पर्यवेक्षित बनाम अनुपयोगी शिक्षा
पर्यवेक्षित शिक्षण और अनुपयोगी शिक्षण जैसे शब्दों का उपयोग मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस के संदर्भ में किया जाता है जो हर गुजरते दिन के साथ महत्व प्राप्त कर रहे हैं। मशीन लर्निंग, आम आदमी के लिए, एल्गोरिदम है जो डेटा संचालित होते हैं और उदाहरणों की मदद से मशीन सीखते हैं। सीखने के दो प्रकार हैं; अर्थात्, पर्यवेक्षित शिक्षण और अनुपयोगी शिक्षण जो छात्रों को भ्रमित करते हैं क्योंकि दोनों के बीच कई समानताएं हैं। हालाँकि, अतिव्यापी होने के बावजूद, इस लेख में कुछ अंतर हैं जिन्हें हाइलाइट किया जाएगा।
आने वाले वर्षों में, हमें व्यावसायिक समस्याओं से निपटने को आसान और तेज़ बनाने के लिए मशीन लर्निंग के विकास में वृद्धि देखने की संभावना है। सरल व्यावसायिक समस्याओं से निपटने के लिए कर्मचारियों को काम पर रखना पर्यवेक्षित और अनुपयोगी शिक्षा की अवधारणाओं का उपयोग करके अप्रचलित हो जाएगा।
पर्यवेक्षित शिक्षण क्या है?
यह एक तरह की लर्निंग है जहां यूजर्स के इनपुट की मदद से मशीन लर्निंग होती है। मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस के क्षेत्र में अब तक के अधिकांश शोधों ने पर्यवेक्षित शिक्षण पर ध्यान केंद्रित किया है। उदाहरण के लिए, आपके ईमेल में स्पैम फ़ोल्डर कभी-कभी अनजाने में महत्वपूर्ण मेलों से भी भर जाता है। सिस्टम मशीन लर्निंग के आधार पर काम करता है जो स्पैम के विश्लेषण से संबंधित एल्गोरिदम को सूचित करता है। सिस्टम संदेशों को फ़िल्टर करने और झूठी सकारात्मकता को कम करने के लिए उन्हें स्पैम फ़ोल्डर में भेजने के लिए जानकारी का उपयोग करता है। एक खोज इंजन में, एल्गोरिथ्म खोज परिणामों को खोलने पर सबसे पहले क्लिक किए गए लिंक के आधार पर काम करता है।इससे उपयोगकर्ता के लिए खोज परिणामों में सुधार होता है। हालाँकि, पर्यवेक्षित शिक्षण में कुछ कमियाँ हैं क्योंकि मशीन को इस बात का अस्पष्ट विचार है कि क्या सही है और क्या गलत। यह मानवीय प्रतिक्रिया अक्सर पर्यवेक्षित शिक्षण के भविष्य के उपयोग को सीमित कर देती है।
अनपर्यवेज़्ड लर्निंग क्या है?
हम ऐसे समय में रह रहे हैं जहां हम हर समय मशीनों से बेहतर प्रदर्शन की तलाश में रहते हैं चाहे वह सीसीटीवी डेटा हो, जीपीएस डेटा, ऑनलाइन लेनदेन डेटा, मशीन स्कैन डेटा, सुरक्षा स्कैन डेटा इत्यादि। संगठन और सरकारें ऐसी मशीनें चाहती हैं जिन्हें बेहतर परिणाम देने के लिए मनुष्यों से पर्यवेक्षित डेटा की आवश्यकता नहीं है या नहीं चाहिए। इसके लिए निश्चित रूप से स्वचालन की दिशा में बहुत अधिक प्रयास करने की आवश्यकता है, और यद्यपि निकट भविष्य में पर्यवेक्षित शिक्षण को प्रतिस्थापित करने के लिए असुरक्षित शिक्षण की संभावना नहीं है, निकट भविष्य में हाइब्रिड दृष्टिकोण उभरने की संभावना है जो तेज और अधिक होगा वर्तमान में पर्यवेक्षित शिक्षण के माध्यम से प्राप्त होने वाले परिणामों की तुलना में कुशल।
पर्यवेक्षित और अनुपयोगी शिक्षा में क्या अंतर है?
• बेहतर स्वचालन या कृत्रिम बुद्धिमत्ता के लिए काम करने के लिए पर्यवेक्षित शिक्षण और अनुपयोगी शिक्षण दो अलग-अलग दृष्टिकोण हैं।
• पर्यवेक्षित शिक्षण में, बेहतर स्वचालन के लिए मानवीय प्रतिक्रिया होती है, जबकि अनुपयोगी शिक्षण में, मशीन से मानव इनपुट के बिना बेहतर प्रदर्शन की उम्मीद की जाती है।
• निकट भविष्य में हाइब्रिड दृष्टिकोण अधिक संभावित समाधान हैं जो पर्यवेक्षित और अनुपयोगी शिक्षा दोनों का उपयोग करते हैं।
