The goal is to turn data into information, and information into insight.
– Carly Fiorina, former executive, president, and chair of Hewlett-Packard
অনেকেই বলেছেন মেশিন লার্নিং শিখতে চান তারা। কি দরকার, বলুন। আমার উত্তর – কিছুই দরকার নেই জানার, দরকার খালি ‘রাইট অ্যাটিচ্যুড’। লম্বা সময় ধরে লেগে থাকার ইচ্ছে। দরকার – শিখতে চাওয়ার আকাঙ্ক্ষা। ইট’স আ ‘লঙ হল’ ফ্লাইট। মানুষ পারে না এমন কিছু নেই। আমার অভিজ্ঞতা বলে, ছেড়ে দেয় বেশির ভাগ মানুষ। একেবারে শেষে গিয়ে। পড়েছেন তো ওই গল্পটা? গুগল কীওয়ার্ড ‘থ্রী ফিট অ্যাওয়ে ফ্রম দ্য গোল্ড’। তবে, কি করতে চান ‘মেশিন লার্নিং’ দিয়ে সেটা না জানলে শেখাটা কষ্ট। শিখছেন না জেনে, সেটাই তো বড় কষ্ট। যেটা করি আমরা ইউনিভার্সিটিতে। কি করতে চান সেটাই বের করুন আগে। তারপর শিখুন। মন লাগবে কাজে।
ধার দেবো একটা আইডিয়া? জিনিসটা মাথায় ঘুরছে বেশ কয়েক মাস ধরে। ঢাকার ভাড়া বাসার মাসিক ভাড়ার প্রেডিকশন মডেল। আগেই বলে দেবো আপনার বাজেটে কোন এলাকার কোথায় যাবেন আপনি। কোন এলাকার কতো স্কয়ার ফিটে কতো ভাড়া হবে সেটাও চলে আসবে মেশিন লার্নিংয়ে। এছাড়াও হাজারো ভেক্টর আসবে এখানে। মেইন রাস্তা থেকে কতো দুরে, বাজার কতো কাছে, কাছের স্কুলের রেজাল্ট আর টাইমিং, কোচিংয়ের এক্সেসিবিলিটি, গৃহশিক্ষক থাকেন কোথায়, গ্যাস পানির সংযোগ, পার্ক কতো দুরে, এলাকাভিত্তিক বাসা পাল্টানোর প্যাকেজের দাম, ওই এলাকার রিকসা ভাড়া, রিকসা গ্যারেজ কতো দুরে – এ ব্যাপারগুলো আসবে আমাদের মডেলে। তাই বলে, এলাকাভিত্তিক হাইজ্যাকের ধরণ, লোডশেডিং কিছুই বাদ যাবে না কিন্তু ওখান থেকে।
[…]
Leave a comment