مصنوعی ذہانت (AI) کے تناظر میں اور خاص طور پر گوگل کلاؤڈ مشین لرننگ کے ڈومین میں لیبل لگا ڈیٹا سے مراد وہ ڈیٹا سیٹ ہے جس پر مخصوص لیبلز یا زمروں کے ساتھ تشریح یا نشان لگایا گیا ہے۔ یہ لیبل مشین لرننگ الگورتھم کی تربیت کے لیے زمینی سچائی یا حوالہ کے طور پر کام کرتے ہیں۔ ڈیٹا پوائنٹس کو ان کے متعلقہ لیبلز کے ساتھ جوڑ کر، مشین لرننگ ماڈل پیٹرن کو پہچاننا اور نئے، غیر دیکھے ڈیٹا کی بنیاد پر پیشین گوئیاں کرنا سیکھ سکتا ہے۔
لیبل لگا ڈیٹا زیر نگرانی سیکھنے میں ایک اہم کردار ادا کرتا ہے، جو مشین لرننگ میں ایک عام طریقہ ہے۔ زیر نگرانی سیکھنے میں، ماڈل کو ایک لیبل والے ڈیٹاسیٹ پر تربیت دی جاتی ہے تاکہ ان پٹ کی خصوصیات اور ان کے متعلقہ آؤٹ پٹ لیبلز کے درمیان تعلق سیکھ سکے۔ یہ تربیتی عمل ماڈل کو اپنے علم کو عام کرنے اور نئے، غیر دیکھے ڈیٹا پر درست پیشین گوئیاں کرنے کی اجازت دیتا ہے۔
اس تصور کو واضح کرنے کے لیے، آئیے تصویر کی شناخت کے شعبے میں مشین لرننگ ٹاسک کی ایک مثال پر غور کریں۔ فرض کریں کہ ہم ایک ایسا ماڈل بنانا چاہتے ہیں جو جانوروں کی تصاویر کو مختلف زمروں جیسے بلیوں، کتے اور پرندوں میں درجہ بندی کر سکے۔ ہمیں ایک لیبل والے ڈیٹاسیٹ کی ضرورت ہوگی جہاں ہر تصویر اس کے درست لیبل سے وابستہ ہو۔ مثال کے طور پر، ایک بلی کی تصویر پر "بلی"، کتے کی تصویر کو "کتے" کے طور پر لیبل کیا جائے گا، وغیرہ۔
لیبل لگا ڈیٹاسیٹ تصاویر کے مجموعے اور ان کے متعلقہ لیبلز پر مشتمل ہوگا۔ ہر تصویر کی نمائندگی خصوصیات کے ایک سیٹ سے کی جائے گی، جیسے کہ پکسل ویلیوز یا تصویر سے نکالی گئی اعلیٰ سطح کی نمائندگی۔ لیبل درست زمرہ یا کلاس کی نشاندہی کریں گے جس سے ہر تصویر کا تعلق ہے۔
تربیتی مرحلے کے دوران، مشین لرننگ ماڈل لیبل والے ڈیٹاسیٹ کے ساتھ پیش کیا جائے گا۔ یہ ان پٹ فیچرز اور متعلقہ لیبلز کے درمیان پیٹرن اور تعلقات کی شناخت کرنا سیکھے گا۔ ماڈل اپنے اندرونی پیرامیٹرز کو اپ ڈیٹ کرے گا تاکہ اس کی پیشین گوئیوں اور تربیتی ڈیٹا میں حقیقی لیبل کے درمیان فرق کو کم کیا جا سکے۔
ماڈل کو تربیت دینے کے بعد، اس کا استعمال نئی، غیر دیکھی ہوئی تصاویر پر پیشین گوئیاں کرنے کے لیے کیا جا سکتا ہے۔ بغیر لیبل والی تصویر کو دیکھتے ہوئے، ماڈل اس کی خصوصیات کا تجزیہ کرے گا اور لیبل والے ڈیٹاسیٹ سے اپنے سیکھے ہوئے علم کی بنیاد پر ممکنہ طور پر لیبل کی پیش گوئی کرے گا۔ مثال کے طور پر، اگر ماڈل پیش گوئی کرتا ہے کہ تصویر میں بلی ہے، تو اس کا مطلب ہے کہ اس نے تصویر میں ایسے نمونوں کو پہچان لیا ہے جو بلی کی نشاندہی کرتے ہیں۔
لیبل شدہ ڈیٹا ٹریننگ مشین لرننگ ماڈلز میں ایک بنیادی جزو ہے۔ یہ ماڈل سے سیکھنے اور درست پیشین گوئیاں کرنے کے لیے ضروری معلومات فراہم کرتا ہے۔ ڈیٹا پوائنٹس کو ان کے متعلقہ لیبلز کے ساتھ جوڑ کر، ماڈل پیٹرن کو پہچاننا سیکھ سکتا ہے اور اپنے علم کو نادیدہ ڈیٹا تک عام کر سکتا ہے۔
سے متعلق دیگر حالیہ سوالات اور جوابات EITC/AI/GCML گوگل کلاؤڈ مشین لرننگ:
- ٹیکسٹ ٹو اسپیچ (TTS) کیا ہے اور یہ AI کے ساتھ کیسے کام کرتا ہے؟
- مشین لرننگ میں بڑے ڈیٹاسیٹس کے ساتھ کام کرنے میں کیا حدود ہیں؟
- کیا مشین لرننگ کچھ ڈائیلاگک معاونت کر سکتی ہے؟
- TensorFlow کھیل کا میدان کیا ہے؟
- بڑے ڈیٹاسیٹ کا اصل مطلب کیا ہے؟
- الگورتھم کے ہائپرپیرامیٹر کی کچھ مثالیں کیا ہیں؟
- انسیمبل سیکھنا کیا ہے؟
- اگر منتخب کردہ مشین لرننگ الگورتھم مناسب نہیں ہے تو کیا ہوگا اور کوئی صحیح کو منتخب کرنے کو کیسے یقینی بنا سکتا ہے؟
- کیا مشین لرننگ ماڈل کو اپنی تربیت کے دوران نگرانی کی ضرورت ہے؟
- نیورل نیٹ ورک پر مبنی الگورتھم میں استعمال ہونے والے کلیدی پیرامیٹرز کیا ہیں؟
EITC/AI/GCML گوگل کلاؤڈ مشین لرننگ میں مزید سوالات اور جوابات دیکھیں
مزید سوالات اور جوابات:
- فیلڈ: مصنوعی ذہانت
- پروگرام: EITC/AI/GCML گوگل کلاؤڈ مشین لرننگ (سرٹیفیکیشن پروگرام پر جائیں۔)
- سبق: تعارف (متعلقہ سبق پر جائیں۔)
- موضوع: مشین لرننگ کیا ہے؟ (متعلقہ موضوع پر جائیں)