Nabid In Motion

এআই (AI) বা মেশিন লার্নিং (ML) শেখার রাস্তাটা মাঝে মাঝে খুব বেশি এলোমেলো মনে হয়। ইউটিউবের ভিডিও, GitHub এর কোড, আর নিজের নোট সবকিছু একসাথে সামলাতে গিয়ে অনেকেরই খেই হারিয়ে যায়। গত কয়েক মাস ধরে আমি আমার সব সাবস্ক্রাইবারের জন্য একটা ডিজিটাল লার্নিং হাব (Learning Hub) তৈরি করছিলাম যেখানে সব কিছু এক জায়গায় গোছানো আছে।

এখানে জিরো থেকে অ্যাডভান্স (Advance) পর্যন্ত প্রায় ২৬৫টির বেশি লেসন এবং ক্যারিয়ার পাথ (Career Path) অনুযায়ী আলাদা আলাদা মডিউল সাজানো আছে। কোনো সাইন আপ (Sign up) বা লগইনের (Login) ঝামেলা নেই, সব কিছুই একদম ফ্রি। আমার ইউটিউব (YouTube) ভিডিওগুলোর সাথে এই কারিকুলামটা (Curriculum) এমনভাবে কানেক্ট করা হয়েছে যাতে আপনি কনসেপ্টগুলো (Concept) সহজে বুঝতে পারেন।

আপনারা যারা নিজেরা শিখছেন তারা চাইলে এই পুরো রোডম্যাপটা (Roadmap) ফলো করতে পারেন।

আমি চাই আপনারা স্ট্রাকচার মেনে শিখুন। এই লার্নিং হাব এবং রোডম্যাপটি দেখার জন্য নিচের কমেন্ট বক্সে LINK অথবা লিংক লিখুন। আমি আপনাকে ডিএম (DM) করে সাইটটির এক্সেস পাঠিয়ে দেবো।

মেশিন লার্নিং শেখার জন্য হাজার হাজার টাকা খরচ করে পেইড কোর্স কেনার দিন এখন শেষ। গুগল নিজেই নিয়ে এসেছে তাদের অফিশিয়াল এবং সম্পূর্ণ ফ্রি লার্নিং প্ল্যাটফর্ম। যারা একদম শুরু থেকে কোর স্কিল শক্ত করতে চান, তাদের জন্য এর চেয়ে অথেন্টিক রিসোর্স আর হতে পারে না।

চলুন দেখে নেওয়া যাক এই ফ্রি প্ল্যাটফর্মটি কীভাবে আপনার Machine Learning জার্নি সহজ করে তুলবে:

১। ফাউন্ডেশনাল কোর্স (Foundational Courses)
কোর কনসেপ্ট বিল্ড করার জন্য ৪টি বেসিক কোর্স দেওয়া আছে। গুগলের রিকমেন্ডেশন হলো এগুলো একদম সিরিয়াল অনুযায়ী শেষ করা:

a) Introduction to Machine Learning: মেশিন লার্নিং এর দুনিয়ায় আপনার প্রথম একদম সহজ প্রবেশদ্বার।
b) Machine Learning Crash Course: থিওরির সাথে হ্যান্ডস অন প্র্যাকটিসের পারফেক্ট কম্বিনেশন।
c) Problem Framing: রিয়েল ওয়ার্ল্ড সমস্যাগুলোকে কীভাবে মেশিন লার্নিং সল্যুশনে কনভার্ট করতে হয় তা শেখার কোর্স।
d) Managing ML Projects: একটি মেশিন লার্নিং প্রজেক্ট শুরু থেকে শেষ পর্যন্ত কীভাবে ম্যানেজ করতে হয় তার কমপ্লিট গাইডলাইন।

২। অ্যাডভান্সড কোর্স (Advanced Courses)
বেসিক শক্ত করার পর আপনার ইন্টারেস্ট অনুযায়ী স্পেসিফিক ট্র্যাকে যাওয়ার সুযোগ রয়েছে:
এখানে Decision Forests, Recommendation Systems, Clustering এবং ট্রেন্ডিং Generative Adversarial Networks (GANs) এর মতো অ্যাডভান্সড টপিকগুলো একদম ফ্রিতে ইন ডেপথ শেখানো হয়েছে।

৩। গুগলের অফিশিয়াল গাইডস (Guides)
কোডিং শেখার চেয়েও বড় বিষয় হলো ইন্ডাস্ট্রি স্ট্যান্ডার্ড প্র্যাকটিস জানা।
গুগলের নিজস্ব কিছু মেকানিজম এবং চমৎকার গাইড বুক শেয়ার করা হয়েছে:

a) Rules of Machine Learning: গুগলের ইঞ্জিনিয়াররা নিজেরা মেশিন লার্নিং প্রজেক্টে কোন বেস্ট প্র্যাকটিসগুলো ফলো করেন তার ডিরেক্ট রুলস।
b) Deep Learning Tuning Playbook: ডিপ লার্নিং মডেল অপ্টিমাইজ করার একদম সায়েন্টিফিক ওয়ে।
c) Good Data Analysis & Data Traps: ডেটা অ্যানালিসিস করার টেকনিক এবং ডেটা নিয়ে কাজ করার সময় সাধারণত আমরা যে ভুলগুলো করি তা এড়ানোর উপায়।

এছাড়াও টেক্সট ক্লাসিফিকেশন এবং জেনারেটিভ এআই এর অ্যাডভারসারিয়াল টেস্টিং এর মতো দরকারি গাইড এখানে রয়েছে।
শর্টকাট খোঁজা বন্ধ করে কোর মেকানিজম আর কনসেপ্টের ওপর ফোকাস করার জন্য এটি একটি গোল্ডমাইন।

আজই কমেন্টে দেওয়া গুগলের এই অফিশিয়াল সাইটে যান এবং self paced লার্নিং শুরু করুন।

পোস্টটি আপনার বন্ধুদের সাথে শেয়ার করে সবাইকে ফ্রিতে সঠিক সোর্স থেকে শেখার সুযোগ করে দিন।

Shout out to my newest followers! Excited to have you onboard! Zannatul Arif, Talha Noyon, Imran Hossain, মণি, Shuvo Kundu, Shafi Iqbal Siam, Mahmudul Hasan, Sheikh Jahangir, Ataur Sardar, Tafsir Uddin, Sahin Uddin Rony, Nazmul Hasan, Arjuman Ara Arju