কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে বার বার ভুল সিদ্ধান্ত থেকে সঠিক সিদ্ধান্ত নেয়ার সক্ষমতা তৈরি হয় কীসের সাহায্যে? [In the case of artificial intelligence, what helps build the capability to make correct decisions from repeated incorrect decisions?]

ক. রিইনফোর্সমেন্ট লার্নিং [Reinforcement learning]

খ. আনসুপারভাইজড লার্নিং [Unsupervised learning]

গ. এনফোর্সমেন্ট লার্নিং [Enforcement learning]

ঘ. সুপারভাইজড লার্নিং [Supervised learning]

উত্তর: রিইনফোর্সমেন্ট লার্নিং [Reinforcement learning]

ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তায় যে পদ্ধতিতে একটি সিস্টেম (এজেন্ট) তার পরিবেশের সাথে মিথস্ক্রিয়া করে, কাজের ফলাফল হিসেবে পুরস্কার বা শাস্তি পায় এবং বারবার ভুল করে সঠিক সিদ্ধান্ত নিতে শেখে, তাকে রিইনফোর্সমেন্ট লার্নিং (Reinforcement Learning) বলে। এটি ট্রায়াল অ্যান্ড এরর পদ্ধতিতে শেখে। অন্যদিকে, সুপারভাইজড লার্নিং-এ লেবেলকৃত ডেটা থেকে শেখানো হয়, আর আনসুপারভাইজড লার্নিং-এ ডেটার মধ্যে প্যাটার্ন নিজেই খুঁজে বের করা হয়। [ In artificial intelligence, the method where a system (agent) interacts with its environment, receives rewards or penalties based on its actions, and learns to make correct decisions through repeated trial and error is called Reinforcement Learning. It learns through a process of trial and error. In contrast, supervised learning involves learning from labeled data, while unsupervised learning involves finding patterns in data on its own. ]

HSC ICT Chapter 1 : তথ্য ও যোগাযোগ প্রযুক্তি :- বিশ্ব ও বাংলাদেশ প্রেক্ষিত MCQ — Prosthuti প্রশ্নব্যাংক