Wednesday, July 22, 2020

Become a AI(Deep learning) Expert

বর্তমানে AI এর demand সবার জানা। AI এর একটা subset হচ্ছে machine learning আর machine learning এর একটা subset হচ্ছে deep learning.


Deep learning এর তিনটি basic Algorithm
1. ANN(Artificial neural network)
2. CNN( convolution neural network)
3. RNN( Recurrent neural network)

ANN হচ্ছে deep learning এর core concept. কেননা CNN এবং RNN করতে ANN লাগে।

CNN = convolution layer + ANN
RNN = recurrent layer + ANN
সুতরাং ANN এর গুরুত্ব কতটা বুঝতেই পারছেন। এখন আসি CNN দিয়ে কি কি কাজ করা যায়।

CNN এর applications:
1. Facebook যে auto tagging হয় এটা CNN দিয়ে করা
2. Real life objects detection যেটা নিয়ে Google অনেক কাজ করতেছে।
3. Medical imaging

RNN এর applications:
1. আপনি যখন কাউকে mail করার জন্য text type করেন দেখবেন আপনার sentence এর next word কি হবে এটার suggession আসে। কিভাবে আসে? কোনো দিন চিন্তা করেছেন? hmm, এটাই RNN. RNN এর main application হচ্ছে text generation বা natural language processing(NLP)
2. Auto messaging বা Bot


ANN এর চিত্র দেখতে খুব সহজ। কয়েক টা circle আর কয়েক টা তাদের connectors.
ANN এ আসলে তিনটা layer থাকে
1. Input layer
2. Hidden layer
3. Output layer

এটাই যে কোনো figure এ দেখা যায়। কিন্তু ANN এর ভেতরে কি আছে ? ভেতরে আসলে mathematics ছাড়া আর কিছুই নেই। mathematics এর যেটা আছে তা হল calculus, function, matrix, vectors. আপনি যদি বাস্তব জীবনে mathematics এর topics গুলোর application জানেন তাহলে আপনি ANN clearly বুজবেন তা নাহলে github থেকে code copy paste করে আপনি নিজেকে ANN expert দাবি করবেন।

ANN এর দুইটা অংশ থাকে
1. Forward propagation
2. Backward propagation

Forward propagation এ থাকে multidimensional vector equation.আর backword propagation এ থাকে calculus, gradient discent.

কিভাবে শুরু করবেন?
আপনাকে প্রথমে mathematics শিখতে হবে। যেগুলো শিখতে হবে
1. Linear algebra( matrix, vector)
2. Calculus
3. Probability
4. Statistics

Source:
## linear algebra এর জন্য 3blue1brown এর series দেখবেন।
## calcululus এর জন্য 3blue1brown এর essence of calculus series দেখবেন

এই গুলো শেখার পরে আপনি python শিখবেন। python এর যেগুলো শিখবেন
1. Tensorflow
2. Keras

No comments:

Post a Comment