মেশিন লার্নিং কে সাধারণত ৩টি ভাগে ভাগ করা হয়ে থাকে। যথাঃ

1. Supervised Learning
2. Unsupervised Learning
3. Reinforcement Learning.
নিচে এই ৩টাইপ নিয়ে আলোচলনা করা হলোঃ

Supervised Learning ঃ
এই লার্নিং এর ক্ষেত্রে আমাদের কাছে ইতমধ্যে আউটপুট কি হবে তা জানা থাকবে ভিন্ন ভিন্ন ইনপুট এর ক্ষেত্রে।
তাই বলতে পারি, Supervised লার্নিং হচ্ছে সেই লার্নিং যেখানে আমরা মেশিন কে ইনপুট এবং আউটপুট বলে দিব। অর্থাৎ বিভিন্ন রকম ইনপুট এবং ওই ইনপুট এর জন্য আউটপুট কি হবে তা দিয়ে আমরা মেশিন কে ট্রেইন করব।
এখন যদি ভিন্ন কোন ইনপুট দেয়া হয় তাহলে মেশিন আমাদের ট্রেইন দেয়া ইনপুট গুলোর প্যাটার্ন এর সাথে মিল দেখে আউটপুট কি হবে তা দিবে।

Unsupervised Learning ঃ
এই Unsupervised Learning এর ক্ষেত্রে আমাদের কাছে কোনো আউটপুট জানা থাকবে না। শুধুমাত্র ইনপুট নিবে এবং ইনপুট গুলো নিয়ে একটা প্যাটার্ন বা গ্রুপ বের করবে, এই গ্রুপ কে আমরা বলে থাকি ডাটা Clustering ।
কোনো ফিডব্যাক আমরা এই Unsupervised Learning থেকে পাবো না।

Reinforcement Learningঃ
Reinforcement Learning হচ্ছে মেশিন নিজে নিজে শিখবে। মেশিন কে যে ডাটাসেট দেয়া হবে সেই ডাটাসেট এর উপর ভিত্তি করে কিছু অ্যাকশান করবে এবং অ্যাকশান এর ফিডব্যাক এর উপর ডিপেন্ড করে নিজেই নিজেকে আপডেট করে নিবে।
যদি অ্যাকশান সঠিক হয় তাহলে মেশিন নিজেকে reward দিবে। আর যদি অ্যাকশান সঠিক না হয় তাহলে মেশিন নিজেকে মাইনাস দিবে।
এই ভাবেই Reinforcement Learning আর মাধ্যমে মেশিন নিজেই নিজেকে ট্রেইন করবে।

প্রতিটি লার্নিং নিয়ে পরবর্তিতে আরো বিস্তারিত আলোচলনা করা হবে। আজ তাহলে এই পর্যন্তই। সেই পর্যন্ত টাটা বাই বাই।