Who Will Have a Child? Predicting Three-Year Childbearing Outcomes Using Machine Learning
यह अध्ययन क्लास इम्बैलेंस के लिए SMOTE और उच्च आयामीता (high dimensionality) के लिए डोमेन-इन्फॉर्म्ड फीचर सिलेक्शन द्वारा संवर्धित विशेष रूप से XGBoost का उपयोग करते हुए, मशीन लर्निंग मॉडल के माध्यम से, PreFer सर्वेक्षण डेटा का उपयोग करके नीदरलैंड में व्यक्तिगत तीन-वर्षीय चाइल्डबेयरिंग परिणामों की सफलतापूर्वक भविष्यवाणी करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
प्रत्येक समाज के सामने नियोजन का एक मौलिक प्रश्न होता है: आने वाले वर्षों में कितने बच्चे पैदा होंगे? यह जनसांख्यिकीविदों के लिए केवल जिज्ञासा का विषय नहीं है; यह सरकारों और समुदायों के लिए एक व्यावहारिक आवश्यकता है। नए परिवारों की संभावित संख्या जानने से स्कूलों को कक्षाओं की योजना बनाने, अस्पतालों को प्रसूति वार्डों के लिए तैयार होने और शहरों को बढ़ती आबादी के लिए आवास डिजाइन करने में मदद मिलती है। दशकों से, शोधकर्ता इन संख्याओं का पूर्वानुमान लगाने के लिए व्यापक रुझानों, जैसे कि पहली बार माता-पिता बनने की औसत आयु या समग्र आर्थिक स्थिति को देखते हुए प्रयास कर रहे हैं। हालांकि, यह भविष्यवाणी करना कि क्या कोई विशिष्ट व्यक्ति कम समय की अवधि, जैसे कि अगले तीन वर्षों के भीतर, एक बच्चा होगा, एक कठिन पहेली बना हुआ है। इस निर्णय को प्रभावित करने वाले कारक विशाल और अत्यंत व्यक्तिगत हैं, जो वित्तीय स्थिरता और संबंधों की संतुष्टि से लेकर करियर के लक्ष्यों और परिवार शुरू करने की सरल इच्छा तक फैले हुए हैं।
नीदरलैंड के टिलबर्ग विश्वविद्यालय के शोधकर्ताओं की एक टीम ने हाल ही में मशीन लर्निंग के रूप में ज्ञात उपकरणों के एक शक्तिशाली सेट की ओर मुड़कर इस चुनौती का सामना किया। भविष्य का अनुमान लगाने के लिए किसी एक सूत्र पर निर्भर रहने के बजाय, उन्होंने कंप्यूटर प्रोग्रामों को हजारों लोगों के जीवन में जटिल पैटर्न पहचानने के लिए प्रशिक्षित किया। उनका लक्ष्य यह देखना था कि क्या ये डिजिटल मॉडल सटीक रूप से यह बता सकते हैं कि 18 से 45 वर्ष की आयु के बीच के कौन से व्यक्ति 2021 और 2023 के बीच एक नए बच्चे का स्वागत करेंगे। शोधकर्ताओं ने सर्वेक्षण डेटा के एक विशाल संग्रह के साथ काम किया जिसमें प्रत्येक व्यक्ति के बारे में 30,000 से अधिक अलग-अलग जानकारियां थीं, जैसे कि उनके जन्म का वर्ष और शिक्षा का स्तर से लेकर वे घरेलू कामों को कैसे विभाजित करते हैं और वे अपनी साझेदारी से कितने संतुष्ट हैं। उनके सामने मुख्य कठिनाई यह थी कि डेटा अत्यधिक विषम था; अध्ययन में नए बच्चे पैदा करने वाले लोगों की तुलना में न करने वाले लोगों की संख्या बहुत अधिक थी, जिससे कंप्यूटर के लिए सभी के लिए "नहीं" का अनुमान लगाना और फिर भी सटीक दिखना आसान था, जबकि वह वास्तविक माता-पिता को पूरी तरह से छोड़ देता।
इसे हल करने के लिए, शोधकर्ताओं को सबसे पहले सूचनाओं की भारी मात्रा को सरल बनाना पड़ा। उन्होंने अपने सामाजिक विज्ञान के ज्ञान का उपयोग करके यह पहचानने के लिए कि कौन से 30,000 चर (variables) सबसे अधिक महत्वपूर्ण हो सकते हैं, क्षेत्र को सीमित किया, जिससे एक अधिक प्रबंधनीय सूची प्राप्त हुई। फिर उन्होंने एक कंप्यूटर प्रोग्राम का उपयोग यह परीक्षण करने के लिए किया कि कौन से कारक वास्तव में सबसे मजबूत भविष्यवक्ता थे, और अंततः केवल 69 प्रमुख चरों के एक केंद्रित सेट पर टिक गए। यह प्रक्रिया महत्वपूर्ण थी क्योंकि सभी 30,000 विवरणों का एक साथ उपयोग करने का प्रयास मॉडल को भ्रमित कर देता, ठीक वैसे ही जैसे उस पुस्तकालय में एक विशिष्ट पुस्तक खोजने की कोशिश करना जहाँ हर शेल्फ हजारों असंबंधित शीर्षकों से भरी हो। सबसे प्रासंगिक संकेतों, जैसे कि आयु, साझेदारी की स्थिति और वित्तीय स्थिति पर ध्यान केंद्रित करके, उन्होंने कंप्यूटर को पेड़ों में खो जाने के बजाय जंगल देखने की अनुमति दी।
टीम ने यह देखने के लिए तीन अलग-अलग प्रकार के मशीन लर्निंग मॉडल का परीक्षण किया कि कौन सा मॉडल भविष्य के माता-पिता की पहचान करने में सबसे अच्छा कर सकता है। उन्होंने एक बुनियादी 'डिसीजन ट्री' (decision tree) की तुलना की, जो हाँ-या-ना के प्रश्नों की एक श्रृंखला पूछकर भविष्यवाणियां करता है, बनाम दो अधिक उन्नत विधियों के साथ जो एक स्मार्ट निष्कर्ष तक पहुँचने के लिए कई ऐसे पेड़ों को जोड़ती हैं। इनमें से एक उन्नत विधि, जिसे 'एक्सट्रीम ग्रेडिएंट बूस्टिंग' (extreme gradient boosting) कहा जाता है, एक क्रम में मॉडल बनाकर काम करती है जहाँ प्रत्येक नया मॉडल पिछले वाले की गलतियों से सीखता है। शोधकर्ताओं को अपने डेटा के असंतुलन को भी संबोधित करना पड़ा, जहाँ नया बच्चा पैदा करने वाले लोगों का समूह, बच्चा न करने वाले समूह की तुलना में बहुत छोटा था। इसे ठीक करने के लिए, उन्होंने एक ऐसी तकनीक का उपयोग किया जिसने छोटे समूह के कृत्रिम उदाहरण बनाए, जिससे प्रभावी रूप से कंप्यूटर को बिना केवल एक ही डेटा को बार-बार कॉपी किए, एक दुर्लभ घटना यानी नए जन्म पर अधिक ध्यान देने के लिए प्रशिक्षित किया गया।
परिणामों ने दिखाया कि सबसे परिष्कृत मॉडल, जो अपनी गलतियों से सीखता है, ने सबसे अच्छा प्रदर्शन किया। जब उस डेटा पर परीक्षण किया गया जिसे उसने पहले कभी नहीं देखा था, तो इस मॉडल ने उच्च स्तर की सटीकता के साथ भविष्य के माता-पिता की सही पहचान की, जो सरल विधियों की तुलना में काफी बेहतर था। डेटा को संतुलित करने की तकनीक का उपयोग आवश्यक साबित हुआ; इसके बिना, मॉडल अल्पसंख्यक समूह को पहचानने में संघर्ष करता। अध्ययन में पाया गया कि सही प्रश्न पूछने और एक ऐसे मॉडल का उपयोग करने से, जो अपनी गलतियों से सीख सके, भविष्य के संतानोत्पत्ति परिणामों का आश्चर्यजनक सटीकता के साथ पूर्वानुमान लगाना संभव है। हालांकि शोधकर्ताओं ने उल्लेख किया कि उनके निष्कर्ष नीदरलैंड के लोगों के एक विशिष्ट समूह पर आधारित हैं और अन्य आबादी पर और अधिक परीक्षण की आवश्यकता है, यह कार्य प्रदर्शित करता है कि मशीन लर्निंग पारिवारिक वृद्धि के पीछे के जटिल मानवीय निर्णयों को समझने के लिए एक मूल्यवान उपकरण हो सकती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।