ডেটা মাইনিং এবং ডেটা এক্সট্রাকশনের মধ্যে পার্থক্য বোঝা

এই দুটি ডেটা সায়েন্স বাজওয়ার্ড অনেক লোককে বিভ্রান্ত করে। ডেটা মাইনিংকে প্রায়ই ডেটা আহরণ এবং পুনরুদ্ধার হিসাবে ভুল বোঝানো হয়, তবে বাস্তবতা অনেক বেশি জটিল। এই পোস্টে, আসুন ডট মাইনিং করি এবং ডেটা মাইনিং এবং ডেটা এক্সট্রাকশনের মধ্যে পার্থক্য খুঁজে বের করি।

ডেটা মাইনিং কি?

ডেটা মাইনিংও বলা হয় ডেটাবেস নলেজ ডিসকভারি (KDD), এমন একটি কৌশল যা প্রায়শই পরিসংখ্যানগত এবং গাণিতিক পদ্ধতি ব্যবহার করে লুকানো নিদর্শন বা প্রবণতাগুলি খুঁজে বের করতে এবং সেগুলি থেকে মান বের করার জন্য বড় ডেটাসেটগুলি বিশ্লেষণ করতে ব্যবহৃত হয়।

ডাটা মাইনিং দিয়ে কি করা যায়?

প্রক্রিয়া স্বয়ংক্রিয় করে, ডেটা মাইনিং সরঞ্জাম ডাটাবেস ব্রাউজ করতে এবং কার্যকরভাবে লুকানো নিদর্শন উন্মোচন করতে পারে। ব্যবসার জন্য, ডেটা মাইনিং প্রায়শই ভাল ব্যবসায়িক সিদ্ধান্ত নিতে সাহায্য করার জন্য ডেটাতে প্যাটার্ন এবং সম্পর্ক আবিষ্কার করতে ব্যবহৃত হয়।

অ্যাপ্লিকেশন উদাহরণ

1990-এর দশকে ডেটা মাইনিং ব্যাপক হওয়ার পরে, খুচরা, অর্থ, স্বাস্থ্যসেবা, পরিবহন, টেলিযোগাযোগ, ই-কমার্স ইত্যাদি সহ বিস্তৃত শিল্পের কোম্পানিগুলি ডেটার ভিত্তিতে তথ্য প্রাপ্ত করার জন্য ডেটা মাইনিং পদ্ধতি ব্যবহার করতে শুরু করে। ডেটা মাইনিং গ্রাহকদের ভাগ করতে, জালিয়াতি সনাক্ত করতে, বিক্রয়ের পূর্বাভাস দিতে এবং আরও অনেক কিছু করতে সহায়তা করতে পারে।

• গ্রাহক বিভাজন
  গ্রাহকের ডেটা বিশ্লেষণ করে এবং লক্ষ্য গ্রাহকদের বৈশিষ্ট্য চিহ্নিত করে, কোম্পানিগুলি তাদের একটি পৃথক গ্রুপে গোষ্ঠীবদ্ধ করতে পারে এবং তাদের চাহিদা পূরণ করে এমন বিশেষ অফার প্রদান করতে পারে।
• বাজার ঝুড়ি বিশ্লেষণ
  এই কৌশলটি সেই তত্ত্বের উপর ভিত্তি করে তৈরি করা হয়েছে যে আপনি যদি একটি নির্দিষ্ট গোষ্ঠীর পণ্য কেনেন, তাহলে আপনি একটি ভিন্ন গ্রুপের পণ্য কেনার সম্ভাবনা বেশি। একটি বিখ্যাত উদাহরণ: বাবারা যখন তাদের বাচ্চাদের জন্য ডায়াপার কেনে, তখন তারা ডায়াপারের সাথে বিয়ার কেনার প্রবণতা রাখে।
• বিক্রয় পূর্বাভাস
  এটি বাজারের ঝুড়ি বিশ্লেষণের মতো মনে হতে পারে, তবে এই সময় ডেটা বিশ্লেষণটি ভবিষ্যদ্বাণী করতে ব্যবহৃত হয় যখন একজন গ্রাহক ভবিষ্যতে আবার একটি পণ্য কিনবেন। উদাহরণস্বরূপ, একজন প্রশিক্ষক প্রোটিনের একটি ক্যান কেনেন যা 9 মাস স্থায়ী হওয়া উচিত। যে দোকানটি এই প্রোটিন বিক্রি করে তারা 9 মাসের মধ্যে একটি নতুন রিলিজ করার পরিকল্পনা করেছে যাতে কোচ এটি আবার কিনবে।
• জালিয়াতি সনাক্তকরণ
  ডেটা মাইনিং জালিয়াতি সনাক্তকরণের জন্য মডেল তৈরি করতে সহায়তা করে। জালিয়াতি এবং সত্য প্রতিবেদনের নমুনা সংগ্রহ করে, কোন লেনদেনগুলি সন্দেহজনক তা নির্ধারণ করতে ব্যবসাগুলিকে ক্ষমতা দেওয়া হয়৷
• উৎপাদনে প্যাটার্ন সনাক্তকরণ
  উত্পাদন শিল্পে, ডেটা মাইনিং পণ্যের আর্কিটেকচার, প্রোফাইল এবং গ্রাহকের চাহিদার মধ্যে সম্পর্ক সনাক্ত করে ডিজাইন সিস্টেমে সহায়তা করতে ব্যবহৃত হয়। ডেটা মাইনিং পণ্য বিকাশের সময় এবং ব্যয়েরও পূর্বাভাস দিতে পারে।

এবং এগুলি ডেটা মাইনিংয়ের জন্য কয়েকটি ব্যবহারের ক্ষেত্রে মাত্র।

ডেটা মাইনিং এর পর্যায়

ডেটা মাইনিং হল প্যাটার্নগুলি মূল্যায়ন করার জন্য এবং শেষ পর্যন্ত, মূল্য নিষ্কাশন করার জন্য ডেটা সংগ্রহ, নির্বাচন, পরিষ্কার, রূপান্তর এবং নিষ্কাশনের একটি সামগ্রিক প্রক্রিয়া।

সাধারণত, সমগ্র ডেটা মাইনিং প্রক্রিয়াকে 7টি ধাপে সংক্ষিপ্ত করা যেতে পারে:

1. ডেটা পরিষ্কার করা
   বাস্তব জগতে, ডেটা সবসময় পরিষ্কার এবং কাঠামোগত হয় না। এগুলি প্রায়ই শোরগোল, অসম্পূর্ণ এবং ত্রুটি থাকতে পারে৷ ডেটা মাইনিং ফলাফল সঠিক কিনা তা নিশ্চিত করতে, আপনাকে প্রথমে ডেটা পরিষ্কার করতে হবে। কিছু পরিষ্কারের পদ্ধতির মধ্যে রয়েছে অনুপস্থিত মান পূরণ করা, স্বয়ংক্রিয় এবং ম্যানুয়াল নিয়ন্ত্রণ ইত্যাদি।
2. বিভিন্ন উপাদানের মিশ্রনের তথ্য
   এটি এমন একটি পর্যায় যেখানে বিভিন্ন উত্স থেকে ডেটা বের করা হয়, একত্রিত করা হয় এবং একত্রিত করা হয়। উৎস হতে পারে ডাটাবেস, টেক্সট ফাইল, স্প্রেডশীট, নথি, বহুমাত্রিক ডেটাসেট, ইন্টারনেট ইত্যাদি।
3. ডেটা স্যাম্পলিং
   সাধারণত, ডেটা মাইনিংয়ে সমস্ত সমন্বিত ডেটার প্রয়োজন হয় না। ডেটা স্যাম্পলিং হল সেই পর্যায় যেখানে শুধুমাত্র দরকারী ডেটা নির্বাচন করা হয় এবং একটি বড় ডাটাবেস থেকে বের করা হয়।
4. ডেটা রূপান্তর
   একবার ডেটা নির্বাচন করা হলে, এটি খনির জন্য উপযুক্ত ফর্মগুলিতে রূপান্তরিত হয়। এই প্রক্রিয়ার মধ্যে রয়েছে স্বাভাবিকীকরণ, একত্রীকরণ, সাধারণীকরণ ইত্যাদি।
5. ডেটা মাইনিং
   এখানে ডেটা মাইনিংয়ের সবচেয়ে গুরুত্বপূর্ণ অংশটি আসে - বুদ্ধিমান পদ্ধতি ব্যবহার করে তাদের মধ্যে প্যাটার্ন খুঁজে বের করা। প্রক্রিয়াটির মধ্যে রিগ্রেশন, শ্রেণীবিভাগ, ভবিষ্যদ্বাণী, ক্লাস্টারিং, অ্যাসোসিয়েশন লার্নিং এবং আরও অনেক কিছু অন্তর্ভুক্ত রয়েছে।
6. মডেল মূল্যায়ন
   এই পদক্ষেপের লক্ষ্য সম্ভাব্য উপযোগী, সহজে বোঝার নিদর্শন, সেইসাথে অনুমানকে সমর্থন করে এমন নিদর্শন সনাক্ত করা।
7. জ্ঞান প্রতিনিধিত্ব
   চূড়ান্ত পর্যায়ে, জ্ঞানের উপস্থাপনা এবং ভিজ্যুয়ালাইজেশন পদ্ধতি ব্যবহার করে প্রাপ্ত তথ্য একটি আকর্ষণীয় উপায়ে উপস্থাপন করা হয়।

ডেটা মাইনিং এর অসুবিধা

• সময় এবং শ্রমের বড় বিনিয়োগ
  যেহেতু ডেটা মাইনিং একটি দীর্ঘ এবং জটিল প্রক্রিয়া, তাই এর জন্য উৎপাদনশীল এবং দক্ষ লোকদের প্রচুর পরিশ্রম প্রয়োজন। ডেটা বিজ্ঞানীরা শক্তিশালী ডেটা মাইনিং সরঞ্জামগুলি ব্যবহার করতে পারেন, তবে ডেটা প্রস্তুত করতে এবং ফলাফলগুলি বোঝার জন্য তাদের বিশেষজ্ঞদের প্রয়োজন। ফলস্বরূপ, সমস্ত তথ্য প্রক্রিয়াকরণে কিছুটা সময় লাগতে পারে।
• তথ্য গোপনীয়তা এবং নিরাপত্তা
  যেহেতু ডেটা মাইনিং বাজার পদ্ধতির মাধ্যমে গ্রাহকদের সম্পর্কে তথ্য সংগ্রহ করে, এটি ব্যবহারকারীর গোপনীয়তা লঙ্ঘন করতে পারে। এছাড়াও, হ্যাকাররা ডেটা মাইনিং সিস্টেমে সংরক্ষিত ডেটা পেতে পারে। এটি গ্রাহকের ডেটার নিরাপত্তার জন্য হুমকি হয়ে দাঁড়িয়েছে। যদি চুরি করা তথ্য অপব্যবহার করা হয়, তাহলে তা সহজেই অন্যদের ক্ষতি করতে পারে।

উপরের তথ্য মাইনিং একটি সংক্ষিপ্ত ভূমিকা. যেমনটি আমি আগেই বলেছি, ডেটা মাইনিংয়ে ডেটা সংগ্রহ এবং একীভূত করার প্রক্রিয়া রয়েছে, যার মধ্যে ডেটা নিষ্কাশন (ডেটা নিষ্কাশন) প্রক্রিয়া অন্তর্ভুক্ত রয়েছে। এই ক্ষেত্রে, এটা বলা নিরাপদ যে ডেটা নিষ্কাশন একটি দীর্ঘ ডেটা মাইনিং প্রক্রিয়ার অংশ হতে পারে।

তথ্য নিষ্কাশন কি?

"ওয়েব ডেটা মাইনিং" এবং "ওয়েব স্ক্র্যাপিং" নামেও পরিচিত, এই প্রক্রিয়াটি হল (সাধারণত অসংগঠিত বা দুর্বল কাঠামোগত) ডেটা উত্স থেকে কেন্দ্রীভূত অবস্থানে ডেটা আহরণ করা এবং স্টোরেজ বা আরও প্রক্রিয়াকরণের জন্য একটি স্থানে কেন্দ্রীকরণের কাজ। বিশেষত, অসংগঠিত ডেটা উত্সগুলির মধ্যে রয়েছে ওয়েব পৃষ্ঠা, ইমেল, নথি, পিডিএফ ফাইল, স্ক্যান করা পাঠ্য, মেইনফ্রেম রিপোর্ট, রিল ফাইল, ঘোষণা ইত্যাদি। কেন্দ্রীভূত স্টোরেজ স্থানীয়, মেঘ বা হাইব্রিড হতে পারে। এটি মনে রাখা গুরুত্বপূর্ণ যে ডেটা নিষ্কাশন প্রক্রিয়াকরণ বা অন্যান্য বিশ্লেষণ অন্তর্ভুক্ত করে না যা পরে ঘটতে পারে।

ডেটা এক্সট্রাকশন দিয়ে কি করা যায়?

মূলত, ডেটা নিষ্কাশনের উদ্দেশ্যগুলি 3 টি বিভাগে পড়ে।

• সংরক্ষণাগার
  ডেটা এক্সট্রাকশন ফিজিক্যাল ফরম্যাট যেমন বই, সংবাদপত্র, চালান থেকে ডেটাকে ডিজিটাল ফরম্যাটে যেমন স্টোরেজ বা ব্যাকআপের জন্য ডেটাবেসে রূপান্তর করতে পারে।
• তথ্য বিন্যাস পরিবর্তন
  যখন আপনি আপনার বর্তমান সাইট থেকে ডেভেলপমেন্টের অধীনে একটি নতুন সাইট থেকে ডেটা স্থানান্তর করতে চান, তখন আপনি আপনার নিজের সাইট থেকে ডেটা সংগ্রহ করতে পারেন।
• তথ্য বিশ্লেষণ
  এটি সম্পর্কে অন্তর্দৃষ্টি অর্জনের জন্য নিষ্কাশিত ডেটা আরও বিশ্লেষণ করা সাধারণ। এটা ডাটা মাইনিং এর মতই শোনাতে পারে, কিন্তু মনে রাখবেন যে ডাটা মাইনিং হল ডাটা মাইনিং এর লক্ষ্য, এর অংশ নয়। তাছাড়া, তথ্য বিশ্লেষণ করা হয় ভিন্নভাবে। একটি উদাহরণ হল যে অনলাইন স্টোর মালিকরা রিয়েল টাইমে প্রতিযোগী কৌশলগুলি নিরীক্ষণ করতে অ্যামাজনের মতো ই-কমার্স সাইটগুলি থেকে পণ্যের তথ্য সংগ্রহ করে। ডেটা মাইনিংয়ের মতো, ডেটা নিষ্কাশন অনেক সুবিধা সহ একটি স্বয়ংক্রিয় প্রক্রিয়া। অতীতে, লোকেরা এক জায়গা থেকে অন্য জায়গায় ম্যানুয়ালি ডেটা কপি এবং পেস্ট করত, যা খুব সময়সাপেক্ষ ছিল। ডেটা নিষ্কাশন সংগ্রহের গতি বাড়ায় এবং নিষ্কাশিত ডেটার নির্ভুলতাকে ব্যাপকভাবে উন্নত করে।

ডেটা এক্সট্রাকশন ব্যবহারের কিছু উদাহরণ

ডেটা মাইনিংয়ের মতো, ডেটা মাইনিং বিভিন্ন শিল্পে ব্যাপকভাবে ব্যবহৃত হয়। ই-কমার্স মূল্য পর্যবেক্ষণ ছাড়াও, ডেটা মাইনিং আপনার নিজস্ব গবেষণা, সংবাদ একত্রীকরণ, বিপণন, রিয়েল এস্টেট, ভ্রমণ এবং পর্যটন, পরামর্শ, অর্থ এবং আরও অনেক কিছুতে সহায়তা করতে পারে।

• অগ্রজ প্রজন্ম
  কোম্পানিগুলি ডিরেক্টরি থেকে ডেটা বের করতে পারে: Yelp, Crunchbase, Yellowpages এবং ব্যবসার উন্নয়নের জন্য লিড তৈরি করতে পারে। কিভাবে Yellowpages থেকে ডেটা বের করতে হয় তা শিখতে নিচের ভিডিওটি দেখতে পারেন ওয়েব স্ক্র্যাপিং টেমপ্লেট.

• বিষয়বস্তু এবং সংবাদের একত্রীকরণ
  বিষয়বস্তু একত্রিত করা ওয়েবসাইটগুলি একাধিক উত্স থেকে নিয়মিত ডেটা ফিড পেতে পারে এবং তাদের সাইটগুলি আপ টু ডেট রাখতে পারে।
• অনুভূতির বিশ্লেষণ
  ইনস্টাগ্রাম এবং টুইটারের মতো সামাজিক নেটওয়ার্কগুলি থেকে পর্যালোচনা, মন্তব্য এবং প্রশংসাপত্র বের করার পরে, পেশাদাররা অন্তর্নিহিত মনোভাব বিশ্লেষণ করতে পারে এবং একটি ব্র্যান্ড, পণ্য বা ঘটনাটি কীভাবে অনুভূত হয় সে সম্পর্কে অন্তর্দৃষ্টি অর্জন করতে পারে।

তথ্য নিষ্কাশন পদক্ষেপ

ডেটা নিষ্কাশন হল ETL (Extract, Transform, Load: Extract, Transform, Load) এবং ELT (Extract, Load, and Transform) এর প্রথম ধাপ। ETL এবং ELT নিজেই একটি সম্পূর্ণ ডেটা ইন্টিগ্রেশন কৌশলের অংশ। অন্য কথায়, ডেটা বের করা তাদের নিষ্কাশনের অংশ হতে পারে।

নিষ্কাশন, রূপান্তর, লোড

যদিও ডেটা মাইনিং হল প্রচুর পরিমাণে ডেটা থেকে তথ্য আহরণ করা, ডেটা নিষ্কাশন একটি অনেক ছোট এবং সহজ প্রক্রিয়া। এটি তিনটি পর্যায়ে হ্রাস করা যেতে পারে:

1. একটি ডেটা উৎস নির্বাচন করা হচ্ছে
   আপনি যে উৎস থেকে ডেটা বের করতে চান তা নির্বাচন করুন, যেমন একটি ওয়েবসাইট।
2. তথ্য সংগ্রহ
   সাইটে একটি "GET" অনুরোধ পাঠান এবং Python, PHP, R, Ruby ইত্যাদির মতো প্রোগ্রামিং ভাষা ব্যবহার করে ফলাফল HTML নথি পার্স করুন।
3. তথ্য ভান্ডার
   ভবিষ্যতে ব্যবহারের জন্য আপনার স্থানীয় ডাটাবেস বা ক্লাউড স্টোরেজে ডেটা সংরক্ষণ করুন। আপনি যদি একজন অভিজ্ঞ প্রোগ্রামার হন যিনি ডেটা বের করতে চান, তাহলে উপরের ধাপগুলো আপনার কাছে সহজ মনে হতে পারে। যাইহোক, আপনি যদি একজন প্রোগ্রামার না হন তবে একটি শর্টকাট আছে - যেমন ডেটা মাইনিং টুল ব্যবহার করুন অক্টোপার্স. ডেটা নিষ্কাশন সরঞ্জামগুলি, যেমন ডেটা মাইনিং সরঞ্জামগুলি, শক্তি সঞ্চয় করতে এবং প্রত্যেকের জন্য ডেটা প্রক্রিয়াকরণ সহজ করার জন্য ডিজাইন করা হয়েছে৷ এই সরঞ্জামগুলি কেবল অর্থনৈতিক নয়, শিক্ষানবিস-বান্ধবও। তারা ব্যবহারকারীদের মিনিটের মধ্যে ডেটা সংগ্রহ করতে, ক্লাউডে সঞ্চয় করতে এবং এটিকে অনেক ফর্ম্যাটে এক্সপোর্ট করতে দেয়: Excel, CSV, HTML, JSON, বা API এর মাধ্যমে সাইটের ডেটাবেসে।

ডেটা এক্সট্রাকশনের অসুবিধা

• সার্ভার ব্যর্থতা
  বৃহৎ স্কেলে ডেটা বের করার সময়, টার্গেট সাইটের ওয়েব সার্ভার ওভারলোড হতে পারে, যা সার্ভার ক্র্যাশ হতে পারে। এটি সাইটের মালিকের স্বার্থের ক্ষতি করবে।
• আইপি দ্বারা নিষিদ্ধ
  যখন একজন ব্যক্তি খুব ঘন ঘন ডেটা সংগ্রহ করে, ওয়েবসাইটগুলি তাদের IP ঠিকানা ব্লক করতে পারে। একটি সংস্থান সম্পূর্ণরূপে একটি IP ঠিকানা নিষিদ্ধ করতে পারে বা ডেটা অসম্পূর্ণ করে অ্যাক্সেস সীমাবদ্ধ করতে পারে। ডেটা পুনরুদ্ধার করতে এবং ব্লক করা এড়াতে, আপনাকে এটি একটি মাঝারি গতিতে করতে হবে এবং কিছু অ্যান্টি-ব্লকিং কৌশল প্রয়োগ করতে হবে।
• আইন নিয়ে সমস্যা
  ওয়েব থেকে ডেটা বের করা বৈধতার ক্ষেত্রে একটি ধূসর এলাকায় পড়ে। প্রধান সাইট যেমন Linkedin এবং Facebook তাদের ব্যবহারের শর্তাবলীতে স্পষ্টভাবে বলে যে কোন স্বয়ংক্রিয়ভাবে ডেটা উত্তোলন নিষিদ্ধ। বট কার্যক্রমের কারণে কোম্পানির মধ্যে অনেক মামলা হয়েছে।

ডেটা মাইনিং এবং ডেটা নিষ্কাশনের মধ্যে মূল পার্থক্য

1. ডেটা মাইনিংকে ডেটাবেসে জ্ঞান আবিষ্কার, জ্ঞান নিষ্কাশন, ডেটা/প্যাটার্ন বিশ্লেষণ, তথ্য সংগ্রহও বলা হয়। ডেটা নিষ্কাশন ওয়েব ডেটা নিষ্কাশন, ওয়েব পৃষ্ঠা স্ক্যানিং, ডেটা সংগ্রহ ইত্যাদির সাথে বিনিময়যোগ্যভাবে ব্যবহৃত হয়।
2. ডেটা মাইনিং গবেষণা বেশিরভাগই স্ট্রাকচার্ড ডেটার উপর ভিত্তি করে যেখানে ডেটা মাইনিং সাধারণত অসংগঠিত বা দুর্বল কাঠামোগত উত্স থেকে হয়।
3. ডেটা মাইনিংয়ের লক্ষ্য হল ডেটা বিশ্লেষণের জন্য আরও উপযোগী করা। ডেটা এক্সট্রাকশন হল ডেটা এক জায়গায় সংগ্রহ করা যেখানে এটি সংরক্ষণ বা প্রক্রিয়া করা যায়।
4. ডেটা মাইনিং-এ বিশ্লেষণ নিদর্শন বা প্রবণতা সনাক্ত করার জন্য গাণিতিক পদ্ধতির উপর ভিত্তি করে। তথ্য নিষ্কাশন উত্স বাইপাস প্রোগ্রামিং ভাষা বা তথ্য নিষ্কাশন সরঞ্জাম উপর ভিত্তি করে.
5. ডেটা মাইনিংয়ের উদ্দেশ্য হল এমন তথ্যগুলি খুঁজে বের করা যা আগে জানা বা উপেক্ষা করা হয়নি, যখন ডেটা নিষ্কাশন বিদ্যমান তথ্যের সাথে সম্পর্কিত।
6. ডেটা মাইনিং আরও জটিল এবং লোকেদের প্রশিক্ষণের জন্য একটি বড় বিনিয়োগের প্রয়োজন। সঠিক টুল দিয়ে ডেটা নিষ্কাশন অত্যন্ত সহজ এবং সাশ্রয়ী হতে পারে।

আমরা নতুনদের ডেটাতে বিভ্রান্ত না হতে সাহায্য করি। বিশেষ করে হাব্রাভচানদের জন্য, আমরা একটি প্রচারমূলক কোড তৈরি করেছি HABR, ব্যানারে নির্দেশিত ডিসকাউন্টে অতিরিক্ত 10% ডিসকাউন্ট প্রদান করে।

• স্ক্র্যাচ থেকে ডেটা সায়েন্সের পেশা শিক্ষকতা
• ডেটা সায়েন্স অনলাইন বুটক্যাম্প
• স্ক্র্যাচ থেকে ডেটা বিশ্লেষক পেশা প্রশিক্ষণ
• ডেটা বিশ্লেষণ অনলাইন বুটক্যাম্প
• ওয়েব ডেভেলপমেন্ট কোর্সের জন্য পাইথন

আরও কোর্স

• ডেটা অ্যানালিটিক্স কোর্স
• DevOps কোর্স
• পেশা ওয়েব ডেভেলপার
• স্ক্র্যাচ থেকে পেশা iOS বিকাশকারী
• স্ক্র্যাচ থেকে পেশা অ্যান্ড্রয়েড বিকাশকারী
• স্ক্র্যাচ থেকে পেশা জাভা বিকাশকারী
• জাভাস্ক্রিপ্ট কোর্স
• মেশিন লার্নিং কোর্স
• কোর্স "ডেটা সায়েন্সের জন্য গণিত এবং মেশিন লার্নিং"
• উন্নত কোর্স "মেশিন লার্নিং প্রো + ডিপ লার্নিং"

বৈশিষ্ট্যযুক্ত প্রবন্ধ

• অনলাইন কোর্স ছাড়াই কীভাবে ডেটা সায়েন্টিস্ট হওয়া যায়
• 450 ফ্রি আইভি লীগ কোর্স
• কিভাবে সপ্তাহে 5 দিন মেশিন লার্নিং পড়া যায় একটানা 9 মাস
• একজন ডেটা বিশ্লেষক কত উপার্জন করেন: 2020 সালে রাশিয়া এবং বিদেশে বেতন এবং শূন্যপদগুলির একটি ওভারভিউ
• মাইনিং শিল্পে মেশিন লার্নিং এবং কম্পিউটার ভিশন

উত্স: www.habr.com