Table of Contents
এই কেস স্টাডি নকল লেনদেনের উদ্দেশ্য করে একটি নিউরাল নেটওয়ার্ক ডিজাইন করার প্রক্রিয়াকে পরীক্ষা করে ।
তথ্য ও বৈশিষ্ট্য
বিভিন্ন ক্ষেত্রে প্রযোজ্য ভেন্ডর চিহ্নিত তথ্য থেকে উন্নত তথ্য। সাধারণ বৈশিষ্ট্য, অবস্থান, সময়, অবস্থান এবং ব্যবহারকারীদের আচরণ অন্তর্ভুক্ত করা যায়। কোনো সাধারণ বৈশিষ্ট্যের মান নিশ্চিত করতে কোনো তথ্য প্রদত্ত নেই। অনুরূপ মাত্রার গণনা, মডেলার উন্নতির জন্য অনুরূপ বৈশিষ্ট্যের মান ধার্য করা হবে।
নিউরোস্ট্রেশন নেটওয়ার্ক অনুক্রমকারী
সাধারণত একটি ইনপুট স্তর, এক অথবা একাধিক গোপন স্তর এবং একটি আউটপুট স্তর ব্যবহার করা হয় । ভ্রম সনাক্তকরণের জন্য একটি সাধারণ স্থাপত্য অন্তর্ভুক্ত করা যেতে পারে:
- নোডের দ্বারা চিহ্নিত ইনপুট স্তর বিশিষ্ট নোডের সংখ্যা
- ১৬ এবং ৮ নিউমার মধ্যে দুটি গুপ্ত স্তর রয়েছে
- বাইনারি পঞ্জিকার জন্য একটি নিউমারিক স্তর সহ আউটপুট স্তর
প্রশিক্ষণ ক্ষেত্রে ব্যবহারিক প্রশিক্ষণ
উদাহরণস্বরূপ, পূর্ব ইউরোপের প্রত্যেকটা কোষের হিসাব অনুযায়ী ওজন গণনা করার সময়:
[[F] delete] IG FLT [F] [FLT] [j] [j] [ সমস্ত অক্ষর]
যেখানে (w) ওজন হবে, (x i) ইনপুট বৈশিষ্ট্য হবে এবং (বি) পক্ষপাতিত্বমূলক কার্যকলাপ যেমন সিগয়েড বা রেলিইউ ব্যবহার করা হবে।
আউটপুটের উপর ভিত্তি করে সঠিক ওজনের সমন্বয় সাধন করে । অর্থ হল সমস্যা (এমসি) অথবা বাই-নোপার- কন্ট্রোভারট- কন্ট্রোভার-এর ত্রুটি । হার হারিয়ান ফাংশন হিসেবে ব্যবহৃত হয়, যেখানে গ্রেডিয়েন্টের ওজন বৃদ্ধি করে থাকে ।
অন্তর্ভুক্ত
প্রতারণার জন্য একটি নিউরাল নেটওয়ার্ক তৈরি করার মধ্যে আছে সতর্কভাবে বৈশিষ্ট্য, নির্বাচন, উপযুক্ত স্থাপত্য নকশা এবং প্রশিক্ষণ প্রদানের সময় বিস্তারিত ধারণা প্রদান করা।