> For the complete documentation index, see [llms.txt](https://rakibul-hassan.gitbook.io/mlbook-titanic/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://rakibul-hassan.gitbook.io/mlbook-titanic/kaggle/why-kaggle.md).

# ৪.১. ‘ক্যাগল’ কি? আর দরকারই বা কেন?

শুরুতে দুটো খবর দেখি বরং। বেশ আগের তবে সঙ্গতিপূর্ণ।

প্রথম আলো

১০ মার্চ ২০১৭

> ক্যাগল নামে একটি প্রতিষ্ঠান কিনছে গুগল। প্রতিষ্ঠানটি মূলত ডেটা সায়েন্স এবং মেশিন লার্নিং প্রতিযোগিতার আয়োজন করে থাকে। যুক্তরাষ্ট্রের সান ফ্রান্সিসকোতে অনুষ্ঠিত গুগল ক্লাউড নেক্সট সম্মেলনে গুগল এ ঘোষণা দেয়। তবে এর কারণ সম্পর্কে কিছু জানায়নি গুগল।
>
> গুগল যে ক্যাগল কিনছে, তার থেকেও বড় আশ্চর্যের বিষয় হলো ডেটা সায়েন্স সম্প্রদায়ে গুগল হাজারো ডেটা বিজ্ঞানীকে পাশে পাবে। ফলে তাৎক্ষণিকভাবে গুগল কৃত্রিম বুদ্ধিমত্তা জগতে তার প্রভাব খুব সহজেই বিস্তৃত করতে পারবে। আমাজনের ক্লাউড কম্পিউটিংয়ের সঙ্গে টক্কর দিতে গুগলের যথেষ্ট পরিমাণ সুযোগের দরকার ছিল, যা এখন পাবে বলে ধারণা করা হচ্ছে।
>
> ডেটা সায়েন্স সম্প্রদায়ের মধ্যে গুগল ব্র্যান্ড হিসেবে আরও নিরাপদ হতে পারবে। বর্তমানে কৃত্রিম বুদ্ধিমত্তায় গুগলের প্রতিযোগিতা দিন দিন বাড়ছে। মূলত চালকবিহীন স্বয়ংক্রিয় গাড়ি প্রযুক্তি এবং এ বিষয়ে গভীর জ্ঞান এখন প্রধান বিষয়। এ ছাড়া বিভিন্ন ছোট-বড় প্রতিষ্ঠানকে কাজের সুযোগ করে দেওয়া। তাহলে গুগল অবশ্যই কৃত্রিম বুদ্ধিমত্তা প্রতিযোগিতায় শীর্ষে অবস্থান করবে।

সূত্র: টেকক্রাঞ্চ

বণিক বার্তা

মার্চ ১১, ২০১৭

> ডাটা সায়েন্স কমিউনিটি ক্যাগল অধিগ্রহণ করছে গুগল। সম্প্রতি সান ফ্রান্সিসকোয় আয়োজিত ‘ক্লাউড নেক্সট’ সম্মেলনে এ তথ্য নিশ্চিত করেছে মার্কিন টেকজায়ান্ট। খবর গ্যাজেটস থ্রিসিক্সটি ডিগ্রি।
>
> ২০১০ সালে প্রতিষ্ঠিত এ প্রতিষ্ঠানটি অনুসন্ধান, পাবলিক ডাটাসেট বিশ্লেষণ ও মেশিন লার্নিং মডেল নির্মাণ করে থাকে। এসব কাজে ক্যাগল ব্যবহার করেন আট লাখের বেশি বিশেষজ্ঞ। গুগলের বিবৃতি অনুযায়ী অনুন্ধান, পাবলিক ডাটাসেট বিশ্লেষণ ও মেশিন লার্নিং মডেলের জন্য কাজ করার জন্য ক্যাগল সেরা ক্ষেত্র। এতে ব্যবহারকারীর ডাটা সায়েন্স সম্পর্কে বিশেষ জ্ঞানও বাড়ে।

সাতচল্লিশ বছর বয়সে ‘মেশিন লার্নিং’ শিখতে গিয়ে বুঝলাম আরেকটা ব্যাপার। সামরিক বাহিনীতে একটা জিনিস মানি সবসময়। ‘অন দ্য জব ট্রেনিং’। একদম ‘আসল’ কাজ করতে করতে শেখা। ‘সিমুলেশন’ টিমুলেশন নয়। আসল প্রোডাকশন এনভায়রনমেন্টে এক্সেস দেয়া। বিপদ তো হবে কিছুটা। তবে সেটার আউটপুট তৈরিকৃত সমস্যা থেকে কম। লঙ টার্মে এটা কাজে দেয় ভালো। বই ক্লাস বাদ, আসল কাজ করতে করতেই শিখি আমরা। উই লার্ন বাই ডুইং ইট।

আর সেকারণে ডাটা সায়েন্টিস্টদের পছন্দের জায়গা ‘ক্যাগল.কম’। এখানে মেশিন লার্নিং নিয়ে সব কাজ হয়। কেউ মেশিন লার্নিং শিখতে চাইলে, এই লাইনের চাকরির খোঁজ, ভবিষ্যৎ ধারণা, কাজ শেখার নিজের অভিজ্ঞতা শেয়ারিং, মেশিন লার্নিং নিয়ে হাজারো সমস্যার পুরস্কার - তার সবকিছুই আছে এই জায়গায়। যারা শিখতে চান, তাদের মধ্যে বিভিন্ন ক্যাটেগরি ধরে আছে সব ধরণের "হাতে করি" রকমের কাজ। ক্যাগল শুরু কিন্তু ‘কে’ দিয়ে। রিয়েল ওয়ার্ল্ড সমস্যা দেয়া আচ্ছে ওখানে। এ মুহুর্তে দেখছি একটা ‘ক্যান্সার’ রিলেটেড সমস্যা চলছে এক নম্বরে। দিয়েছে ইন্টেল। পুরস্কার এক লাখ ডলার। ফেলে দিন, ক্লাসে নম্বর পাওয়ার জন্য ওই ভুঁয়া প্রজেক্ট। বরং খুঁজে বের করুন রিয়েল ওয়ার্ল্ড ‘আসল’ প্রজেক্ট। ব্যাপারটা এমন – কাজ করে সাহায্য করো মানবতাকে। ফাঁকে আয় করো কিছু পয়সা।

আপনি কতোটুকু শিখলেন সেটা বলে দেবে কম্পিটিশনের লিডারবোর্ড। মনে আছে অনলাইন গেমসের কথা? যে যতো স্কোর করবে সেটার হিসেব থাকে লিডারবোর্ডে।