ডাটা নিয়ে কথা -মাসনুন আহমেদ
  • শূন্য থেকে শুরু
    • কেন লিখছি, কাদের জন্য লিখছি, কিভাবে শিখতে হয়
    • গিটবুকটি কিভাবে পড়বেন ?
  • julius.ai কি ?
    • julius.ai ফিচারগুলো
      • প্রম্প্ট বেসড ডাটা এনালাইসিস
      • প্রোগ্রামিং খটমট নেই
      • গ্রাফ এবং ডাটা ভিজুয়ালাইজেশন
      • ডাটার মিনিংফুল ইনসাইট
      • ডাটা স্ট্রাকচারিং এবং হেভিওয়েট ডাটা
  • হাতেকলমে জুলিয়াসের প্রয়োগ
    • ডাটা এনালিটিক্স এর ৭টি স্টেপ : যেভাবে Ai এর সাহেয্যে আমি ডাটা এনালাইসিস করি
    • একটি অফিসের গল্প
    • রিলেশনশিপ স্ট্যাটাস
    • কাস্টমারদের ডাটাসেট
    • User Engagement এবং Churn Prediction
  • জুলিয়াস দিয়ে স্ট্যাস্টিকাল টেস্ট
    • ANOVA Test
    • Chi Square Test
  • AI এর উপরে কিছু গবেষণা
    • Biased Vs Unbias AI
    • AI এর উপর স্ট্যানফোর্ডের গবেষণা
    • আর্টিফিসিয়াল জেনারেল ইন্টেল পর্ব ১ [লেখা চলমান থাকবে]
    • দা ইমিটিশন গেম
    • বায়োইনফরমেটিক্স এ AI এর ব্যাবহার
  • ক্যাগলের নোটবুক
    • ক্যাগলের নোটবুক এবং আমার পাইথনে ডাটা ভিজুয়াল
    • Exploring Top US Data Science and Analytics Master's Program - 01
    • শার্ক ট্যাঙ্ক বাংলাদেশ ২০২৪
    • লিংকডইনের USA এর AI /ML জব এর ডাটাসেট :: ক্যাগলে আমার তৃতীয় নোটবুক
    • ১৫০ থেকে ১৭০০ :: ডেঙ্গুর ডাটাসেট
    • ক্যাগলের এপার্টমেন্টের ডাটাসেট
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেট এনালাইসিস : পর্ব ১
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেটের গল্প : পর্ব ২
    • বাংলাদেশের ৪ জেলার ট্রাভেলার ডাটাসেটের গল্প : পর্ব ৩ (শেষ পর্ব )
    • NLP ক্লাসিফিকেশন ডাটাসেট :মেশিন মেশিন কি পারবে রোগ অনুযায়ী ডক্টর সাজেস্ট করতে ?
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ১ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ২ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ৩ )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স ( শেষ পর্ব )
    • সোশ্যাল মিডিয়ায় কেনাকাটার উপর ডাটা এনালিটিক্স (পর্ব ৪ )
    • হিট ভালনারবিলিটি ইনডেক্স এর একটি ডাটাসেট : শহর চট্টগ্রাম
  • ক্যাগলের কম্পিটিশনে আমার অংশগ্রহণ
    • আবাহাওয়ার ডাটাসেট নিয়ে প্রেডিকশন -১
    • স্পেসশিপ টাইটানিক ডাটাসেট-২
    • সেন্টিমেন্ট এনালাইসিস ডাটাসেট -৩
    • প্রজেক্ট টাইটানিক - ৪
    • টুইটারের টুইট দিয়ে প্রাকৃতিক দুর্যোগের মেশিন লার্নিং মডেল-৫
    • মেশিন কে হাতেরলেখা চিনানো বিশ্ববিখ্যাত MNIST ডাটাসেটের গল্প - ৬
    • ব্যাঙ্ক এর কাস্টমার ব্যাঙ্ক ছেড়ে যাবে কি না - ৭
    • মোটু কাহিনী : মাল্টিক্লাস প্রেডিক্টর কম্পিটিশন - ৮
    • বন্যার পূর্বাভাস সংক্রান্ত কম্পিটিশন : ফ্লাড প্রেডিকশন ডাটাসেট - ৯
    • সোশ্যাল মিডিয়া ইনফ্লুয়েন্সার ডাটাসেট -১০
    • Binary Prediction of Poisonous Mushrooms ডাটাসেট-১১
    • ক্যাগলের কম্পিটিশন : মেশিন কি পারবে আপনি বিষন্ন কিনা সেটি বলতে ?
    • Gliese 12 b
    • যারা গিটবুকটি সাইটেশন করতে চান
  • AI এর যুগে আমরা : কি শিখবো, কিভাবে শিখবো
  • Data Democratization : একজন নন টেক হয়েও আমার প্রতিষ্ঠান TradePoint কে যেভাবে Data Driven বিজনেস kore
  • মৃত্যুকূপ : Geospatial ডাটাসেটে আমার প্রথম Ai দিয়ে কাজ
  • AI, ক্লাউড আর ডাটা সায়েন্স: ২০২৫ সালের ৭টি ট্রেন্ড যা অনেক কিছুই বদলে দিবে
  • জুলিয়াস থেকে পাওয়া উপহার
  • কিছু রিডিং ম্যাটেরিয়াল
  • ভবিষৎতের পৃথিবী :: কোডিং নিয়ে কিছু কথা (পর্ব ১)
  • ভবিষৎতের পৃথিবী : শ্রমিক,ব্যাঙ্কার অথবা একজন ডাটা এনালিস্ট :: কে Ai এর প্রভাবমুক্ত?: (পর্ব ২)
  • প্রশ্নোত্তরে ডাটা নিয়ে কথা
  • 💡টেক ডায়েরি 💡
    • বুক রিভিউ ১ :: প্রোগ্রামিং ফর বিগিনার
    • app রিভিউ পর্ব ১
    • Open AI এবং Iliya
    • ভবিষ্যতের কম্পিউটিং কেমন হবে ?
    • কৃত্রিম বুদ্ধিমত্তার শাসন কি সমাগত?
    • ডাটা এনালিটিক্স এর ভবিষ্যৎ
    • চায়না জেনেরেটিভ AI এর পেটেন্টে এগিয়ে
    • OpenAI o1 সম্পর্কে
    • Pixtral 12B মডেল
Powered by GitBook
On this page

AI এর যুগে আমরা : কি শিখবো, কিভাবে শিখবো

Tell me, and I forget. Teach me, and I remember. Involve me, and I learn - Benjamin Franklin

কোনো একটা কাজে নীলক্ষেতে গিয়েছিলাম। নীলক্ষেত গেলেই বই কিনি আর না কিনি এমনিতেই ভিতরে বইগুলোর অলিগলিতে একটা ঢু মেরে আসি। সেই ঢু মারতে গিয়েই আগ্রহ হলো দেখার নীলক্ষেতে এখনো সেই রিপোর্ট, রিসার্চ পেপার, থিসিস পেপার বেচাকেনার দোকানগুলো আছে কি না। ঘড়ি জানান দিলো আজকে সময় হবে না। কিন্তু বোধকরি খুব সম্ভব আছে। প্রশ্ন উঠতে পারে কিভাবে জানলাম - উত্তর দিচ্ছি না, কারণ সামাজদার কে লিয়ে ইশারা ভি কাফি হ্যায় !

এবার তাহলে একটু ঝা চকচকে কনসেপ্ট নিয়ে কথা বলি - জেনেরেটিভ AI, LLM এগুলার সাথে তো আমরা সবাই কমবেশি পরিচিত। আজকে আমি যখন এই লেখা লিখছি, বা আপনি যখন এই লেখা পড়ছেন কোনো এক জেনেরেটিভ AI এর প্লাটফর্ম তখন হয়তো ব্যস্ত কোনো না কোনো শিক্ষার্থীর রিসার্চ পেপার এর ড্রাফট তৈরী তে। এটি AI এর একটি ভালো দিক। ড্রাফট তৈরী করে সেটিকে যদি শিক্ষার্থী ঠিক ঠাক করে জমা দেয় এতে করে তাই পড়া এবং শিখা দুটোই হলো।

এখনকার মডেলগুলো দিনকে দিন এতটাই শক্তিশালী হয়ে উঠছে, এর খারাপ দিক হতে পারে - হয়তো পুরো প্যাপারটাই লিখে দিলো কোনো জেনেরেটিভ AI. এতে করে কারো সর্বনাশ হলেও , আরেকজন এর জন্য কিন্তু সেটা পৌষমাস - কিভাবে ? আরেকটি কোম্পানি নতুন আরেকটি প্রযুক্তি নিয়ে আসলো - AI জেনারেটেড text Identify এর। যদিও আমার ব্যাক্তিগত রিসার্চ বলে AI জেনারেটেড text identify করার অধিকাংশ প্ৰযুক্তি ১০০% সঠিক রেজাল্ট দেয় না। পরীক্ষা করার জন্য, আমি একবার একটি পেপার লিখে কোনো একটি সফটওয়্যার দিয়ে পরীক্ষা করেছিলাম - রেজাল্ট ৭০% AI জেনারেটেড টেক্সট। মজার ব্যাপার এই পেপারটি আমি নিজে থেকে প্রায় একদিন সময় নিয়ে লিখেছিলাম।

AI যে সমস্ত ইন্ডাস্ট্রিতে সবচেয়ে বেশি ইম্প্যাক্ট তৈরী করছে (এবং করবে ) তার একটি হচ্ছে - শিক্ষা। অনেক অনেক উদহারণ নিয়ে কথা বলতে পারি। কিন্তু খুব সহজ একটা উদাহরণ দিতে চাই। যেহেতু ডাটা নিয়ে কাজের পাশাপাশি টুকটাক লিখি সেই সুবাদে অনেকের সাথে যোগাযোগ হয়। একবার এক ভাই আমার কাছে জানতে চাইলেন ডেস্ক্রিপটিভ স্ট্যাট এর কিছু কন্সপেটগুলো সহজভাবে কিভাবে বুঝতে পারবেন। আমি তাকে নিচের গল্পটি শুনলাম :

চাচা মিয়া গ্রামের সবচেয়ে বয়স্ক এবং জ্ঞানী ব্যক্তি। তিনি সবসময় শিশুদের নতুন কিছু শেখাতে ভালোবাসতেন।

চাচা মিয়া তার ঝুড়ি থেকে কিছু আম বের করলেন। তিনি বললেন ধরো, আমাদের পাঁচটি আমের ওজন হলো ২০০ গ্রাম, ২৫০ গ্রাম, ৩০০ গ্রাম, ৩৫০ গ্রাম, এবং ৪০০ গ্রাম। তাহলে গড় ওজন হবে (২০০+২৫০+৩০০+৩৫০+৪০০)/৫ = ৩০০ গ্রাম। এইটারে স্ট্যাটিস্টিক্স এর ভাষায় বলে মিন বা গড়। যদি আমরা আমাদের আমগুলোর ওজনকে ক্রমানুসারে সাজাই, তাহলে ২০০ গ্রাম, ২৫০ গ্রাম, ৩০০ গ্রাম, ৩৫০ গ্রাম, ৪০০ গ্রাম। এখানে মধ্যক হলো ৩০০ গ্রাম, কারণ এটা মাঝের সংখ্যা।

চাচা মিয়া আরো বললেন বললেন, "এখন আমরা শিখব 'মোড' সম্পর্কে। মোড হলো যে সংখ্যা সবচেয়ে বেশি বার আসে। ধরো, আমাদের আমগুলোর ওজন হলো ২০০ গ্রাম, ২৫০ গ্রাম, ২৫০ গ্রাম, ৩০০ গ্রাম, ৩৫০ গ্রাম। এখানে মোড হলো ২৫০ গ্রাম, কারণ এটা দুইবার এসেছে।"

এই গল্পের মাধ্যমে আমরা শিখলাম গড়, মধ্যক, মোড সম্পর্কে। আশা করি, তোমরা সবাই এই গল্পটি পড়ে পরিসংখ্যান সম্পর্কে কিছুটা ধারণা পেয়েছ।

যারা স্ট্যাট এর কিছুই জানেন না এই গল্পটি পড়লে, আশা করি খুব সহজেই বুঝে যাবেন কনসেপ্টগুলো কি ? বাকি থাকলো এপ্লিকেশন। এপ্লিকেশন আপনার তখন ই ভালো হবে যখন আপনি প্রাকটিস করবেন। তাই আমার ব্যাক্তিগত উপদেশ ডাটা নিয়ে কাজের ক্ষেত্রে হাতে কলমে শিখার থেকে ভালো আর কিছুই হতে পারে না।

আচ্ছা বলুনতো গল্পটি কি আমার লেখা ? এই প্রশ্নের উত্তর দিবো লেখার শেষে।

চলে আসি শিখার ব্যাপারটিতে। আরো ন্যারো ডাউন করলে - ডাটা নিয়ে কাজ শিখার ব্যাপারে। আমরা এমন একটি সময়ে প্রবেশ করেছি- কেউ যদি এখন কোনো কিছু শিখতে চায় AI এর হেল্প নিয়ে সেটি তার অফিসে অথবা বাসায় বসেই শিখা সম্ভব। কিভাবে ? কিছু পয়েন্ট বলি :

১. আমি ডাটা নিয়ে কাজ শিখাটা শুরু করেছিলাম AI ডাটা এনালাইসিস টুল জুলিয়াস দিয়ে (যারা আমার লেখা প্রথম পড়ছেন , আগের লেখাগুলো পড়লে আমার পুরো জার্নিটা জানতে পারবেন ) . সেখান থেকে আমি ক্যাগল নোটবুকে কোডিং করা শুরু করি। বেছে নেই ডাটা ভিজ এর জন্য পাইথন এর লাইব্রেরি কে। আপনাদের শিখার আগ্রহের জন্য বলছি -এর মধ্যে ৩টি নোটবুক ব্রোঞ্জ মেডেল পেয়েছে। আমার এই শিখার জার্নি তে - কোনো কোর্স আমি করিনি। স্ট্যাট এর কিছু ব্যাসিক কনসেপ্ট আমি জানতাম। ভরসা করেছি সেগুলোর উপরেই।

২. প্রশ্ন প্রশ্ন এবং প্রশ্ন : ডাটা নিয়ে কাজের ক্ষেত্রে সঠিক প্রশ্ন, সঠিক ভাবে identify করা খুব বেশি জরুরি। প্রশ্ন ভুল হলে উত্তর ভুল হবে। আমার মতে এনালাইসিস থেকেও জরুরি সঠিক প্রশ্ন, সঠিক ভাবে identify করা।

বলেছিলাম গল্পটি কার লেখা সেটি লাস্টে বলবো - গল্পটি একটি LLM মডেলের লেখা। যারা ভাবছেন চ্যাট gpt এর লেখা তাদের কে বলি - চ্যাট GPT থেকেও অনেক বেশি শক্তিশালী এবং কাজের মডেল already এক্সিস্ট করছে। খুঁজে বের করুন !

ওপেন aI এর CEO স্যাম অল্টম্যান কে জিজ্জেস করা হয়েছিল - "AI এর যুগে একজন শিক্ষার্থী কি নিয়ে পড়াশোনা করলে সারভাইভ করতে পারবে"? উত্তরটা ভিডিও তে আছে।

উত্তরের মাঝে একটি লাইন আমার মনোযোগ আকর্ষণ করেছে - Deep Familiarity with the AI tools

এখনকার যুগে যে কোনো একটি AI টুল কে যদি আপনার প্রতিদিনের কাজের সঙ্গী করে নিতে পারেন, তাহলে সামনে আপনি সেটার advantage পাবেন।

পাশাপাশি বলতে চাই গল্প করে যদি শিখা যায়, তাহলে খারাপ কি ? মডেলগুলোর সাথে ডাটা নিয়ে গল্প শুরু করুন, শিখতে বাধ্য হবেন।

Previousযারা গিটবুকটি সাইটেশন করতে চানNextData Democratization : একজন নন টেক হয়েও আমার প্রতিষ্ঠান TradePoint কে যেভাবে Data Driven বিজনেস kore

Last updated 8 months ago