রেইন করা হয়নি। ট্রেইনড নিউরাল নেটওয়ার্ক থেকে রুল এক্সট্রাকশনের জন্য বিভিন্ন অ্যালগরिदম ডেভেলপ করা হয়েছে। এই এলিমেন্টগুলো ডেটা মাইনিং-এ ক্লাসিফিকেশনের জন্য নিউরাল নেটওয়ার্কের সুবিধায় অবদান রাখে।
ইঞ্জিনিয়ারিং-এ নিউরাল নেটওয়ার্কের ফাংশন
ইঞ্জিনিয়ারিং-এ, নিউরাল নেটওয়ার্ক দুটি গুরুত্বপূর্ণ ফাংশন প্রদান করে: প্যাটার্ন ক্লাসিফায়ার এবং নন-লিনিয়ার অ্যাডাপ্টিভ ফিল্টার। একটি আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক হলো একটি ফ্লেক্সিবল, অধিকাংশ নন-লিনিয়ার সিস্টেম যা ডেটা থেকে একটি ফাংশন (একটি ইনপুট/আউটপুট ম্যাপ) বাস্তবায়ন শিখে। অ্যাডাপ্টিভ মানে সিস্টেম প্যারামিটার অপারেশনের সময় পরিবর্তন হয়, সাধারণত ট্রেইনিং ফেজ বলে।
ট্রেইনিং ফেজের পর, আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক প্যারামিটারগুলো কনস্টান্ট হয় এবং সিস্টেম হাতে রাখা সমস্যা সমাধানের জন্য সেট আপ হয় (টেস্টিং ফেজ)। আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক একটি সিস্টেম্যাটিক স্টেপ-বাই-স্টেপ ফেজের সাথে ডেভেলপ করা হয় পারফরম্যান্স টেস্ট উন্নত করতে বা কিছু ইমপ্লিসিট ইন্টারনাল কনস্ট্রেইন্ট ফলো করতে, যা সাধারণত লার্নিং রুল হিসেবে ডিফাইন করা হয়।
