💸 🚅 🔗 क्या एक व्यक्ति को स्व-शिक्षण मॉडल बनाने की आवश्यकता है? 🐈 🧝🏾 🐫

मशीन सेल्फ लर्निंग में एक और कदम

बेशक, डेटा साइंस में कई सेल्फ लर्निंग मॉडल हैं, लेकिन क्या वे वास्तव में हैं? वास्तव में, नहीं: अब मशीन सीखने में एक ऐसी स्थिति है जहां मानव कारक प्रभावी मॉडल बनाने में निर्णायक भूमिका निभाता है।

डेटा साइंस अब विज्ञान और अंतर्ज्ञान का एक प्रकार का संलयन है, क्योंकि भविष्यवाणियों को सही ढंग से कैसे अनुमान लगाया जाए, इस बारे में कोई औपचारिक ज्ञान नहीं है कि कौन से मॉडल को मौजूदा दर्जनों में से चुनना है, और इस मॉडल में कई मापदंडों को कैसे कॉन्फ़िगर करना है। यह सब औपचारिक रूप से करना मुश्किल है, और इसलिए एक विडंबनापूर्ण स्थिति उत्पन्न होती है - मशीन सीखने के लिए एक मानवीय कारक की आवश्यकता होती है ।

यह वह व्यक्ति है जिसे सीखने की श्रृंखला का निर्माण करना है, और उन मापदंडों को समायोजित करना है जो आसानी से सर्वश्रेष्ठ मॉडल को बिल्कुल बेकार में बदल सकते हैं। इस श्रृंखला का निर्माण, जो प्रारंभिक डेटा को एक पूर्वानुमान मॉडल में बदल देता है, कार्य की जटिलता के आधार पर कई सप्ताह लग सकते हैं, और अक्सर परीक्षण और त्रुटि के द्वारा किया जाता है।

यह एक गंभीर दोष है, और इसलिए यह विचार उत्पन्न हुआ: क्या मशीन सीखना - अपने आप को उसी तरह शिक्षित कर सकता है जैसे कोई व्यक्ति करता है? ऐसी प्रणाली बनाई गई थी, और यह आश्चर्य की बात है कि यह खबर अभी तक व्यापकता तक नहीं पहुंची है!

TROT (ट्री-आधारित पाइपलाइन ऑप्टिमाइज़ेशन टूल)

कम्प्यूटेशनल जेनेटिक्स लैब (पेंसिल्वेनिया विश्वविद्यालय) में स्नातक छात्र रैंडी ओल्सन ने अपनी स्नातक परियोजना के हिस्से के रूप में एक ट्री-आधारित पाइपलाइन अनुकूलन उपकरण विकसित किया ।

इस प्रणाली को डेटा विज्ञान सहायक के रूप में तैनात किया गया है। यह मशीन निर्माण के हजारों अध्ययनों में से सबसे कठिन भाग का अध्ययन करता है, हजारों संभावित भवन श्रंखलाओं के बीच अध्ययन और चयन करता है, जो आपके डेटा को संसाधित करने के लिए सबसे उपयुक्त है।

पाइकॉन में सिस्टम को स्किटिट-लर्न लाइब्रेरी का उपयोग करके लिखा गया था, और आनुवंशिक एल्गोरिदम के माध्यम से स्वतंत्र रूप से मॉडल की तैयारी और निर्माण की एक पूरी श्रृंखला का निर्माण होता है। इस लेख की शुरुआत में आंकड़ा श्रृंखला के उन हिस्सों को प्रस्तुत करता है जो इसकी मदद से स्वचालित हो सकते हैं: पूर्वप्रक्रमक और भविष्यवक्ताओं का चयन, मॉडल का चयन, उनके मापदंडों का अनुकूलन।

यह विचार काफी सरल है - एक आनुवंशिक एल्गोरिथ्म ।
यह प्रकृति में प्राकृतिक चयन के समान तंत्र का उपयोग करके, यादृच्छिक चयन द्वारा हमें आवश्यक श्रृंखला खोजने के लिए एक एल्गोरिथ्म है। वे उनके बारे में पर्याप्त विवरण में विकिपीडिया पर, हैबर पर , या पुस्तक "सेल्फ-लर्निंग सिस्टम" में लिखे गए हैं(मैं इस विषय में रुचि रखने वालों के लिए सलाह देता हूं, इलेक्ट्रॉनिक रूप में एक नेटवर्क है)।

चयन के एक समारोह (फिटनेस फ़ंक्शन) के रूप में, परीक्षण नमूने में भविष्यवाणी की सटीकता का उपयोग किया जाता है, क्योंकि जनसंख्या का एक उद्देश्य डरावना तरीके और उनके पैरामीटर हैं।

परिणाम

लेखक MNIST सेट से हस्तलिखित अंकों के वर्गीकरण के लिए संदर्भ समस्या को हल करने के लिए टीपीओटी का उपयोग करने का एक सरल उदाहरण प्रस्तुत करता है ।

from tpot import TPOT  
from sklearn.datasets import load_digits  
from sklearn.cross_validation import train_test_split  
  
digits = load_digits()  
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target,  train_size=0.75) 
 
tpot = TPOT(generations=5, verbosity=2)  
tpot.fit(X_train, y_train)  
 
print( tpot.score(X_train, y_train, X_test, y_test) )
tpot.export('tpot_exported_pipeline.py')

जब आप कोड चलाते हैं, तो कुछ मिनटों के बाद, टीपीओटी को मॉडल बिल्डिंग चेन मिल सकती है, जिसकी सटीकता 98% तक पहुंच जाती है। यह तब होगा जब टीपीओटी को पता चलता है कि रैंडम फॉरेस्ट क्लासिफायरिएंट MNIST डेटा पर पूरी तरह से काम करता है।

हालाँकि, चूंकि यह प्रक्रिया संभावित है, इसलिए इसे दोहराए जाने वाले परिणामों के लिए random_state पैरामीटर सेट करने की सिफारिश की जाती है - उदाहरण के लिए, 5 पीढ़ियों के लिए मुझे केवल SVC और KNeighborsClassifier के साथ एक श्रृंखला मिली।

एक और क्लासिक समस्या पर प्रणाली का परीक्षण, फिशर के irises , 10 पीढ़ियों से अधिक 97% की सटीकता दी।

भविष्य

ट्रॉट एक ओपन सोर्स प्रोजेक्ट है जो एक महीने पहले (जो आमतौर पर इस तरह के सिस्टम के लिए एक बच्चे की उम्र है) पैदा हुआ और अब सक्रिय रूप से विकसित हो रहा है। परियोजना की वेबसाइट पर, लेखक डेटा वैज्ञानिकों को एक प्रणाली के विकास में शामिल होने के लिए प्रोत्साहित करता है, जिसका कोड github (https://github.com/rhiever/tpot) पर उपलब्ध है

, अब यह प्रणाली आदर्श से बहुत दूर है, लेकिन इस प्रणाली का विचार बेहद तार्किक है - पूर्ण स्वचालन मशीन सीखने की पूरी प्रक्रिया। और यदि विचार विकसित होता है, तो शायद सिस्टम जल्द ही दिखाई देगा जहां एक व्यक्ति को केवल डेटा डाउनलोड करने और परिणाम प्राप्त करने की आवश्यकता होती है। और फिर एक और सवाल उठेगा: क्या एक व्यक्ति को स्व-शिक्षण मॉडल बनाने की आवश्यकता है?

क्या एक व्यक्ति को स्व-शिक्षण मॉडल बनाने की आवश्यकता है?

मशीन सेल्फ लर्निंग में एक और कदम

TROT (ट्री-आधारित पाइपलाइन ऑप्टिमाइज़ेशन टूल)

परिणाम

भविष्य

More articles: