Python-3.4.3/C3/Least-square-fit/Bengali

Time	Narration
00:01	Least Square Fit এর টিউটোরিয়ালে আপনাদের স্বাগত।
00:06	এই টিউটোরিয়ালে আপনি শিখবেন: প্রদত্ত points এর সেটের জন্য least square fit লাইন বানানো।
00:16	টিউটোরিয়ালটি রেকর্ড করতে ব্যবহার করছি Ubuntu Linux 16.04 অপারেটিং সিস্টেম।
00:24	Python 3.4.3 এবং IPython 5.1.0
00:31	টিউটোরিয়ালটি অনুশীলন করতে আপনার জানা উচিত ইন্টারেক্টিভ রূপে plot ব্যবহার করা সম্পর্কে।
00:38	arrays এবং matrices ব্যবহার করে
00:41	ফাইল থেকে ডেটা লোড করা এবং least square method এর জ্ঞান থাকা উচিত।
00:48	না হলে এই ওয়েবসাইটে সম্পর্কিত Python টিউটোরিয়াল দেখুন।
00:53	টিউটোরিয়ালটি শুরু করার আগে, এই টিউটোরিয়ালের Code files লিঙ্ক থেকে pendulum.txt ফাইল ডাউনলোড করুন।
01:03	এটি বর্তমান working directory তে সংরক্ষণ করুন।
01:07	একটি উদাহরণের মাধ্যমে টিউটোরিয়াল শুরু করি।
01:12	pendulum.txt ফাইলে উপলব্ধ ডেটা ব্যবহার করে L versus t square এর জন্য least square fit বানান।
01:22	pendulum.txt ফাইলটি খুলি।
01:26	এটি একটি সাধারণ pendulum experiment থেকে উত্পন্ন input file.
01:32	প্রথম কলাম হল pendulum এর দৈর্ঘ্য।
01:36	দ্বিতীয় কলাম হল pendulum এর অনুরূপ time period.
01:41	time period এর square সরাসরি এর দৈর্ঘ্যের সমানুপাতিক।
01:47	আমরা L versus t square প্লট করব এবং এটি যাচাই করব।
01:52	ipython শুরু করুন। টার্মিনাল খুলুন।
01:57	ipython3 লিখুন এবং এন্টার টিপুন।
02:03	এখান থেকে টার্মিনালে প্রতিটি কমান্ড লেখার পর এন্টার কী টিপতে ভুলবেন না।
02:10	ইনপুট ফাইল এবং parse ডেটা পড়তে আমরা loadtxt function ব্যবহার করতে যাচ্ছি।
02:17	লিখুন from numpy import loadtxt.
02:23	এখন লিখুন, বড়হাতের L comma t is equal to loadtxt বন্ধনীতে ডাবল উদ্ধৃতিতে pendulum.txt comma unpack is equal to True.
02:37	loadtxt হল numpy library তে উপলব্ধ method.
02:42	যেহেতু True, unpack argument এ পাস হয়, তাই রিটার্ন array স্থানান্তরিত হয়।
02:49	এর মানে হল যে আমরা ফাইলে প্রতিটি কলামে একটি array পাবো।
02:54	বড়হাতের L লিখুন।
02:59	তারপর t লিখুন।
03:03	আমরা দেখতে পারি যে L এবং t হল length এবং time ভ্যালু।
03:08	loadtxt সম্পর্কে আরো জানতে, লিখুন loadtxt question mark
03:16	প্রস্থান করতে q টিপুন।
03:19	প্রথমে L versus t square প্লট করুন। প্রদর্শন হিসাবে লিখুন।
03:27	এখানে bo ব্লু সার্কল মার্কার উপস্থাপন করে।
03:32	তারপর লিখুন plt.show ওপেন এবং ক্লোস বন্ধনী।
03:38	আমরা দেখতে পারি যে এখানে একটি visible linear trend রয়েছে, কিন্তু আমরা তাদের সংযোগ করার সরলরেখা পাই না।
03:45	trend দেখে আমরা এখন ডেটার জন্য model এর প্রস্তাব করতে পারি।
03:50	এই ইমেজটি বন্ধ করুন।
03:53	সমীকরণের জন্য আমাদের পয়েন্টে একটি লাইন ফিট করতে হবে। বড়হাতের T square is equal to m asterisk বড়হাতের L plus c
04:03	যেখানে m লাইনের slope উপস্থাপন করে এবং c লাইনের ইন্টারসেপ্ট উপস্থাপন করে।
04:10	আমরা linear regression ব্যবহার করে m এবং c প্রাপ্ত করব।
04:15	least square fit line বানানোর পদক্ষেপগুলি দেখতে পারি।
04:20	প্রথমে দুটি matrices tsq এবং A বানান। স্লোপ m এবং ইন্টারসেপ্ট c এর ভ্যালুর জন্য lstsq function ব্যবহার করুন।
04:33	matrix ফর্মে, সমীকরণটি tsq is equal to A asterisk p হিসাবে উপস্থাপন করা যেতে পারে।
04:41	tsq হল n আকারের এক-মাত্রিক অ্যারে।
04:46	এই array এর প্রতিটি এলিমেন্টে time period এর square থাকবে।
04:52	A হল n by 2 আকারের একটি ম্যাট্রিক্স।
04:56	প্রথম কলামে pendulum এ length থাকবে।
05:00	দ্বিতীয় কলামে নম্বর 1 থাকবে।
05:04	p হল আকার 2 এর একমাত্রিক অ্যারে।
05:08	প্রথম সারিতে লাইনের slope রয়েছে।
05:12	দ্বিতীয় সারিতে লাইনের intercept রয়েছে। আমাদের লাইন plot করতে p নির্ণয় করতে হবে।
05:20	এখন L এর ভ্যালু সহ একটি A matrix বানাই।
05:25	আমরা প্রথম সারিতে L ভ্যালু এবং দ্বিতীয় সারিতে ones সহ একটি ম্যাট্রিক্স বানাবো। তারপর এটি স্থানান্তরিত করুন।
05:34	এখানে যেমন দেখানো হয়েছে তা লিখুন।
05:38	আমরা দেখতে পারি যে আমাদের কাছে মধ্যবর্তী ম্যাট্রিক্স রয়েছে।
05:42	এখন আমাদের স্থানান্তরিত করা দরকার।
05:45	লিখুন বড়হাতের A is equal to inter underscore mat dot বড়হাতের T.
05:53	এখন বড়হাতের A লিখুন।
05:56	এখন আমাদের কাছে matrices এবং tsq উভয় রয়েছে।
06:01	এখন আমাদের শুধুমাত্র lstsq ব্যবহার করা দরকার। যেমন দেখানো হয়েছে তা লিখুন।
06:08	ফলাফল দেখতে এখন result লিখুন। result হল values ক্রম।
06:16	এখন আমরা যথাক্রমে m এবং c তে index 0 এর ফলাফল সংরক্ষণ করব।
06:23	লিখুন p is equal to result বর্গাকার বন্ধনীতে 0 তারপর লিখুন m comma c is equal to p
06:34	এখন লিখুন m c
06:39	আমরা m এবং c এর ভ্যালু দেখতে পারি।
06:43	এখন আমাদের কাছে m এবং c রয়েছে। আমাদের t square এর ফিট করা ভ্যালু বানানো দরকার।
06:51	যেমন দেখানো হয়েছে তা লিখুন।
06:55	তারপর লিখুন plt.show ওপেন এবং ক্লোস বন্ধনী।
07:01	আমরা L versus t square এর least square fit পাই।
07:06	আমি এই উইন্ডোটি বন্ধ করি।
07:09	এটি আমাদের টিউটোরিয়ালের শেষে নিয়ে আসে। সংক্ষেপে....
07:15	এখানে আমরা শিখেছি, matrices ব্যবহার করে least square fit বানানো।
07:23	least square fit লাইন বানাতে function lstsq() ব্যবহার করা।
07:29	আপনার সমাধানের জন্য এখানে একটি স্ব মূল্যায়ন প্রশ্ন রয়েছে।
07:33	নিম্ন ফাংশনটি কি বানায়?
07:35	এবং উত্তর হল, ফাংশন ones underscore like বন্ধনীতে বর্গাকার বন্ধনীতে 1 comma 2 comma 3, array বন্ধনীতে বর্গাকার বন্ধনীতে 1 comma 1 comma 1 বানাবে।
07:51	সময়ের সাথে আপনার প্রশ্ন এই ফোরামে পোস্ট করুন।
07:55	এই ফোরামে Python সম্পর্কিত আপনার সাধারণ প্রশ্ন পোস্ট করুন।
08:00	FOSSEE দল TBC প্রকল্প সমন্বয় করে।
08:04	স্পোকেন টিউটোরিয়াল প্রকল্প ভারত সরকারের NMEICT, MHRD দ্বারা সমর্থিত। আরো জনাতে এই লিঙ্কে যান।
08:14	আই আই টী বোম্বে থেকে আমি কৌশিক দত্ত বিদায় নিচ্ছি। অংশগ্রহনের জন্য ধন্যবাদ।

Contributors and Content Editors

Kaushik Datta