اردو- 11۱۴۱حصہ نظم سبق: ۲۲ ( غزل ) تدریسی مقاصد: طلبہ کو پروین شاکر کی شاعری میں پائے جانے والی شعری خوبیوں یعنی تشبیہات، استعارات اور زبان کی ندرت کی شناخت، ادبی جمالیات اور شعری حسن کو سمجھنے کی صلاحیت پیدا کرنا۔ طلبہ سے نسوانی اور تانیثی ادب کے بارے میں گفتگو کرنا۔ طلبہ کو پروین شاکر کی غزل کے مضامین اور موضوعات کے بارے میں بتانا۔ بادباں کھلنے سے پہلے کا اشارہ دیکھنا میں سمندر دیکھتی ہوں تم کنارہ دیکھنا یوں بچھڑنا بھی بہت آساں نہ تھا اُس سے مگر جاتے جاتے اُس کا وہ مُڑ کر دوبارہ دیکھنا کس شباہت کو لیے آیا ہے دروازے پہ چاند اے شبِ ہجراں! ذرا اپنا ستارہ دیکھنا کیا قیامت ہے کہ جن کے نام پر پلپا ہوئے اُن ہی لوگوں کو مقابل میں صف آرا دیکھنا جیتنے میں بھی جہاں جی کا زیاں پہلے سے ہے ایسی بازی ہارنے میں کیا خسارہ دیکھنا آئیے کی آنکھ ہی کچھ کم نہ تھی میرے لیے جانے اب کیا کیا دکھائے گا تمھارا دیکھنا ایک مُشتِ خاک اور وہ بھی ہوا کی زد میں ہے زندگی کی بے بسی کا استعارہ دیکھنا (ماہِ تمام) اضافی مطالعہ و ویڈیوز (EOLS) ویڈیو لیکچر غزل نمبر 5: بادباں کھلنے سے پہلے کا اشارہ دیکھنا | پروین شاکر ...
.png)
Learn the core principles of Machine Learning in Urdu with EOLS AI Lesson 2. Understand the differences between Supervised and Unsupervised Learning, their types (Regression, Classification, Clustering), and real-world examples like Spam filtering and customer segmentation.
کلاس: EOLS AI
مضمون: ڈیٹا اور الگورتھم
سبق نمبر: 2
مشین لرننگ کے اصول: سپروائزڈ اور ان سپروائزڈ لرننگ
حاصلاتِ تعلم (Learning Objectives)
اس سبق کے مطالعے کے بعد طلبہ اس قابل ہو جائیں گے کہ وہ مشین لرننگ کے بنیادی تصورات، سپروائزڈ اور ان سپروائزڈ لرننگ کے درمیان فرق اور ان کی مختلف اقسام کو مثالوں کے ساتھ سمجھ سکیں۔
آرٹیفیشل انٹیلیجنس (AI) کی دنیا میں "ڈیٹا اور الگورتھم" ریڑھ کی ہڈی کی حیثیت رکھتے ہیں۔ مشین لرننگ دراصل کمپیوٹر کو اس قابل بنانے کا نام ہے کہ وہ بغیر کسی واضح پروگرامنگ کے ڈیٹا سے خود بخود سیکھ سکے۔ Excellence Online Learning School (EOLS) کے اس دوسرے سبق میں ہم مشین لرننگ کے دو سب سے اہم اصولوں یعنی سپروائزڈ (Supervised) اور ان سپروائزڈ (Unsupervised) لرننگ کا تفصیلی جائزہ لیں گے۔
مشین لرننگ کیا ہے؟
مشین لرننگ اے آئی کی وہ شاخ ہے جو الگورتھمز کا استعمال کرتے ہوئے ڈیٹا میں موجود پیٹرنز (Patterns) کو سمجھتی ہے۔ جب ہم کسی مشین کو ڈیٹا فراہم کرتے ہیں، تو وہ اس ڈیٹا کی بنیاد پر فیصلے کرنے یا مستقبل کی پیش گوئی کرنے کی صلاحیت پیدا کر لیتی ہے۔ اے آئی کے اس سفر کو مزید بہتر طور پر سمجھنے کے لیے آپ excellenceonlinelearningschool.blogspot.com پر دستیاب دیگر وسائل سے بھی استفادہ کر سکتے ہیں۔
1. سپروائزڈ لرننگ (Supervised Learning)
سپروائزڈ لرننگ سے مراد ایسی "نگرانی میں سیکھنے" کا عمل ہے جہاں مشین کو "لیبل شدہ ڈیٹا" (Labeled Data) فراہم کیا جاتا ہے۔ اس کا مطلب یہ ہے کہ ہم مشین کو ان پٹ کے ساتھ ساتھ درست آؤٹ پٹ بھی بتا دیتے ہیں۔
سپروائزڈ لرننگ کیسے کام کرتی ہے؟
اس طریقہ کار میں ایک استاد (Teacher) کا تصور موجود ہوتا ہے۔ الگورتھم کو ایسے ڈیٹا پر ٹرین کیا جاتا ہے جس میں جوابات پہلے سے موجود ہوں۔ مثال کے طور پر، اگر ہم مشین کو ہزاروں ایسی تصاویر دکھائیں جن پر لکھا ہو کہ یہ "بلی" ہے اور یہ "کتا" ہے، تو مشین ان کے درمیان فرق سیکھ جائے گی۔
مشین لرننگ کے اصول Chart
سپروائزڈ لرننگ کی اہم اقسام:
- ریگریشن (Regression): اس کا استعمال اس وقت ہوتا ہے جب ہمیں کسی عددی قیمت (Numerical Value) کی پیش گوئی کرنی ہو، جیسے کہ گھر کی قیمت یا موسم کا درجہ حرارت۔
- کلاسیفیکیشن (Classification): جب ڈیٹا کو مختلف گروہوں میں تقسیم کرنا ہو، جیسے کہ ای میل کا "سپیم" ہونا یا نہ ہونا۔
2. ان سپروائزڈ لرننگ (Unsupervised Learning)
ان سپروائزڈ لرننگ میں مشین کو کسی قسم کی نگرانی یا لیبل شدہ ڈیٹا فراہم نہیں کیا جاتا۔ یہاں مشین کو صرف خام ڈیٹا دے دیا جاتا ہے اور وہ خود سے اس میں چھپے ہوئے پیٹرنز اور ساخت کو تلاش کرتی ہے۔
ان سپروائزڈ لرننگ کی اہمیت:
اس طریقہ کار میں مشین ڈیٹا کے اندر موجود مشابہت کی بنیاد پر گروہ بندی کرتی ہے۔ اگر آپ جدید الگورتھمز کے بارے میں مزید جاننا چاہتے ہیں تو ہماری ویب سائٹ excellenceonlinelearningschool.blogspot.com پر موجود آرٹیکلز آپ کی رہنمائی کر سکتے ہیں۔
ان سپروائزڈ لرننگ کی اہم اقسام:
- کلسٹرنگ (Clustering): ملتے جلتے ڈیٹا پوائنٹس کو ایک گروپ میں جمع کرنا، جیسے کہ خریداری کے رجحانات کی بنیاد پر صارفین کی گروپ بندی کرنا۔
- ایسوسی ایشن (Association): ڈیٹا کے درمیان تعلق دریافت کرنا، جیسے کہ یہ معلوم کرنا کہ جو لوگ ڈبل روٹی خریدتے ہیں وہ اکثر مکھن بھی خریدتے ہیں۔
سپروائزڈ بمقابلہ ان سپروائزڈ لرننگ: ایک موازنہ
ذیل میں ان دونوں طریقہ کار کے بنیادی فرق کو ایک جدول کے ذریعے واضح کیا گیا ہے:
| خصوصیت | سپروائزڈ لرننگ | ان سپروائزڈ لرننگ |
|---|---|---|
| ڈیٹا کی قسم | لیبل شدہ (Labeled) | غیر لیبل شدہ (Unlabeled) |
| طریقہ کار | ان پٹ سے آؤٹ پٹ کا نقشہ بنانا | ڈیٹا میں چھپے پیٹرن تلاش کرنا |
| نگرانی | بیرونی رہنمائی کی ضرورت ہوتی ہے | مشین خود سے سیکھتی ہے |
| درستی | زیادہ درست نتائج (اگر ڈیٹا اچھا ہو) | نتائج کا انحصار ڈیٹا کی پیچیدگی پر ہے |
| مثال | سپیم فلٹرنگ، چہرہ پہچاننا | کسٹمر سیگمنٹیشن، نیٹ ورک انالیسس |
کلیدی نکات (Key Takeaways)
- مشین لرننگ ڈیٹا سے سیکھنے کا نام ہے۔
- سپروائزڈ لرننگ میں لیبل شدہ ڈیٹا اور پہلے سے طے شدہ نتائج استعمال ہوتے ہیں۔
- ان سپروائزڈ لرننگ ڈیٹا کی اندرونی ساخت اور تعلقات کو سمجھنے کے لیے استعمال ہوتی ہے۔
- صحیح الگورتھم کا انتخاب ہمیشہ آپ کے پاس موجود ڈیٹا اور مطلوبہ مقصد پر منحصر ہوتا ہے۔
اختتامی کلمات
ڈیٹا اور الگورتھم کے اس بنیادی تصور کو سمجھنا AI کے میدان میں قدم رکھنے کے لیے ناگزیر ہے۔ چاہے وہ سپروائزڈ لرننگ ہو یا ان سپروائزڈ، دونوں کا مقصد ڈیٹا کو انسانی فائدے کے لیے کارآمد بنانا ہے۔ اے آئی کورس کے اگلے اسباق اور اپ ڈیٹس کے لیے excellenceonlinelearningschool.blogspot.com کے ساتھ جڑے رہیں۔
Comments
Post a Comment