मशीन लर्निंग म्हणजे काय?

मशीन लर्निंग (ML) ही आर्टिफिशियल इंटेलिजन्सची एक शाखा आहे, जिथे एक प्रोग्राम प्रत्येक परिस्थितीसाठी ठरलेला नियम दिल्याऐवजी डेटामधील पॅटर्न शोधून एखादे काम करायला शिकतो. तुम्ही प्रणालीला अनेक उदाहरणे दाखवता, ती त्यांच्याशी जुळण्यासाठी आपली अंतर्गत सेटिंग्ज समायोजित करते, आणि नंतर ती नवीन, न पाहिलेल्या डेटावर अंदाज वर्तवू शकते.

नियमांऐवजी उदाहरणांमधून शिकणे

समजा तुम्हाला मांजर आणि कुत्र्याचे फोटो वेगळे ओळखायचे आहेत. हाताने नियम लिहिणे — "जर त्याचे कान टोकदार असतील आणि मिशा असतील..." — हे लवकरच कोलमडते, कारण खरे फोटो अनंत प्रकारे बदलतात. मशीन लर्निंग ही पद्धत उलटी करते: तुम्ही अनेक लेबल केलेले फोटो गोळा करता, आणि अल्गोरिदम कोणते पॅटर्न दोघांना वेगळे करतात हे स्वतःच ओळखते. आउटपुट हे एक model असते: शिकलेल्या संख्यांचा एक संच जो एका इनपुटला एका अंदाजाशी जोडतो.

मुख्य बदल असा की प्रोग्रामर डेटा आणि शिकण्याची पद्धत पुरवतो, तर अल्गोरिदम नियम पुरवते. म्हणूनच ML हे अशा कामांसाठी खूप उपयुक्त आहे जी माणसांना सोपी पण कोडमध्ये वर्णन करणे कठीण असतात, जसे की बोलणे ओळखणे किंवा फसवणूक शोधणे.

मशीन लर्निंगचे तीन प्रमुख प्रकार

• Supervised learning: डेटा बरोबर उत्तरासह लेबल केलेला असतो. मॉडेल नवीन इनपुटसाठी ते लेबल अंदाजायला शिकते — उदाहरणार्थ, आकार आणि स्थानावरून घराची किंमत अंदाजणे. supervised vs unsupervised learning पहा.
• Unsupervised learning: डेटाला लेबल नसतात. मॉडेल स्वतःच रचना शोधते, जसे की ग्राहकांना गटांमध्ये (segments) वर्गीकृत करणे.
• Reinforcement learning: एक agent प्रयत्न-त्रुटीद्वारे शिकतो, आपल्या कृतींसाठी बक्षीस किंवा शिक्षा मिळवतो, जसे की गेम खेळणे किंवा रोबोट नियंत्रण.

Supervised learning ही सर्वात सामान्य सुरुवात असते, कारण ध्येय स्पष्ट असते आणि निकाल तपासणे सोपे असते.

Python मधले एक छोटे उदाहरण

scikit-learn, या Python साठीच्या प्रमाणित ML library चा वापर करून येथे एक संपूर्ण supervised-learning उदाहरण आहे. हे अभ्यासाचे तास आणि परीक्षेचे गुण यांच्यातील संबंध शिकते.

# Predict an exam score from hours studied (simple linear regression).
import numpy as np
from sklearn.linear_model import LinearRegression

# Training data: hours studied (input) and score (label).
# scikit-learn expects inputs as a 2-D array: one row per example.
X = np.array([[1], [2], [3], [4], [5]])   # hours
y = np.array([35, 50, 60, 72, 85])         # scores

model = LinearRegression()   # choose the algorithm
model.fit(X, y)              # learn from the data

Predict the score for a student who studies 6 hours.

prediction = model.predict([[6]]) print(round(prediction[0], 1)) # e.g. about 96.5

प्रशिक्षणादरम्यान मॉडेलने ६ तास कधीच पाहिले नव्हते; ते उदाहरणांमधून एक कल शिकले आणि नवीन इनपुटवर लागू केले. न पाहिलेल्या डेटावर हे सामान्यीकरण (generalisation) हेच मशीन लर्निंगचे हृदय आहे. अधिक पूर्ण आवृत्ती तयार करण्यासाठी [तुमचे पहिले ML मॉडेल तयार करा](/learn/ai-ml/first-ml-model) पहा.

## मॉडेल कसे प्रशिक्षित आणि तपासले जाते

प्रशिक्षण मॉडेलला उदाहरणांशी जुळवण्यासाठी समायोजित करते. पण प्रशिक्षण डेटाशी जुळणे हे ध्येय नाही — **नवीन** डेटावर चांगली कामगिरी करणे हे ध्येय आहे. म्हणून आपण नेहमी डेटाचा काही भाग test set म्हणून बाजूला ठेवतो, जो मॉडेल प्रशिक्षणादरम्यान कधीच पाहत नाही, आणि नंतर त्यावर ते किती चांगला अंदाज वर्तवते ते मोजतो. जे मॉडेल प्रशिक्षण डेटावर चांगले गुण मिळवते पण test set वर खराब, ते **overfitting** करते: त्याने खरा पॅटर्न शिकण्याऐवजी noise लक्षात ठेवला.

## सामान्य चुका

- **मॉडेलला त्याच्याच प्रशिक्षण डेटावर जोखणे.** नेहमी मॉडेलने न पाहिलेल्या डेटावर तपासा, अन्यथा गुणांना काही अर्थ नाही.
- **खूप कमी किंवा खराब दर्जाचा डेटा.** ML तुम्ही जे देता त्यातून शिकते. पक्षपाती, अस्वच्छ किंवा अगदी लहान datasets अविश्वसनीय मॉडेल तयार करतात. चांगले [data preprocessing](/learn/ai-ml/data-preprocessing) हे अल्गोरिदमइतकेच महत्त्वाचे आहे.
- **खूप लवकर जटिल मॉडेलकडे वळणे.** साधे मॉडेल समजायला सोपे असते आणि लहान समस्यांवर बऱ्याचदा तितकीच चांगली कामगिरी करते. साध्याने सुरुवात करा, आणि मदत होत असेल तरच जटिलता वाढवा.
- **सहसंबंध आणि कारण यांचा गोंधळ घालणे.** दोन गोष्टी एकत्र बदलतात असे मॉडेलला आढळणे म्हणजे एक दुसऱ्याचे कारण आहे असे नव्हे.

## वारंवार विचारले जाणारे प्रश्न (FAQ)

**मशीन लर्निंग आणि AI एकच आहे का?**
नाही. मशीन लर्निंग ही आर्टिफिशियल इंटेलिजन्सची एक शाखा आहे. [AI vs ML vs deep learning](/learn/ai-ml/ai-vs-ml-vs-dl) पहा.

**ML साठी मी कोणती भाषा शिकावी?**
Python ही सर्वात सामान्य आहे, कारण scikit-learn, NumPy आणि Pandas सारख्या libraries आहेत. [Python for AI](/learn/ai-ml/python-for-ai) पासून सुरुवात करा.

**मला किती गणित लागते?**
सुरुवातीसाठी मूलभूत बीजगणित आणि थोडी सांख्यिकी पुरेशी आहे. अधिक खोल कामासाठी linear algebra, calculus आणि probability वापरतात, जे तुम्ही हळूहळू वाढवू शकता.

## शिकत राहा

अधिक मार्गदर्शकांसाठी संपूर्ण [AI & machine learning hub](/learn/ai-ml) एक्सप्लोर करा, किंवा Infoplanet, जळगाव येथे mentor सहाय्यासह मशीन लर्निंग टप्प्याटप्प्याने शिकण्यासाठी आमच्या रचनाबद्ध [Artificial Intelligence course](/courses/artificial-intelligence) च्या waitlist मध्ये सामील व्हा.