Unit 4: Use Cases of Machine Learning
मशीन लर्निंग के उपयोग मामले
यूनिट 4: मशीन लर्निंग के उपयोग के मामले
सीखने के उदेश्य
इस इकाई के पूरा होने पर, प्रतिभागियों से यह अपेक्षा की जाती है कि वे इसमें सक्षम होंगे:
• रोजमर्रा की जिंदगी, शिक्षा, स्वास्थ्य देखभाल, व्यवसाय और वित्त में मशीन लर्निंग के अनुप्रयोगों के उदाहरण दें
परिचय
दुनिया तेजी से कृत्रिम बुद्धिमत्ता या अल समाधानों से प्रेरित हो रही है। मशीन लर्निंग या एमएल ऐसे समाधानों के डिजाइन और विकास में महत्वपूर्ण भूमिका निभाता है। यह इकाई मशीन लर्निंग या एमएल के कुछ उदाहरण अनुप्रयोगों पर चर्चा करेगी:
रोजमर्रा की जिंदगी में मशीन लर्निंग - कार्यस्थल सुरक्षा Machine Learning in Everyday Life - Workplace Safety
मशीन लर्निंग एप्लिकेशन कार्यस्थल दुर्घटनाओं को कम करके कार्यस्थल सुरक्षा को बढ़ाते हैं, कंपनियों को संभावित रूप से बीमार कर्मचारियों का पता लगाने में मदद करते हैं, और प्राकृतिक आपदाओं के प्रबंधन में संगठनों की सहायता करते हैं।
कार्यस्थल की सुरक्षा बढ़ाने के लिए मशीन लर्निंग का उपयोग कैसे किया जा सकता है इसका एक उदाहरण केस स्टडी में वर्णित है जैसा कि अगली स्क्रीन पर बताया गया है।
कार्यस्थल सुरक्षा - केस स्टडी
बिगमेट एक ऑस्ट्रेलियाई कंपनी है जो कार्यस्थल सुरक्षा में विशेषज्ञता रखती है। कार्यस्थल पर लगने वाली सबसे आम चोटें फिसलन, गिरती वस्तुओं और वाहन दुर्घटनाओं के कारण होती हैं। यह बताया गया है कि हर साल, इन कार्यस्थल चोटों के कारण अमेरिकी कंपनियों को $60 बिलियन अमरीकी डालर से अधिक का नुकसान होता है। कार्यस्थल में सुरक्षा बढ़ाने और दुर्घटनाओं को कम करने के लिए बिगमेट द्वारा प्रदान किए गए समाधानों में से एक को वॉर्नी कहा जाता है।
• वॉर्नी दुर्घटनाओं को रोकने और किसी खतरे की पहचान होने पर सुरक्षा अलर्ट भेजने के लिए कार्यस्थल की निगरानी करने के लिए मशीन लर्निंग का लाभ उठाता है।
वॉर्नी में दो मुख्य अनुप्रयोग शामिल हैं: वाहन टकराव से बचाव और सुरक्षा क्षेत्र की चेतावनी।
• अतिरिक्त मॉड्यूल में वस्तु संक्रमण का पता लगाने के लिए सुरक्षा ग्रिड, त्वचा के तापमान विश्लेषण के लिए "टर्मि", और सामाजिक दूरी का पालन नहीं करने वाले लोगों की पहचान करने के लिए डिजिटल स्वास्थ्य शामिल हैं।
• वॉर्नी इकोसिस्टम अमेज़ॅन वेब सेवाओं, जैसे इंटरनेट ऑफ थिंग्स, ग्रीनग्रास और सेजमेकर द्वारा प्रदान की गई प्रौद्योगिकियों का भी लाभ उठाता है।
खतरनाक मशीनों के आसपास काम कर रहे लोगों की सुरक्षा के लिए वॉर्नी द्वारा कंप्यूटर विज़न एल्गोरिदम का उपयोग किया जाता है। कंप्यूटर विज़न सामग्रियों के स्वतःस्फूर्त दहन, उपकरणों के ज़्यादा गर्म होने और कार्यस्थल में आग लगने की घटनाओं का पता लगा सकता है। यह कर्मचारियों की सुरक्षा को प्रभावित करने वाली अप्रत्याशित घटनाओं के बारे में वास्तविक समय में मशीन ऑपरेटरों का विश्लेषण, रिपोर्ट और सचेत भी कर सकता है।
स्रोत: वेंचरबीट (2020)।
रोजमर्रा की जिंदगी में मशीन लर्निंग - आवाज-आधारित स्मार्ट असिस्टेंट Machine Learning in Everyday Life - Voice-Based Smart Assistant
हम में से कई लोग कुछ पता लगाने या काम पूरा करने के लिए वॉयस-आधारित स्मार्ट असिस्टेंट, जैसे कि ऐप्पल सिरी या गूगल असिस्टेंट का उपयोग करते हैं। ये सभी स्मार्ट असिस्टेंट मशीन लर्निंग द्वारा संचालित हैं।
आवाज-आधारित स्मार्ट असिस्टेंट के कई सामाजिक लाभ हैं। उदाहरण के लिए, उनका उपयोग दृष्टिहीन या शारीरिक रूप से अक्षम लोगों को अधिक स्वतंत्र होने में मदद करने के लिए किया जा सकता है।
स्मार्ट असिस्टेंट अकेले रहने वाले लोगों को भी साथी की भावना देते हैं।
आवाज-आधारित स्मार्ट सहायक रोजमर्रा की जिंदगी में कैसे मदद कर सकते हैं, इसके उदाहरण अगली स्क्रीन पर देखे जा सकते हैं।
आवाज-आधारित स्मार्ट असिस्टेंट - केस स्टडी
वॉइस टेक्नोलॉजी और वॉइस असिस्टेंट का उपयोग अब अधिक व्यापक होता जा रहा है। 2018 में प्राइसवाटरहाउसकूपर्स के एक सर्वेक्षण से पता चला कि 90% उत्तरदाताओं को वॉयस तकनीक के बारे में पता था, और 72% ने वॉयस असिस्टेंट का भी इस्तेमाल किया था। वर्तमान में लगभग 3.25 बिलियन वॉयस असिस्टेंट उपयोग में हैं, और 2023 में यह संख्या 8 बिलियन तक पहुंचने की उम्मीद है।
आवाज-आधारित स्मार्ट सहायक हमारे जीवन में कैसे मदद कर सकते हैं, इसके दो उदाहरण इस प्रकार हैं:
अधिकांश ध्वनि सहायक अब स्वचालित अनुवाद क्षमताओं से सुसज्जित हैं। उदाहरण के लिए, Google का सहायक वर्तमान में 40 विभिन्न भाषाओं के साथ संगत है। इस तरह का एक वॉयस असिस्टेंट हमें विदेशी भाषा का उपयोग करने वाले अन्य लोगों के साथ बातचीत करने में मदद कर सकता है। ऐसा उपकरण बहुत उपयोगी हो सकता है, खासकर जब हम किसी विदेशी देश की यात्रा कर रहे हों।
एक वॉयस असिस्टेंट व्यक्ति को कई कार्यों तक हाथों से मुक्त पहुंच प्रदान करता है। बहुत से लोग अब इन उपकरणों का उपयोग अन्य कार्य करते समय करते हैं, जैसे खाना बनाना, टीवी देखना और गाड़ी चलाना।
रोजमर्रा की जिंदगी में मशीन लर्निंग - ग्लोबल पोजिशनिंग सिस्टम नेविगेशन सॉफ्टवेयर
Machine Learning in Everyday Life - Global Positioning System Navigation Software
ग्लोबल पोजिशनिंग सिस्टम या जीपीएस नेविगेशन सॉफ्टवेयर जैसे कि गूगल मैप्स या वेज़ किसी गंतव्य के लिए सर्वोत्तम इष्टतम मार्ग की गणना करने के लिए मैपिंग, रूटिंग और मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं।
मशीन लर्निंग तकनीकों का उपयोग यह पता लगाने के लिए किया जाता है:
परिवहन यातायात,
जटिल सड़क मार्ग बातचीत और
पर्यावरण तत्व
वे कई यातायात बाधाओं को दूर करने में मदद करते हैं, जिससे सड़क सुरक्षा, अर्थव्यवस्था और जीवन की गुणवत्ता में वृद्धि होती है।
आपातकालीन वाहन अस्पताल तक पहुंचने का सबसे छोटा और तेज़ रास्ता ढूंढ सकते हैं। लोग ट्रैफ़िक में फंसने के बजाय समय बचा सकते हैं और इस तरह उनका दिन अधिक उत्पादक हो सकता है।
शिक्षा में मशीन लर्निंग - अनुकूली लर्निंग Machine Learning in Education - Adaptive Learning
शिक्षा में मशीन लर्निंग का उपयोग प्रत्येक छात्र को व्यक्तिगत शैक्षिक अनुभव देने के लिए किया जा सकता है। उपयोगों में अनुकूली शिक्षण, वैयक्तिकृत शिक्षण और शिक्षण विश्लेषण शामिल हैं। आइए इनमें से प्रत्येक के बारे में विस्तार से जानें।
अनुकूली शिक्षा
अनुकूली शिक्षण में, एक छात्र के अध्ययन की बातचीत और प्रदर्शन का वास्तविक समय में विश्लेषण किया जाता है। इस डेटा के आधार पर शिक्षण विधियों और पाठ्यक्रम को संशोधित किया जा सकता है, और बेहतर शैक्षिक अनुभव के लिए व्यक्ति को अनुकूलित करके व्यक्तिगत जुड़ाव प्रदान करने में मदद की जा सकती है।
सॉफ्टवेयर सीखने के उन रास्तों की सिफारिश करके मदद करता है जिन्हें छात्र को अपनाना चाहिए, और सामग्री और सीखने की पद्धतियों के बारे में सुझाव देकर।
अनुकूली शिक्षा - उदाहरण Adaptive Learning - Example
अनुकूली शिक्षण मंच का एक उदाहरण नीचे वर्णित है।
2020 में, ताइवान के शिक्षा मंत्रालय (एमईटी) ने टेक्नोलॉजी-असिस्टेड सेल्फ-रेगुलेटरी लर्निंग प्रोजेक्ट (टीएएसआरएलपी) लॉन्च किया, जिसमें 300 से अधिक मध्य और प्राथमिक स्कूल शामिल थे। यह प्रोजेक्ट एक ऑनलाइन शिक्षण प्लेटफ़ॉर्म का उपयोग करता है जिसे ताइवान एडेप्टिव लर्निंग प्लेटफ़ॉर्म (टीएएलपी) के नाम से जाना जाता है। टीएएसआरएलपी का समर्थन करने के लिए, मंत्रालय डिजिटल उपकरणों के प्रावधान का वित्तपोषण भी करता है और स्कूलों को आसानी से इंटरनेट तक पहुंचने में सक्षम बनाने के लिए डिजिटल वातावरण में सुधार करता है।
टीएएलपी अल और मशीन लर्निंग के उपयोग के माध्यम से अनुकूली शिक्षण सुविधाएं प्रदान करता है। टीएएलपी के उपयोग ने स्कूलों को सक्षम बनाया है:
छात्रों की सीखने की कमियों की पहचान करना,
आकलन करें और
विभिन्न प्रकार के शिक्षण संसाधन प्रदान करें
टीएएलपी की एक दिलचस्प विशेषता व्यक्तिगत क्षेत्रों की इसकी ज्ञान संरचना है, जिसे ताइवान के आधिकारिक पाठ्यक्रम के अनुसार व्यवस्थित तरीके से मंच पर डिजाइन और निर्मित किया गया है। इसके अलावा, टीएएलपी मुफ्त ज्ञान पाठ वीडियो, क्विज़ और इंटरैक्टिव शिक्षण प्रदान करता है, जिससे शिक्षकों के लिए पाठ तैयार करना आसान हो जाता है। यह विद्यार्थियों को स्वतंत्र रूप से सीखने की भी अनुमति देता है।
स्रोत: लियू (2022)।
शिक्षा में मशीन लर्निंग - वैयक्तिकृत शिक्षणवैयक्तिकृत शिक्षण एक ऐसा दृष्टिकोण है जहां सीखने को अनुकूलन योग्य बनाया जाता है और व्यक्तिगत आवश्यकताओं का ध्यान रखा जाता है। इस शैक्षिक दृष्टिकोण के माध्यम से, छात्र अपने स्वयं के सीखने का मार्गदर्शन कर सकते हैं।
1.वे अपनी गति निर्धारित कर सकते हैं और क्या सीखना है और कैसे सीखना है इसके बारे में निर्णय ले सकते हैं।
2.वे उन विषयों को चुन सकते हैं जिनमें उनकी रुचि है, जिस शिक्षक से वे सीखना चाहते हैं, और वे किस पाठ्यक्रम, मानकों और पैटर्न का पालन करना चाहते हैं।
वैयक्तिकृत शिक्षण को एक शिक्षण प्रबंधन प्रणाली (एलएमएस) में लागू किया जा सकता है जो मशीन लर्निंग द्वारा संचालित होती है। एलएमएस छात्रों की पसंदीदा सीखने की शैली के अनुरूप अपने सीखने के माहौल को अनुकूलित कर सकता है।
शिक्षा में मशीन लर्निंग - लर्निंग एनालिटिक्स
लर्निंग एनालिटिक्स एक मशीन लर्निंग टूल है:
मापना,
एकत्रित करना,
विश्लेषण और
रिपोर्टिंग डेटा
सीखने और जिस वातावरण में यह होता है उसे अनुकूलित करने के लिए शिक्षार्थियों और उनके संदर्भ के बारे में।
सीखने के विश्लेषण के साथ, एक शिक्षक अंतर्दृष्टि प्राप्त कर सकता है और डेटा में गहराई से गोता लगा सकता है। शिक्षक सामग्री के लाखों टुकड़ों को छांट सकता है, उनकी व्याख्या कर सकता है, और फिर संबंध बना सकता है और निष्कर्ष निकाल सकता है। यह शिक्षण और सीखने की प्रक्रियाओं पर सकारात्मक प्रभाव डाल सकता है।
इसके अलावा, लर्निंग एनालिटिक्स उन रास्तों का सुझाव दे सकता है जिन्हें छात्र को अपनाना चाहिए। उपयोग किए जा रहे सॉफ़्टवेयर द्वारा प्रदान की गई सामग्री और अन्य शिक्षण पद्धतियों के लिए सुझाव प्राप्त करके छात्र लाभान्वित हो सकते हैं।
व्यवसाय में मशीन लर्निंग - ग्राहक सेवाएँ Machine Learning in Business - Customer Services
व्यवसाय में मशीन लर्निंग का व्यापक रूप से उपयोग किया जाता है। हम दो विशिष्ट क्षेत्रों पर चर्चा करेंगे जहां यह उपयोगी है: ग्राहक सेवाएँ और मानव संसाधन प्रबंधन। आगे हम उनमें से प्रत्येक के बारे में विस्तार से जानेंगे।
ग्राहक सेवाएं
यहां, व्यक्तिगत ग्राहक उपचार प्रदान करने के लिए मशीन लर्निंग का उपयोग किया जाता है। इसे पूरा करने के लिए कई मशीन लर्निंग एप्लिकेशन उपलब्ध हैं, जैसा चित्र 25 में दिखाया गया है।
चित्र 25. ग्राहक सेवाओं में मशीन लर्निंग।
अनुशंसा प्रणाली और ग्राहक विभाजन पर पहले चर्चा की जा चुकी है। एक अनुशंसा प्रणाली एक प्रोग्राम है जो उपयोगकर्ता को रुचि रखने वाली वस्तुओं का सुझाव देने के लिए उपलब्ध डेटा का विश्लेषण करती है। ग्राहक विभाजन वह प्रक्रिया है जिसके द्वारा कोई व्यवसाय अपने ग्राहकों को जनसांख्यिकी या व्यवहार जैसी सामान्य विशेषताओं के आधार पर समूहित करता है, ताकि वह उन ग्राहकों के लिए विपणन कर सके। अधिक प्रभावशाली रुप से।