কিভাবে একজন এআই ডেভেলপার হবেন। লোডাউন।.

তুমি এখানে তুচ্ছ-তাচ্ছিল্যের জন্য আছো না। তুমি " কীভাবে একজন AI ডেভেলপার হবেন" , অসীম ট্যাব, জার্গন স্যুপ, অথবা বিশ্লেষণের পক্ষাঘাতে ডুবে না থেকে। ভালো। এই নির্দেশিকা তোমাকে দক্ষতার মানচিত্র, আসলে গুরুত্বপূর্ণ সরঞ্জাম, কলব্যাক পাওয়া প্রকল্প এবং শিপিং থেকে টিঙ্কারিংকে আলাদা করার অভ্যাস সম্পর্কে তথ্য দেবে। আসুন তোমাকে গড়ে তুলি।

এর পরে আপনি যে প্রবন্ধগুলি পড়তে পছন্দ করতে পারেন:

🔗 কিভাবে একটি এআই কোম্পানি শুরু করবেন
আপনার AI স্টার্টআপ তৈরি, অর্থায়ন এবং চালু করার জন্য ধাপে ধাপে নির্দেশিকা।.

🔗 আপনার কম্পিউটারে কীভাবে একটি এআই তৈরি করবেন
সহজেই স্থানীয়ভাবে AI মডেল তৈরি, প্রশিক্ষণ এবং পরিচালনা শিখুন।.

🔗 কিভাবে একটি এআই মডেল তৈরি করবেন
ধারণা থেকে স্থাপনা পর্যন্ত AI মডেল তৈরির বিস্তৃত বিশ্লেষণ।.

🔗 প্রতীকী এআই কী?
প্রতীকী AI কীভাবে কাজ করে এবং কেন এটি আজও গুরুত্বপূর্ণ তা অন্বেষণ করুন।.

একজন চমৎকার এআই ডেভেলপার কী হতে পারে✅

একজন ভালো এআই ডেভেলপার সেই ব্যক্তি নন যিনি প্রতিটি অপ্টিমাইজার মুখস্থ করে রাখেন। তিনিই একজন ভালো এআই ডেভেলপার যিনি একটি অস্পষ্ট সমস্যা নিতে পারেন, এটি ফ্রেম করতে পারেন , ডেটা এবং মডেলগুলিকে একত্রিত করতে পারেন, এমন কিছু পাঠাতে পারেন যা কার্যকর হয়, এটি সততার সাথে পরিমাপ করতে পারেন এবং নাটক ছাড়াই পুনরাবৃত্তি করতে পারেন। কয়েকটি চিহ্নিতকারী:

• পুরো লুপের সাথে আরাম: ডেটা → মডেল → ইভাল → ডিপ্লয় → মনিটর।.

• আদিম তত্ত্বের উপর দ্রুত পরীক্ষা-নিরীক্ষার পক্ষপাতিত্ব... স্পষ্ট ফাঁদ এড়াতে যথেষ্ট তত্ত্ব থাকা।.

• এমন একটি পোর্টফোলিও যা প্রমাণ করে যে আপনি কেবল নোটবুক নয়, ফলাফল প্রদান করতে পারেন।.

• ঝুঁকি, গোপনীয়তা এবং ন্যায্যতার উপর একটি দায়িত্বশীল মানসিকতা - কার্যক্ষমতা নয়, ব্যবহারিক। NIST AI ঝুঁকি ব্যবস্থাপনা কাঠামো এবং OECD AI নীতিমালার আপনাকে পর্যালোচক এবং অংশীদারদের মতো একই ভাষায় কথা বলতে সাহায্য করে। [1][2]

ছোট্ট স্বীকারোক্তি: কখনও কখনও আপনি একটি মডেল পাঠাবেন এবং তারপর মূল জয়গুলি বুঝতে পারবেন। সেই নম্রতা - অদ্ভুতভাবে - একটি পরাশক্তি।.

দ্রুত চিত্র: একটি দল সাপোর্ট ট্রায়েজের জন্য একটি অভিনব শ্রেণিবদ্ধকারী তৈরি করেছে; বেসলাইন কীওয়ার্ডের নিয়মগুলি প্রথম-প্রতিক্রিয়ার সময় এটিকে ছাড়িয়ে গেছে। তারা নিয়মগুলি বজায় রেখেছে, এজ কেসের জন্য মডেলটি ব্যবহার করেছে এবং উভয়ই প্রেরণ করেছে। কম জাদু, বেশি ফলাফল।.

একজন এআই ডেভেলপার হওয়ার রোডম্যাপ 🗺️

এখানে একটি সরল, পুনরাবৃত্তিমূলক পথ। লেভেল বাড়ার সাথে সাথে এটিকে কয়েকবার লুপ করুন:

1. পাইথনে প্রোগ্রামিং সাবলীলতা ব্যবহারকারী গাইডটি একটি আশ্চর্যজনকভাবে ব্যবহারিক পাঠ্যপুস্তক হিসাবে দ্বিগুণ। [3]

2. এমএল ফাউন্ডেশন : লিনিয়ার মডেল, নিয়মিতকরণ, ক্রস-ভ্যালিডেশন, মেট্রিক্স। ক্লাসিক লেকচার নোট এবং একটি হ্যান্ডস-অন ক্র্যাশ কোর্স কম্বো ভালো কাজ করে।

3. ডিপ লার্নিং টুলিং : PyTorch অথবা TensorFlow বেছে নিন এবং মডেলগুলিকে প্রশিক্ষণ, সংরক্ষণ এবং লোড করার জন্য যথেষ্ট পরিমাণে শিখুন; ডেটাসেট পরিচালনা করুন; এবং সাধারণ আকৃতির ত্রুটিগুলি ডিবাগ করুন। যদি আপনি "প্রথমে কোড" পছন্দ করেন তবে অফিসিয়াল PyTorch টিউটোরিয়াল । [4]

4. যে প্রকল্পগুলি আসলে পাঠানো হয় : ডকার সহ প্যাকেজ, ট্র্যাক রান (একটি CSV লগও কিছুই অতিক্রম করে না), এবং একটি ন্যূনতম API স্থাপন করুন। একক-বক্স স্থাপনা ছাড়িয়ে গেলে কুবারনেট শিখুন; প্রথমে ডকার। [5]

5. দায়িত্বশীল এআই স্তর : NIST/OECD (বৈধতা, নির্ভরযোগ্যতা, স্বচ্ছতা, ন্যায্যতা) দ্বারা অনুপ্রাণিত একটি হালকা ঝুঁকির চেকলিস্ট গ্রহণ করুন। এটি আলোচনাকে সুনির্দিষ্ট রাখে এবং নিরীক্ষাকে (ভালোভাবে) বিরক্তিকর রাখে। [1][2]

6. একটু বিশেষজ্ঞ হোন : ট্রান্সফরমার সহ NLP, আধুনিক রূপান্তর/ViT, সুপারিশকারী, অথবা LLM অ্যাপ এবং এজেন্টদের সাথে দৃষ্টিভঙ্গি। একটি লেন বেছে নিন, দুটি ছোট প্রকল্প তৈরি করুন, তারপর শাখা তৈরি করুন।

তুমি চিরতরে ২-৬ ধাপগুলো আবার দেখবে। সত্যি বলতে, এটাই তো কাজ।.

স্কিল স্ট্যাক যা আপনি বেশিরভাগ দিন ব্যবহার করবেন 🧰

• পাইথন + ডেটা র‍্যাংলিং : অ্যারে স্লাইসিং, জয়েন, গ্রুপবাই, ভেক্টরাইজেশন। যদি আপনি পান্ডাদের নাচতে বাধ্য করতে পারেন, তাহলে প্রশিক্ষণ সহজ এবং মূল্যায়ন আরও পরিষ্কার হবে।

• কোর এমএল : ট্রেন-টেস্ট স্প্লিট, লিকেজ এভয়েডেন্স, মেট্রিক লিটারেসি। সাইকিট-লার্ন গাইডটি নিঃশব্দে সেরা অন-র‍্যাম্প টেক্সটগুলির মধ্যে একটি। [3]

• DL ফ্রেমওয়ার্ক : একটি বেছে নিন, এন্ড-টু-এন্ড কাজ শুরু করুন, তারপর অন্যটি পরে দেখুন। PyTorch এর ডক্স মানসিক মডেলটিকে স্পষ্ট করে তোলে। [4]

• পরীক্ষামূলক স্বাস্থ্যবিধি : ট্র্যাক রান, প্যারাম এবং শিল্পকর্ম। ভবিষ্যৎ-আপনি প্রত্নতত্ত্বকে ঘৃণা করেন।

• কন্টেইনারাইজেশন এবং অর্কেস্ট্রেশন : আপনার স্ট্যাক প্যাকেজ করার জন্য ডকার; যখন আপনার রেপ্লিকা, অটোস্কেলিং এবং রোলিং আপডেটের প্রয়োজন হয় তখন কুবারনেটস। এখান থেকে শুরু করুন। [5]

• জিপিইউর মূল বিষয়গুলি : কখন একটি ভাড়া নিতে হবে, ব্যাচের আকার কীভাবে থ্রুপুটকে প্রভাবিত করে এবং কেন কিছু অপশন মেমোরি-বাউন্ড থাকে তা জানুন।

• দায়িত্বশীল AI : স্পষ্ট বৈশিষ্ট্য (বৈধতা, নির্ভরযোগ্যতা, স্বচ্ছতা, ন্যায্যতা) ব্যবহার করে তথ্য উৎস নথিভুক্ত করুন, ঝুঁকি মূল্যায়ন করুন এবং প্রশমন পরিকল্পনা করুন। [1]

প্রারম্ভিক পাঠ্যক্রম: কয়েকটি লিঙ্ক যা তাদের ওজনের চেয়েও বেশি 🔗

• এমএল ফাউন্ডেশন : তত্ত্ব-প্রধান নোটের একটি সেট + একটি হাতে-কলমে ক্র্যাশ কোর্স। এগুলিকে সায়কিট-লার্ন অনুশীলনের সাথে যুক্ত করুন। [3]

• ফ্রেমওয়ার্ক : পাইটর্চ টিউটোরিয়াল (অথবা যদি আপনি কেরাস পছন্দ করেন তবে টেনসরফ্লো গাইড)। [4]

• ডেটা সায়েন্সের প্রয়োজনীয় বিষয় মেট্রিক্স, পাইপলাইন এবং মূল্যায়নকে অভ্যন্তরীণ করার জন্য সাইকিট-লার্নের ব্যবহারকারী নির্দেশিকা

• শিপিং : ডকারের "আমার মেশিনে কাজ করে" পথটি "সর্বত্র কাজ করে" তে পরিণত হয়। [5 ]

এগুলো বুকমার্ক করুন। আটকে গেলে, এক পৃষ্ঠা পড়ুন, এক জিনিস চেষ্টা করুন, পুনরাবৃত্তি করুন।.

তিনটি পোর্টফোলিও প্রকল্প যা সাক্ষাৎকারের সুযোগ করে দেয় 📁

1. আপনার নিজস্ব ডেটাসেটে পুনরুদ্ধার-বর্ধিত প্রশ্নের উত্তর দেওয়া

   • একটি বিশেষ জ্ঞানের ভিত্তি স্ক্র্যাপ/আমদানি করুন, এম্বেডিং তৈরি করুন + পুনরুদ্ধার করুন, একটি হালকা UI যোগ করুন।.

   • ট্র্যাক লেটেন্সি, আটকে থাকা প্রশ্নোত্তর সেটের নির্ভুলতা এবং ব্যবহারকারীর প্রতিক্রিয়া।.

   • একটি ছোট "ব্যর্থতার ঘটনা" বিভাগ অন্তর্ভুক্ত করুন।.

2. বাস্তব স্থাপনার সীমাবদ্ধতা সহ ভিশন মডেল

   • একটি ক্লাসিফায়ার বা ডিটেক্টর প্রশিক্ষণ দিন, FastAPI এর মাধ্যমে পরিবেশন করুন, ডকারের সাথে কন্টেইনারাইজ করুন, আপনি কীভাবে স্কেল করবেন তা লিখুন। [5]

   • ডকুমেন্ট ড্রিফট ডিটেকশন (বৈশিষ্ট্যের উপর ভিত্তি করে সহজ জনসংখ্যা পরিসংখ্যান একটি ভালো শুরু)।.

3. দায়িত্বশীল এআই কেস স্টাডি

   • সংবেদনশীল বৈশিষ্ট্য সহ একটি পাবলিক ডেটাসেট বেছে নিন। NIST বৈশিষ্ট্যের (বৈধতা, নির্ভরযোগ্যতা, ন্যায্যতা) সাথে সামঞ্জস্যপূর্ণ একটি মেট্রিক্স-এবং-প্রশমন লেখা তৈরি করুন। [1]

প্রতিটি প্রকল্পের জন্য প্রয়োজন: ১ পৃষ্ঠার একটি README, একটি ডায়াগ্রাম, পুনরুৎপাদনযোগ্য স্ক্রিপ্ট এবং একটি ছোট চেঞ্জলগ। কিছু ইমোজি ফ্লেয়ার যোগ করুন কারণ, মানুষও এগুলো পড়ে 🙂

এমএলও, ডিপ্লয়মেন্ট, আর যে অংশটা কেউ তোমাকে শেখায় না 🚢

জাহাজীকরণ একটি দক্ষতা। একটি ন্যূনতম প্রবাহ:

• কন্টেইনারাইজ করুন যাতে dev ≈ prod ব্যবহার করা যায়। অফিসিয়াল Getting Started ডক্স দিয়ে শুরু করুন; মাল্টি-সার্ভিস সেটআপের জন্য Compose এ যান। [5]

• পরীক্ষা-নিরীক্ষা ট্র্যাক করুন (স্থানীয়ভাবেও)। প্যারামিটার, মেট্রিক্স, আর্টিফ্যাক্ট এবং একটি "বিজয়ী" ট্যাগ অ্যাবলেশনগুলিকে সৎ এবং সহযোগিতা সম্ভব করে তোলে।

• কাজ করুন । প্রথমে ডিপ্লয়মেন্ট, সার্ভিস এবং ডিক্লারেটিভ কনফিগারেশন শিখুন; ইয়াক-শেভ করার তাগিদকে প্রতিহত করুন।

• ক্লাউড রানটাইম : প্রোটোটাইপিংয়ের জন্য কোল্যাব; খেলনা অ্যাপ পাস করার পরে পরিচালিত প্ল্যাটফর্মগুলি (সেজমেকার/অ্যাজুর এমএল/ভার্টেক্স)।

• GPU সাক্ষরতা : আপনাকে CUDA কার্নেল লেখার দরকার নেই; ডেটালোডার কখন আপনার জন্য বাধা হয়ে দাঁড়াবে তা আপনাকে চিনতে হবে।

ছোট্ট ত্রুটিপূর্ণ রূপক: MLOps কে টক জাতীয় খাবারের মতো ভাবুন - এটিকে অটোমেশন এবং পর্যবেক্ষণ দিয়ে খাওয়ান, নাহলে এটি দুর্গন্ধযুক্ত হয়ে যাবে।.

দায়িত্বশীল এআই আপনার প্রতিযোগিতামূলক পরিখা 🛡️

দলগুলোর উপর নির্ভরযোগ্যতা প্রমাণের চাপ থাকে। যদি আপনি ঝুঁকি, ডকুমেন্টেশন এবং সুশাসন সম্পর্কে সুনির্দিষ্টভাবে কথা বলতে পারেন, তাহলে আপনি সেই ব্যক্তি হয়ে উঠবেন যাকে লোকেরা ঘরে দেখতে চায়।.

• একটি প্রতিষ্ঠিত কাঠামো ব্যবহার করুন : NIST বৈশিষ্ট্যের (বৈধতা, নির্ভরযোগ্যতা, স্বচ্ছতা, ন্যায্যতা) সাথে প্রয়োজনীয়তাগুলি ম্যাপ করুন, তারপর সেগুলিকে PR-তে চেকলিস্ট আইটেম এবং গ্রহণযোগ্যতার মানদণ্ডে রূপান্তর করুন। [1]

• আপনার নীতিগুলিকে স্থির রাখুন : OECD AI নীতিগুলি মানবাধিকার এবং গণতান্ত্রিক মূল্যবোধের উপর জোর দেয় - বিনিময় আলোচনার সময় এটি কার্যকর। [2]

• পেশাগত নীতিশাস্ত্র : ডিজাইন ডক্সে নীতিশাস্ত্র কোডের একটি সংক্ষিপ্ত সম্মতি প্রায়শই "আমরা এটি সম্পর্কে ভেবেছিলাম" এবং "আমরা এটিকে ডানা মেলে ধরলাম" এর মধ্যে পার্থক্য।

এটা কোন দুর্নীতি নয়। এটা একটা চালাকি।.

একটু বিশেষজ্ঞ হোন: একটি লেন বেছে নিন এবং তার সরঞ্জামগুলি শিখুন 🛣️

• LLMs এবং NLP : টোকেনাইজেশনের ত্রুটি, প্রসঙ্গ উইন্ডো, RAG, BLEU এর বাইরে মূল্যায়ন। উচ্চ-স্তরের পাইপলাইন দিয়ে শুরু করুন, তারপর কাস্টমাইজ করুন।

• দৃষ্টিভঙ্গি : ডেটা বৃদ্ধি, লেবেলিং হাইজিন, এবং প্রান্তিক ডিভাইসগুলিতে স্থাপনা যেখানে ল্যাটেন্সি রানী।

• সুপারিশকারী : অন্তর্নিহিত প্রতিক্রিয়ার অদ্ভুততা, কোল্ড-স্টার্ট কৌশল এবং ব্যবসায়িক KPI যা RMSE-এর সাথে মেলে না।

• এজেন্ট এবং টুল ব্যবহার : ফাংশন কলিং, সীমাবদ্ধ ডিকোডিং এবং সুরক্ষা রেল।

সত্যি বলতে, রবিবার সকালে এমন একটি ডোমেইন বেছে নিন যা আপনাকে কৌতূহলী করে তোলে।.

তুলনা সারণী: কীভাবে একজন এআই ডেভেলপার হবেন তার রুট 📊

হ্যাঁ, ব্যবধানটা একটু অসম। আসল টেবিল খুব কমই নিখুঁত হয়।.

স্টাডি লুপ যা আসলে লেগে থাকে 🔁

• দুই ঘন্টার চক্র : ২০ মিনিট ডক্স পড়া, ৮০ মিনিট কোডিং, ২০ মিনিট কী ভেঙেছে তা লিখে রাখা।

• এক পৃষ্ঠার লেখা : প্রতিটি মিনি-প্রকল্পের পরে, সমস্যা কাঠামো, বেসলাইন, মেট্রিক্স এবং ব্যর্থতার মোড ব্যাখ্যা করুন।

• ইচ্ছাকৃত সীমাবদ্ধতা : শুধুমাত্র CPU-তে প্রশিক্ষণ দিন, অথবা প্রিপ্রসেসিংয়ের জন্য কোনও বহিরাগত লিব না রাখুন, অথবা ঠিক ২০০ লাইন বাজেট করুন। সীমাবদ্ধতাগুলি কোনওভাবে সৃজনশীলতার জন্ম দেয়।

• কাগজের স্প্রিন্ট : শুধু ক্ষতি অথবা ডেটালোডার বাস্তবায়ন করুন। খুব বেশি কিছু শেখার জন্য আপনার SOTA-এর প্রয়োজন নেই।

যদি মনোযোগ কমে যায়, তাহলে স্বাভাবিক। সবাই টলমল করে। একটু হেঁটে এসো, ফিরে এসো, ছোট কিছু পাঠাও।.

ইন্টারভিউ প্রস্তুতি, নাটক বাদ দিয়ে 🎯

• পোর্টফোলিও প্রথমে : আসল রেপোগুলি স্লাইড ডেককে ছাড়িয়ে যায়। কমপক্ষে একটি ছোট ডেমো স্থাপন করুন।

• ট্রেডঅফ ব্যাখ্যা করুন : মেট্রিক পছন্দগুলির মধ্য দিয়ে যেতে প্রস্তুত থাকুন এবং কীভাবে আপনি একটি ব্যর্থতা ডিবাগ করবেন।

• সিস্টেম চিন্তাভাবনা : একটি ডেটা → মডেল → API → মনিটর ডায়াগ্রাম স্কেচ করুন এবং এটি বর্ণনা করুন।

• দায়িত্বশীল এআই : NIST এআই আরএমএফের সাথে সামঞ্জস্যপূর্ণ একটি সহজ চেকলিস্ট রাখুন - এটি পরিপক্কতার ইঙ্গিত দেয়, গুঞ্জন নয়। [1]

• কাঠামোর সাবলীলতা : একটি কাঠামো বেছে নিন এবং তার সাথে বিপজ্জনক হোন। সাক্ষাৎকারে অফিসিয়াল ডকুমেন্টগুলি ন্যায্য খেলা। [4]

ছোট্ট রান্নার বই: সপ্তাহান্তে আপনার প্রথম এন্ড-টু-এন্ড প্রজেক্ট 🍳

1. ডেটা : একটি পরিষ্কার ডেটাসেট বেছে নিন।

2. বেসলাইন : ক্রস-ভ্যালিডেশন সহ সাইকিট-লার্ন মডেল; লগ বেসিক মেট্রিক্স। [3]

3. DL পাস : PyTorch বা TensorFlow তে একই কাজ; আপেলের সাথে আপেলের তুলনা করুন। [4]

4. ট্র্যাকিং : রান রেকর্ড করুন (একটি সাধারণ CSV + টাইমস্ট্যাম্পও)। বিজয়ীকে ট্যাগ করুন।

5. পরিবেশন করুন : একটি FastAPI রুটে পূর্বাভাস মোড়ানো, ডকারাইজ করা, স্থানীয়ভাবে চালানো। [5]

6. প্রতিফলিত করুন : ব্যবহারকারীর জন্য কোন মেট্রিক গুরুত্বপূর্ণ, কোন ঝুঁকি বিদ্যমান এবং লঞ্চের পরে আপনি কী পর্যবেক্ষণ করবেন - এটিকে স্পষ্ট রাখতে NIST AI RMF থেকে শর্তাবলী ধার করুন। [1]

এটা কি নিখুঁত? না। নিখুঁত কোর্সের জন্য অপেক্ষা করার চেয়ে কি এটা ভালো? অবশ্যই।.

সাধারণ বিপদ যা আপনি তাড়াতাড়ি এড়াতে পারেন ⚠️

• তোমার শেখার ধরণ টিউটোরিয়ালের সাথে মিশিয়ে দেওয়া : শুরু করার জন্য দারুন, কিন্তু শীঘ্রই সমস্যা-প্রথম চিন্তাভাবনার দিকে ঝুঁকবে।

• মূল্যায়ন নকশা এড়িয়ে যাওয়া : প্রশিক্ষণের আগে সাফল্য নির্ধারণ করুন। ঘন্টা বাঁচায়।

• ডেটা চুক্তি উপেক্ষা করা : স্কিমা ড্রিফ্ট মডেলের তুলনায় বেশি সিস্টেম ভেঙে দেয়।

• স্থাপনার ভয় : ডকার দেখতে যতটা বন্ধুত্বপূর্ণ, তার চেয়েও বেশি। ছোট করে শুরু করুন; প্রথম বিল্ডটি জটিল হবে তা মেনে নিন। [5]

• নীতিশাস্ত্র শেষ : পরে এটি বোল্ট করুন এবং এটি একটি সম্মতিমূলক কাজ হয়ে ওঠে। এটিকে ডিজাইনে বেক করুন - হালকা, আরও ভালো। [1][2]

টিএল;ডিআর 🧡

যদি তোমার একটা কথা মনে থাকে: একজন AI ডেভেলপার হওয়া মানে তত্ত্ব জমা করা বা চকচকে মডেলের পিছনে ছুটা নয়। এটা একটা শক্ত লুপ এবং দায়িত্বশীল মানসিকতার সাথে বারবার বাস্তব সমস্যা সমাধানের বিষয়। ডেটা স্ট্যাক শিখো, একটি DL ফ্রেমওয়ার্ক বেছে নাও, Docker দিয়ে ছোট ছোট জিনিস পাঠাও, তুমি কী করো তা ট্র্যাক করো এবং NIST এবং OECD-এর মতো সম্মানিত নির্দেশিকায় তোমার পছন্দগুলোকে নোঙ্গর করো। তিনটি ছোট, প্রিয় প্রকল্প তৈরি করো এবং সেগুলো সম্পর্কে একজন সতীর্থের মতো কথা বলো, জাদুকরের মতো নয়। এটাই - বেশিরভাগ ক্ষেত্রে।

আর হ্যাঁ, যদি সাহায্য করে তাহলে এই বাক্যাংশটি জোরে বলুন: আমি জানি কিভাবে একজন AI ডেভেলপার হওয়া যায় । তাহলে আজই এক ঘন্টা মনোযোগী বিল্ডিংয়ের মাধ্যমে এটি প্রমাণ করুন।

তথ্যসূত্র

[1] NIST. কৃত্রিম বুদ্ধিমত্তা ঝুঁকি ব্যবস্থাপনা কাঠামো (AI RMF 1.0) . (PDF) - লিঙ্ক
[2] OECD. OECD AI নীতিমালা - সংক্ষিপ্ত বিবরণ - লিঙ্ক
[3] scikit-learn. ব্যবহারকারী নির্দেশিকা (স্থিতিশীল) - লিঙ্ক
[4] PyTorch. টিউটোরিয়াল (মৌলিক বিষয়গুলি শিখুন, ইত্যাদি) - লিঙ্ক
[5] ডকার। শুরু করুন - লিঙ্ক