আপনি টেনসরফ্লো ডিসিশন ফরেস্ট (TF-DF) ব্যবহার করে ট্যাবুলার ডেটা থেকে মেশিন লার্নিং মডেলগুলিকে প্রশিক্ষণ, মূল্যায়ন এবং স্থাপন করতে পারেন। এই প্রক্রিয়াটি দ্রুত কারণ TF-DF এর জন্য শুধুমাত্র সেকেন্ডে অল্প পরিমাণ কোড এবং ট্রেনের প্রয়োজন হয়। কিন্তু যদি আপনার ডেটা একটি স্প্রেডশীটে থাকে, তাহলে একটি মেশিন লার্নিং মডেলকে প্রশিক্ষণ দিতে এবং ডেটার উপর ভবিষ্যদ্বাণী করতে আপনার স্প্রেডশীটে ডেটা ব্যবহার করার সবচেয়ে সহজ উপায় কী?
আপনি Google পত্রকগুলিতে সরাসরি আপনার ML-এর বেশিরভাগ কাজ করতে শীটের জন্য সাধারণ ML ব্যবহার করতে পারেন৷ সরল এমএল সহ:
- আপনাকে কোন কোড লিখতে হবে না।
- প্রশিক্ষণ কয়েক সেকেন্ডের মধ্যে আপনার ব্রাউজারে স্থানীয়ভাবে চলে।
- আপনি টেনসরফ্লো, কোলাব বা টিএফ সার্ভিং-এ সিম্পল এমএল তৈরি করা মডেলগুলি এক্সপোর্ট করতে পারেন।
এবার শুরু করা যাক
- ওয়ার্কপ্লেস মার্কেটপ্লেস থেকে সিম্পল এমএল অ্যাডন পান।
- কয়েক মিনিটের মধ্যে স্প্রেডশীটে মেশিন লার্নিং ব্যবহার করার জন্য শিটের জন্য প্রাথমিক ML টিউটোরিয়াল ব্যবহার করে দেখুন!
একবার দেখা যাক
উদাহরণস্বরূপ, নিম্নলিখিত চিত্রটি একটি স্প্রেডশীট দেখায় যেখানে পামার পেঙ্গুইন ডেটাসেটের একটি অনুলিপি রয়েছে৷ প্রতিটি সারি একটি পেঙ্গুইন প্রতিনিধিত্ব করে। লক্ষ্য করুন যে প্রজাতির কলামের কিছু মান অনুপস্থিত। Google পত্রকের জন্য সাধারণ ML অ্যাডঅন ব্যবহার করে, আপনি অনুপস্থিত মানগুলির পূর্বাভাস দিতে মেশিন লার্নিং ব্যবহার করতে পারেন।
"
হুডের নীচে, অনুপস্থিত মানগুলির পূর্বাভাস টাস্কটি সারিগুলিতে একটি মডেলকে প্রশিক্ষণ দেয় যা প্রদত্ত কলামে মান ধারণ করে (এই ক্ষেত্রে, প্রজাতি কলাম), এবং তারপরে অনুপস্থিত মানগুলির পূর্বাভাস দিতে সেই মডেলটি ব্যবহার করে। আপনাকে একটি মডেল তৈরি বা টিউন করতে হবে না, এবং আপনাকে কনফিগার করতে হবে না কিভাবে ইনপুট বৈশিষ্ট্যগুলি মডেল দ্বারা গ্রাস করা হয় - সাধারণ ML আপনার জন্য সেগুলি পরিচালনা করে৷
আপনি সরল এমএল দিয়ে কি করতে পারেন?
Google পত্রকগুলিতে সাধারণ ML অ্যাড-অন সক্ষম করার পরে, আপনি অনুপস্থিত মানগুলির পূর্বাভাস দিতে পারেন এবং আপনার ডেটাতে অস্বাভাবিক মানগুলি সনাক্ত করতে পারেন৷ সাধারণ ML মানগুলি ধারণ করতে আপনার স্প্রেডশীটে নতুন কলাম তৈরি করে এবং নতুন মানগুলির প্রতি আস্থাও রাখে৷
এই কাজগুলি সম্পূর্ণ করার জন্য, সাধারণ ML ব্যাকগ্রাউন্ডে একটি ML মডেল তৈরি করে এবং আপনার স্প্রেডশীটের ডেটাতে এটিকে প্রশিক্ষণ দেয়। মডেলটি আপনার Google ড্রাইভ ফোল্ডারে simple_ml_for_sheets নামে একটি ফোল্ডারে সংরক্ষিত আছে৷
আপনি মডেলটিকে প্রশিক্ষণ দেওয়ার জন্য ডেটার কোন কলামগুলি বেছে নিয়ে এবং ঐচ্ছিকভাবে একটি প্রশিক্ষণ অ্যালগরিদম নির্বাচন করে একটি মডেলকে প্রশিক্ষণ দিতে পারেন৷
একটি মডেল প্রশিক্ষিত হওয়ার পরে, আপনি একটি নির্দিষ্ট কলামে সমস্ত মান ভবিষ্যদ্বাণী সহ কার্য সম্পাদন করতে এটি ব্যবহার করতে পারেন
আপনি মডেল মূল্যায়ন এবং বুঝতে পারেন.
Colab-এ ব্যবহার করার জন্য আপনি মডেলটি এক্সপোর্ট করতে পারেন।
আপনি একটি মডেলের বিশদ বিবরণ দেখতে পারেন, এবং Simple ML তৈরি করা মডেলগুলির নাম পরিবর্তন করতে এবং মুছে ফেলতে পারেন।
সাধারণ ML আপনার ডেটা নিরাপদ রাখে
সাধারণ ML আপনার স্প্রেডশীট ডেটা সংরক্ষণ করে। সাধারণ ML কখনও বিদ্যমান ডেটা ওভাররাইট করে না, পরিবর্তে এটি নতুন কলাম তৈরি করে যা ভবিষ্যদ্বাণী করা মানগুলির পাশাপাশি ভবিষ্যদ্বাণীর আত্মবিশ্বাসের সম্ভাবনা দেখায়। এইভাবে, আপনি ভুল করে ডেটা হারাবেন না।
সাধারণ ML-এর ট্রেনিং অপারেশনগুলি সমস্ত সরাসরি আপনার ব্রাউজারে চলে, যার মানে আপনার ডেটা সম্পূর্ণরূপে আপনার Google শীটে থাকে৷ সুবিধার মধ্যে রয়েছে:
- গোপনীয়তা: ডেটাসেট এবং মডেলগুলি Google পত্রকের বাইরে (Google ড্রাইভ ছাড়া) তৃতীয় পক্ষের কাছে পাঠানো হয় না।
- প্রতিক্রিয়াশীলতা: প্রশিক্ষণ তাৎক্ষণিক (ছোট ডেটাসেটে)।
- কোন কোটা সীমা নেই: যেহেতু আপনি প্রশিক্ষণের জন্য আপনার মেশিনটি ব্যবহার করছেন, আপনি যতগুলি মডেল এবং যতক্ষণ চান ততক্ষণ প্রশিক্ষণ দিতে পারেন।
আপনার স্প্রেডশীটে থাকা ডেটাতে সাধারণ ML ট্রেনের মডেলগুলি
সরল ML আপনাকে বিস্তারিত চিন্তা না করেই আপনার স্প্রেডশীটে ML-এর শক্তি ব্যবহার করতে দেয়। আপনি শুধুমাত্র বড় ছবি সম্পর্কে চিন্তা করতে হবে - আপনি এই ভবিষ্যদ্বাণীগুলির সাথে কি করতে যাচ্ছেন?
যাইহোক, ডেভেলপারদের জন্য যারা ML মডেল তৈরি এবং ব্যবহার সম্পর্কে আরও জানেন, Simple ML আপনাকে আপনার মডেলগুলিতে অ্যাক্সেস দেয়৷ উদাহরণস্বরূপ, আপনি একটি মডেলকে ম্যানুয়ালি প্রশিক্ষণ, মূল্যায়ন, প্রয়োগ বা বিশ্লেষণ করতে পারেন এবং একটি নতুন মডেল তৈরি করার সময় আপনি একটি প্রশিক্ষণ অ্যালগরিদম বেছে নিতে পারেন।
আপনি যখন অনুপস্থিত মানগুলির পূর্বাভাস দেওয়ার মতো কাজগুলি সম্পাদন করার জন্য সাধারণ ML ব্যবহার করেন, তখন এটি একটি ML মডেল তৈরি করে এবং এটিকে আপনার Google ড্রাইভে একটি ফোল্ডারে সংরক্ষণ করে যা simple_ml_for_sheets নামে পরিচিত। তারপর আপনি ভবিষ্যদ্বাণী করতে এবং অন্যান্য ডেটা বিশ্লেষণ করতে সেই মডেলটি ব্যবহার করতে পারেন। উদাহরণ স্বরূপ, আপনি কোল্যাবে সংরক্ষিত মডেলটি আপলোড করতে পারেন এবং এটি ব্যবহার করে এমন কোড লিখতে এবং চালাতে পারেন।
পত্রকের জন্য সাধারণ ML ব্যবহার সম্পর্কে আরও জানুন
শুরু করতে, পত্রকের জন্য ML পরিচায়ক টিউটোরিয়াল দেখুন ।
সিম্পল এমএল কীভাবে ব্যবহার করবেন সে সম্পর্কে আরও জানতে শীট ডকুমেন্টেশনের জন্য সরল এমএল দেখুন।