Machine Learning(ML) හදුනා ගනිමු(1 කොටස)

Machine Learning(ML) කියන්නේ Expert System වලට වැටෙන Artificial Intelligent වල ඇති එක් කොටසකි.මෙමගින් පද්ධති වලට ස්වයංකීය ඉගෙනීමේ හැකියවක් හා අත්දැකීම් ගොඩනගා ගැනීමේ හැකියාවක් යන්ත්‍රයකට ලබා දේ. මෙය දත්ත වලට ප්‍රවේශ කළ හැකි මෘදුකාංග සංවර්ධනය ඉලක්ක කරගෙන ඒ දත්ත භාවිතයෙන් තමාම ස්වයංක්‍රීයව ඉගෙන්වීම සිදුවේ. ඒ කියන්නේ යන්ත්‍රයට තනියම ඉගෙන ගැනීමේ හැකියාව ලබා දීමයි.  

Artificial Intelligent කියන්නේ කෘතිම බුද්ධිය නම් Machine Learning(ML) නම් එයට ඇති ඉගෙනගැනී‍මේ හැකියාවයි. දත්තයි මොළයයි තිබුණට මදී  ඉගෙනුමයි ඒවායින් වඩාත් නිවැරදි තීරණ ගැනිම ඉතා වැදගත්

ඉගෙනුම ක්‍රියාවලිය දත්ත හා නිිරික්ෂණයන්, අත්දැකීම් අධීක්ෂණයෙන්‍, pattern වලට අනුව අනාගතයට වඩාත් සුදුසුම තීරණයන් ගොඩනගනු ලබයි. මෙහි ප්‍රධාන අරමුණ වන්නේ පරිගණකයකට මිනිස් මැදිහත් වීමකින් හෝ ක්‍රියාවලි අධාරයෙන් සැකසීම්  නොකොට පරිගණකයන්ට ස්වයංකීයව ඉගෙනීමට ඉඩ ලබා දීමයි.

Machine Learning ප්‍රඩාන වශයෙන් කොටස් 3කට කැඩෙනවා. ඒවාට  Learning methods කියලා කියනවා.

• Supervised Learning
• Unsupervised Learning
• Reinforcement learning

Supervised Learning

මෙහිදී label කරන ලද නිදර්ශනයක් භාවීතයෙන් පරණ දත්ත වල සිට අලුත් දත්ත දක්වා ඉගැන්වීම් වලින් අනාගතය අවස්ථාවන් ගැන අනාවැකි ලබා ගැනීම සිදුකරයි.  ආරම්භයේ්දී training data set(input කරන data) විශ්ලේශණය කරමින් අනාවැකි Output කරන්න සූත්‍රයක්(function) හදාගන්නවා. ඉදිරියට එන දත්ත ලබා ගන්නවා වගේම අලුත් train කරන data එකක් compare කරලා දෝෂ නිර්ණය කිරීම ද මෙහි භාවිතා වන algorithm වලින් සිදුකරයි. එම ලබාගත් දෝෂයන් ට  අදාලව model යන් modify(වෙනස්) වේ.

මේකෙදී input data හා output data දෙකම වැදගත් සංරචක දෙකකි.

උදාහරණ

• ඉදිරි කාළගුණ වර්තාව
• ඉදිරි මාස 6ක කොටස් වෙළද පලේ කොටසක මිළ ගණන ය කිරීම.

ඉහත ලේබල් කරනවා කියන එකෙන් අදහස් කරන්නේ දත්ත කුමන වර්ගයේ දත්තයක්ද කියා හදුනා ගැනීමයි. උදාහරණයක්  ලෙස සැබෑ ජීවිතයේදී බල්ලන් ගත්විට, බල්ලකු හදුනා ගැනීමට බල්ලා ලෙස නම් කරගත් දත්ත උපකාරීවේ. එහි පූසා හදුනාගැනීමට පුසා කියා නම්කර ගත් දත්ත, කුරුල්ලා හදුනාගැනීමට කුරුල්ලා කියා නම්කර ගත් දත්ත අඩංගු වේ. මෙය ලේබල් කිරීම කියා හදුන්වයි.

Unsupervised Learning

මෙහිදී label කරන ලද නිදර්ශනයන් හා වර්ගීකණය දත්ත සලකා නොබැලේ.  රැස් කරගත් දත්ත වලින් Pattern එකක් හදුනා ගැනීමට මෙහි ඇති algorithm භාවිතා කරයි.

මේකෙදී input data පමණක් වැදගත් සංරචකයක් වේ.

උදාහරණ

• සමාජ ජාල අඩවියක එකට බැදුණු කණ්ඩායම් සෙවීම.
• e-commerce website එකක recommendation system

Reinforcement Learning

මෙහිදි agent කෙනෙකු යොදාගැනීම සිදුවේ. agent විසින් actions ගොඩනගමින් සිදුවන errors හා ලබාගන්නා reward සලකා බලමින් environment  එකත් එක්ක සම්බන්ධ වේ. Trial(පරික්ෂාවන්) and error search(දෝෂ සෙවීම) and delayed reward(ප්‍රමාදිති ප්‍රතිඑල) මෙයට සුවිශේෂි ලක්ෂණ වේ.

උදාහරණ

• ස්වයංක්‍රිය ධාවනය වන මෝටර් රථ
• Chess, Car, Pacman වැනි Game සදහා

මෙම පාඩම් මාලාව ඉදිරියට ගෙනයාම ඉල්ලුම මත තීරණය කෙරේ.