Supervised Learning হলো এমন একধরনের মেশিন লার্নিং পদ্ধতি যেখানে লেবেলযুক্ত (labeled) ডেটা ব্যবহার করে মডেলকে প্রশিক্ষিত করা হয়। এতে ইনপুট ও আউটপুট দুটোই আগে থেকে জানা থাকে, এবং মডেল সেই সম্পর্ক শিখে নেয়।

মূল তথ্যসমূহ:

• প্রশিক্ষণ প্রক্রিয়া: মডেলকে এমন ডেটাসেটে প্রশিক্ষণ দেওয়া হয় যেখানে প্রতিটি ইনপুটের সাথে সঠিক আউটপুট (label) নির্ধারিত থাকে।

• উদ্দেশ্য: ইনপুট থেকে সঠিক আউটপুট পূর্বানুমান করার মতো ম্যাপিং (mapping) শেখানো।

• উদাহরণ:

  • Classification: যেমন—ইমেইল স্প্যাম কিনা তা নির্ধারণ করা (spam/not spam)।

  • Regression: যেমন—বাড়ির বৈশিষ্ট্যের উপর ভিত্তি করে মূল্য অনুমান করা।

ভুল বিকল্পসমূহ:

• ক) লেবেলবিহীন ডেটা দিয়ে প্রশিক্ষণ → এটি Unsupervised Learning-এর বৈশিষ্ট্য।

• খ) কোনো প্রশিক্ষণের প্রয়োজন নেই → ভুল; Supervised Learning সর্বদা ট্রেনিং প্রয়োজন করে।

• ঘ) শুধু Reinforcement Signal ব্যবহৃত হয় → এটি Reinforcement Learning-এর বৈশিষ্ট্য, Supervised নয়।

Answer: ঘ) Encapsulation
 Explanation:
Encapsulation in Object-Oriented Programming (OOP):

Definition: Wrapping data (attributes) and methods (functions) that operate on the data into a single unit (class) and restricting access to some of the object’s components.
Purpose: Protects object integrity by preventing unauthorized access or modification.
 
Example:
 
class BankAccount {
private:
    double balance; // cannot be accessed directly outside the class

public:
    void deposit(double amount) { balance += amount; }
    double getBalance() { return balance; }
};

balance is hidden (private) → can only be accessed via methods → encapsulation.
 
Other options are incorrect:

ক) Inheritance→→Allows a class to derive properties from another class
খ) Polymorphism→→Allows one interface, multiple forms
গ) Abstraction→→Hides implementation details but focuses on what an object does, not access control