DigitEra Myanmar

Machine Learning ဆိုတာ ဘာလဲ

မိတ်ဆွေက ‌Artificial Intelligence (AI) ကို သိမယ်ဆိုရင် Machine Learning (ML) ကို အနည်းနဲ့အများတော့ ကြားဖူးမှာပါ။ Machine Learning ဆိုတာကို တိုက်ရိုက်အဓိပ္ပါယ်ဖွင့်ရရင် Machine ဆိုတာ စက်၊ Learning ဆိုတာ သင်ယူခြင်း၊ 👉"စက်ကိုသင်ယူခြင်း"👈 လို့ သတ်မှတ်နိုင်ပါတယ်။ စက်(တနည်းအားဖြင့် ကွန်ပျူတာ)ကို လူသားတွေလို သင်ယူနိုင်စွမ်းရှိအောင် လေ့ကျင့်ဖန်တီးပေးတဲ့ AI နည်းပညာတစ်ခုပါပဲ။

👉ဒီလိုလေ့ကျင့်ပေးတာကို ML Model တည်ဆောက်တယ်လို့ ခေါ်ပါတယ်။

အဲ့လို လေ့ကျင့်ပေးဖို့ ဘာတွေလိုမလဲ❓

Data 📊 အချက်အလက်တွေ လိုပါတယ်။

ML Model တစ်ခု တည်ဆောက်တဲ့ Process ♻️ ကတော့ ဒီလိုပါ။

အကြမ်းဖျင်းအားဖြင့်_
🔸 Training နှင့်
🔸 Testing
ဆိုပြီး နှစ်ပိုင်း ခွဲနိုင်ပါတယ်။

ပထမဆုံး မိမိအသုံးပြုမယ့် Data တွေရဲ့ Input နှင့် Output ကို နှိုင်းယှဉ်ပြီး ထည့်တယ်။
👉"ဒီ Input ကြောင့် ဒီလို Output ထွက်တယ်"👈
ဆိုတာကို လေ့ကျင့်ပေးတာပါ။
အဲ့လိုနဲ့ Input/Output တွေ အများကြီးအပေါ်ကို အခြေခံပြီး သူတို့အချင်းချင်း ဘယ်လိုပတ်သက်သလဲဆိုတာကို ဖော်ထုတ်‌စေပါတယ်။ ဘယ်လိုဖော်ထုတ်လဲဆိုတော့ Programming language ရဲ့ Library တွေ (ဥပမာ- Python ရဲ့ Scikitlearn) ကို သုံးပြီး ဖော်ထုတ်ပါတယ်။
➡️ ဒီအထိကတော့ Model ကို Train တဲ့ အပိုင်းဖြစ်ပါတယ်။

အဲ့နောက်မှာ နောက်ထပ် Input Data (Output ရှိပြီးသား) တွေ ထပ်ထည့်တယ်။ (Input Data သီးသန့်၊ Output Data မပါ) အဲ့ Data ရဲ့ Output ကို ခန့်မှန်းဖော်ထုတ်ခိုင်းတယ်။ ပြီးရင် နဂိုရှိပြီးသား Output နှင့် ခန့်မှန်းထားတဲ့ Output ကို နှိုင်းယှဉ်ခိုင်းတယ်။ အဲ့မှာ ကွန်ပျူတာရဲ့ ခန့်မှန်းချက်က ဘယ်လောက်ထိမှန်လဲဆိုတဲ့ Result တစ်ခုထွက်လာပါတယ်။
➡️ ဒါကတော့ Model ကို Test တဲ့ အပိုင်းဖြစ်ပါတယ်။

အပေါ်က Process ကို နောက်ထပ် Data တွေ အမြောက်အများထပ်ထည့်ပြီး ထပ်စမ်းကြတယ်။

Data တွေလည်း အတိုင်းအတာ တစ်ခုထိ ထည့်ပြီးပြီ။
လိုချင်တဲ့ Result ထွက်တဲ့ Model တွေလည်း ရပြီ။
(Result တွေက လက်တွေ့ဆန်တဲ့ သဘောလည်းရှိတယ်)
ဒါဆိုရင်တော့ Model ရွေးချယ်ဖို့ လိုလာပါပြီ။
ဘယ် Model ရဲ့ Result က အမှန်ဆုံးလဲ၊ Percentage အများဆုံးလဲဆိုပြီး Accuracy Check လုပ်ပါတယ်။
အဲ့ထဲက အကောင်းဆုံး Model တစ်ခုကို ရွေးချယ်လိုက်တယ်။

🎯🎯 အဲ့လိုနဲ့ ML Model တစ်ခု ပေါ်ထွက်လာတယ်။

ML Model တွေကို ဘယ်လိုမျိုးနေရာတွေမှာ သုံးလဲ❓

ဈေးကွက်ခန့်မှန်းတာတွေ 📈📉 ၊ ရောဂါရှာဖွေတာတွေ 🩺🔬၊ သဘာဝဘေးအန္တရာယ်ခန့်မှန်းတာတွေ 📢📡 အပါအဝင် ခန့်မှန်းမှု၊ ရှာဖွေမှုနှင့်ဆိုင်တဲ့ နေရာတော်တော်များများမှာ တွင်တွင်ကျယ်ကျယ်ကို သုံးကြပါတယ်။ အဲ့နယ်ပယ်တွေမှာ သုံးနေတဲ့ နည်းပညာတွေရဲ့ နောက်ကွယ်မှာ ML Model အမြောက်အများက နေရာယူထားတာပါ။

Machine Learning က အနာဂတ်အတွက် အရေးပါပါတယ်❗❗❗
ကျွန်တော်တို့တွေရဲ့ လုပ်အားတွေ/အချိန်တွေကို လျှော့ချပေးနိုင်တယ်။ အမှားနည်းတဲ့ အဖြေတွေကို ရှာဖွေပေးနိုင်ပါတယ်။

🔔🔔 ဒါကြောင့် မိတ်ဆွေက AI ကို စိတ်ဝင်စားတယ်၊ သိချင်တယ်၊ အသုံးပြုချင်တယ်၊ အသုံးချချင်တယ် ဆိုလို့ရှိရင် သူရဲ့ နောက်ကွယ်က အဓိကနည်းပညာတစ်ခုဖြစ်တဲ့ Machine Learning ကို လေ့လာဖို့ လိုအပ်ပါတယ်။





#နည်းပညာ #မြန်မာ