بے قاعدگیاں

اس باب میں، ہم ایک نظر ڈالیں گے۔ بے ضابطگیوں پر اور سب سے عام بے ضابطگی کا پتہ لگانے کے طریقے۔ بے ضابطگیوں کے پیچھے بنیادی بنیاد اور بے ضابطگی کا پتہ لگانے والوں کو تلاش کرنا ہے جو فٹ نہیں ہوتے ہیں۔ کسی طرح سے باقی ڈیٹا کے ساتھ۔ تو دیکھنے کا سب سے واضح طریقہ یہ ان عناصر کو دیکھنا ہے جو ہیں۔ ڈیٹاسیٹ کے انتہائی اطراف میں۔ لہذا، سب سے کم اشیاء کے ساتھ ساتھ سب سے زیادہ اشیاء اور یہ بہت اچھی طرح سے کام کرتا ہے اگر آپ کے پاس نسبتاً آسان ڈیٹاسیٹ ہے۔ جہاں ہر طول و عرض ایک دوسرے سے مکمل طور پر آزاد ہے۔ لیکن حقیقت میں، زیادہ تر ڈیٹا سیٹس جو ہم استعمال کر رہے ہیں ان میں بہت سے عوامل ہیں۔ اور اس طرح باہر کرنے والے اب نہیں رہ سکتے ہیں۔ ڈیٹاسیٹ کے کناروں کی ترتیب پر۔ تو بے ضابطگی کا پتہ لگانے کے الگورتھم کی ایک بہت جو ہم استعمال کریں گے وہ ہونے جا رہے ہیں۔ تھوڑا سا زیادہ نفیس اور گہرے طریقے سے ڈیٹا کو کھودیں۔ بے ضابطگیاں جان بوجھ کر اور غیر ارادی دونوں ہوسکتی ہیں۔ جان بوجھ کر بے ضابطگیوں کا اشارہ ہو سکتا ہے۔ کسی ایسی چیز کا جو آپ بطور کاروبار، پر خصوصی توجہ دینا چاہیں گے۔ دھوکہ دہی جیسی چیزیں اکثر بے ضابطگیوں کے طور پر ظاہر ہوتی ہیں، لیکن بہت زیادہ معاملات میں، جو بے ضابطگیاں ہمیں ملتی ہیں وہ غیر ارادی ہیں۔ اور اس لیے وہ ڈیٹا انٹری کی غلطیوں کا ثبوت ہو سکتے ہیں۔ یا ڈیٹا اکٹھا کرنے کی غلطیاں یا وہ ڈیٹا جو ٹھیک طرح سے صاف نہیں کیا گیا ہے۔ اور اس طرح یہ تمام چیزیں متعلقہ ہیں۔ بے ضابطگی کا پتہ لگانے کے لیے اور وجہ جس پر آپ توجہ دینا چاہتے ہیں۔ بے ضابطگی کا پتہ لگانے کے لئے ہے کہ اکثر جب آپ ایک ماڈل بنا رہے ہیں، وہ بے ضابطگیاں آپ کی ماڈلنگ پر منفی اثر ڈال سکتی ہیں۔ ایسا ماڈل بنا کر جو کم درست ہو۔ اکثر جب آپ زیر نگرانی مشین لرننگ کر رہے ہوتے ہیں، بے قاعدہ ڈیٹا ہونے کا اثر بہت زیادہ ہو سکتا ہے۔ ماڈلنگ کے نتائج پر۔ تو، یہ وہ چیز ہے جو آپ یقینی طور پر چاہتے ہیں۔ پر توجہ دینا، قطع نظر کس قسم کی مشین لرننگ ایپلی کیشن جو آپ کے پاس ہے۔ وسیع طور پر، طریقوں کی دو طرزیں ہیں جو آپ استعمال کر سکتے ہیں۔ بے ضابطگی کا پتہ لگانے کے لیے، زیر نگرانی اور غیر زیر نگرانی۔ زیر نگرانی بے ضابطگی کا پتہ لگانے کے لیے، آپ کے پاس لیبل لگا ڈیٹا سیٹ ہونا ضروری ہے۔ لہذا، آپ کے پاس ایک ڈیٹاسیٹ ہونا ضروری ہے جس میں ایک سلسلہ ہو۔ مشاہدات کی جو عام ہیں، ساتھ ہی ایک سلسلہ ان مشاہدات کی جو دھوکہ دہی پر مبنی ہوں یا دوسری صورت میں بے قاعدہ ہوں۔ یہ آپ کو بہت سے استعمال کرنے کی اجازت دیتا ہے۔ مختلف مشین لرننگ ماڈلنگ تکنیکوں میں سے، جیسے درجہ بندی ماڈلنگ بے ضابطگیوں کا پتہ لگانے کے لیے۔ دوسرا طریقہ استعمال کر رہا ہے۔ غیر زیر نگرانی مشین سیکھنے کے طریقے اور یہ تھوڑا مختلف ہے کیونکہ اس کے بجائے اس کے بجائے لیبل شدہ نتیجہ متغیر رکھنے کا، آپ خود ڈیٹاسیٹ کو دیکھ رہے ہیں۔ اور آپ ڈیٹا کی ساخت کو استعمال کرنے کی کوشش کر رہے ہیں۔ یہ بتانے کے لیے کہ کون سے کیسز نارمل ہیں۔ اور جو باہر ہیں. اکثر، عملی طور پر یہ غیر نگرانی شدہ طریقے ہیں۔ جو بے ضابطگیوں کا پتہ لگانے کے لیے استعمال ہوتے ہیں۔ اور اس کی وجہ یہ ہے کہ یہ عام طور پر بہت مشکل ہوتا ہے۔ لیبل لگے ہوئے ڈیٹاسیٹس کو تلاش کرنے کے لیے جن میں بے ضابطگیوں کا لیبل لگا ہوا ہے۔ تو اب آپ کو تھوڑا سا خیال رکھنا چاہئے۔ بے ضابطگی کا پتہ لگانے سے کس قسم کے مسائل حل ہو سکتے ہیں۔ اور بے ضابطگی کا پتہ لگانے کے بنیادی دو طریقے جو اکثر عملی طور پر استعمال ہوتے ہیں۔