মেশিন লার্নিং ০৪

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।

[…]

Read Full Post »

মেশিন লার্নিং ০২

In God we trust. All others must bring data.

– W. Edwards Deming

৩৫ হাজার ফুট ওপরে মন কিছুটা দ্রবীভূত থাকে বোধহয়। সত্যি বলতে, অক্সিজেনের ব্যাপারটা জানি না। তবে, কেবিন প্রেসার কম থাকলে মাথার অনেক কিছু তরল হয় বলে ধারণা। মাথার ওপর পৃথিবীর চাপ কমে যাওয়াতে ভালো লাগা যেয়ে পড়ে ফালতু সব জায়গায়।

তো – কাহিনী কি? প্রচুর গান শুনি এখনো। মাটিতে রবি উইলিয়ামসের ‘মিসআন্ডারস্টুড’ হাজারবার শুনলেও মন কাটেনি অতো। তবে, আকাশের জুকবক্সের ওই গানটাই সইয়ে দিলো বিরক্তিকর সতেরো ঘন্টার একটানা পথ। সমস্যা একটাই। জার্নিতে পারি না ঘুমাতে। আর তাই পথে সময় কাঁটানোর রসদ নিয়েই উঠেছি উড়ুক্কুযানে।

বিমানে ওঠার আগে ল্যাপটপটা জমা নিয়ে নিলো ওরা। তবে, সমস্যা হয়নি তেমন। ফোনেই ইনস্টল করা আছে ‘আর ষ্টুডিও’! একটা মুভি, আর বাকি সময়টা গেলো মেশিন লার্নিংয়ে। দশ ডলার দিয়ে কিনেও ফেললাম একটা ওয়াই-ফাই প্যাকেজ। ওই আকাশে। ঢু মারলাম ক্যাগলে।

আমার ধারণা, সাত দশ বছর পর টিকবে না ইউনিভার্সিটি। যদি না তারা ‘ইন্ডাস্ট্রি ফোকাসড’ হয়। বাইরের ইউনিভার্সিটিগুলো পুরোদমে ‘ইন্ডাস্ট্রি ফোকাসড’ থেকেও পাল্লা দিয়ে পারছে না ইন্ডাস্ট্রির চাহিদার সাথে। এদিকে ইন্ডাস্ট্রি মানুষ নিচ্ছে তাদের মতো করে। ‘রিয়েল ওয়ার্ল্ড’ সমস্যা দিয়ে বলছে – করে দেখাও দেখি। পারলে চাকরি।

[…]

Read Full Post »

বিগ ডাটা: বারো

৫৪.

দুহাজার দশের কথা। বিটিআরসিতে তখন আমি। বিদেশি একটা ইউনিভার্সিটি এলো কথা বলতে। দক্ষিণাঞ্চলের সাগরের তান্ডব তাদের রিসার্চের টপিক। কাহিনী কি? সাগরের সুনামিতে বিপদে পড়ে মানুষ। হারায় সবকিছু। ভাগ্যকে পুঁজি করে চলে আসে শহরে। শেষমেষ, জায়গা হয় বস্তিতে।

৫৫.

এখানে ঝামেলা হয় কয়েকটা। এক. সরকার জানতে পারে না কোথায় গিয়েছে তারা। তখন মার খায় পুনর্বাসনের ব্যাপারটা। তাদেরকে ফিরিয়ে আনার তাগিদ থাকে না কারোই। শেষে, চাপ তৈরি হয় শহরগুলোতে। দুই. মানুষটাকে কি ধরনের সহযোগিতা দিতে হবে সেটাও জানে না এইড এজেন্সীগুলো। তিন. মানুষগুলো কোথায় কোথায় ছড়িয়ে পড়ছে সেটার হিসেব থাকে না কারো কাছে। যদি কোন মহামারী হয় ওই এলাকা থেকে – সেটা ছড়াচ্ছে কোথায় কোথায় – সেটাও জানা দুস্কর।

৫৬.

কি দরকার আপনাদের? জিজ্ঞাসা করলাম তাদের। দরকার ‘এক্সেস’। মোবাইল কোম্পানির ডাটাতে। রিসার্চ টিমের দরকার কিছু ‘অ্যানোমাইজড’ মেটা ডাটা যা বের করে দেবে সবকিছু। প্রজ্ঞা হিসেবে। সরকারের কাজে।

৫৭.

দেখা গেছে মোবাইল ফোনের লগ মেটাডাটায় রয়ে যায় মানুষের স্বভাবজনিত প্রচুর ডিজিটাল ট্রেস। মোবাইল কোম্পানিগুলো তাদের বিলিংয়ের কাজে তৈরি করে ‘কল ডিটেল রেকর্ড’। এই ‘সিডিআর’ একটা নির্দোষ ফরম্যাট। তবে, মিলিয়ন ডাটার সাথে একে ‘অ্যানালাইজ’ করলে মানুষকে প্রজ্ঞা দেয় অন্য লেভেলে।

[…]

Read Full Post »