ট্র্যাক
/
R
R
/
অনুশীলনী
/
ক্যাপ্টেনের লগ
ক্যাপ্টেনের লগ

ক্যাপ্টেনের লগ

লার্নিং অনুশীলনী

ভূমিকা

অনেক প্রোগ্রামেই বাস্তব জগতের ঘটনা অনুকরণ করতে (আপাতদৃষ্টিতে) র‍্যান্ডম মানের দরকার হয়।

কমন ও পরিচিত উদাহরণের মধ্যে আছে:

  • একটি কয়েন টস: একটি র‍্যান্ডম মান যা "H" বা "T"।
  • একটি পাশা নিক্ষেপ: ১ থেকে ৬ পর্যন্ত একটি র‍্যান্ডম ইন্টিজার।
  • তাসের একটি ডেক শাফল করা: কার্ডের তালিকার একটি র‍্যান্ডম ক্রম।

কম্পিউটার দিয়ে সত্যিকারের র‍্যান্ডম মান তৈরি করা একটি অবাক করার মতো কঠিন প্রযুক্তিগত চ্যালেঞ্জ, তাই এই ফলাফলগুলোকে "সিউডোর‍্যান্ডম" বলা হতে পারে।

গুরুত্বপূর্ণ: এই ধারণায় ক্রিপ্টোগ্রাফিকভাবে নিরাপদ র‍্যান্ডম সংখ্যা নিয়ে আলোচনা করা হয় না, যা আরও অনেক কঠিন এক চ্যালেঞ্জ।

তবে R এসেছে একটি স্ট্যাটিস্টিকস প্যাকেজ থেকে, আর সিমুলেশনে এটি প্রায়ই ব্যবহৃত হয়, তাই র‍্যান্ডম মান তৈরির নানা রকম উপায় এতে রয়েছে। মডেলিং, সিমুলেশন আর গেমের বেশিরভাগ প্রয়োগে এই ফলাফল যথেষ্ট ভালোই।

রিপ্লেসমেন্টসহ বা রিপ্লেসমেন্ট ছাড়া স্যাম্পলিং

ভাবুন, একটি ব্যাগে ৩টি লাল বল আর ৪টি সবুজ বল আছে, এবং আমরা ব্যাগ থেকে র‍্যান্ডমভাবে একটি বল টানলাম। দ্বিতীয় আরেকটি বল পেতে দুটি সম্ভাবনা আছে:

  1. প্রথম বলটি ব্যাগে ফিরিয়ে রেখে ভালোভাবে ঝাঁকিয়ে নিয়ে তারপর আরেকটি বল টানুন। এখন বলের সংখ্যা আগের মতোই (৭), আর লাল ও সবুজের অনুপাতও একই থাকে।
  2. দ্বিতীয় বল টানার আগে প্রথম বলটি টেবিলে রেখে দিন। এখন ব্যাগে মাত্র ৬টি বল আছে, আর লাল:সবুজ অনুপাত নির্ভর করে প্রথম বলটির রঙের উপর।

প্রথম পরিস্থিতিটি রিপ্লেসমেন্টসহ, দ্বিতীয়টি রিপ্লেসমেন্ট ছাড়া, আর এরা ভিন্ন ফলাফল দেয়।

sample দিয়ে ডিসক্রিট মান

সীমিতসংখ্যক ডিসক্রিট মান থেকে বাছাই করতে sample() রিপ্লেসমেন্টসহ বা ছাড়া ব্যবহার করা যায়। এটি ইন্টিজার, স্ট্রিং ইত্যাদির জন্য কাজে লাগে।

sample(1:10, 5) # no repeats by default
#> [1] 8 3 4 2 6

sample(1:10, 5, replace = TRUE) # repeats are OK
#> [1] 10 10  7 10  9

languages <- c("Fortran", "R", "Python", "Julia")
sample(languages, 1)
#> [1] "Python"

sample(c("H", "T"), 5, replace = TRUE) # coin flips
#> [1] "T" "T" "H" "H" "H"

sample(c(TRUE, FALSE), 5, replace = TRUE) # alternative coin flips
#> [1] FALSE  TRUE FALSE  TRUE  TRUE

স্যাম্পলিং ডেটা পাইপলাইনে ভালোভাবে খাপ খায়। যেমন, র‍্যান্ডম আলফানিউমেরিক স্ট্রিং তৈরি করতে:

library(stringr)

c(letters, LETTERS, 0:9) |> sample(50) |> str_flatten()
#> [1] "5tX71jhbM9zUmKrpENBQyGYaZdJPVAx06leSF2s8gcfw3OviIH"

শাফলিং

অন্য অনেক ভাষায় একটি সিকোয়েন্স শাফল করার জন্য বিশেষ ফাংশন থাকে।

R-এ কোনো শাফল ফাংশন নেই। কেন?

এটা বোঝার জন্য আবার sample ফাংশনটি দেখুন।

এর পূর্ণ রূপ হলো sample(x, size, replace = FALSE, prob = NULL), যেখানে x হলো (সাধারণত) যে সিকোয়েন্স থেকে স্যাম্পল করা হবে সেটি, আর size হলো বেছে নেওয়ার আইটেম সংখ্যা।

replace নিয়ে আমরা আগেই আলোচনা করেছি, যেখানে ডিফল্ট হলো রিপ্লেসমেন্ট ছাড়া স্যাম্পলিং। আপাতত prob বাদ দিন, যা দিয়ে x-এর বিভিন্ন এলিমেন্টকে অসমান ওয়েট দেওয়া যায়।

আমরা যদি size বাদ দিয়ে শুধু x দিই, তাহলে কী হয়?

x <- letters[1:6]
x
#> [1] "a" "b" "c" "d" "e" "f"
sample(x)
#> [1] "e" "a" "f" "b" "c" "d"

R-এর চিরচেনা ধরনে এখানে প্যাটার্নটি হলো ভেক্টর-ইন, ভেক্টর-আউট, আর size-এর ডিফল্ট মান length(x)।

"x-এর সব এলিমেন্ট রিপ্লেসমেন্ট ছাড়া স্যাম্পল করা" আসলে "x শাফল করা" বলার আরও টেকনিক্যাল উপায় মাত্র।

ফলে, shuffle নামে কোনো ফাংশন নেই, কারণ sample আগেই ঠিক যা দরকার তাই করে দেয়!

ডিস্ট্রিবিউশন নিয়ে কাজ করা

উপরের উদাহরণগুলোতে এমন পরিস্থিতি বর্ণনা করা হয়েছিল যেখানে সব ফলাফলের সম্ভাবনা সমান। যেমন, sample(1:100) ১ থেকে ১০০ পর্যন্ত যেকোনো ইন্টিজার সমান সম্ভাবনায় দিতে পারে।

একে uniform ডিস্ট্রিবিউশন বলা হয়।

বাস্তব জগতের অনেক পরিস্থিতি এর চেয়ে অনেক কম সরল। তাই পরিসংখ্যানবিদরা "বাস্তব জগতের" ফলাফল গাণিতিকভাবে বর্ণনা করতে নানা রকম distributions তৈরি করেছেন।

ফ্লোটিং-পয়েন্ট সংখ্যা

ইউনিফর্ম ডিস্ট্রিবিউশন

সমান ওয়েটের ফ্লোটিং-পয়েন্ট সংখ্যার ডিস্ট্রিবিউশনের জন্য runif() ব্যবহার করুন ("random-uniform" মনে রাখুন, আর "run if" পড়ার স্বাভাবিক কিন্তু ভুল প্রবণতার বিরুদ্ধে লড়ুন)। min আর max দুটোই নির্দিষ্ট করা যায়, তবে ডিফল্ট ০ আর ১।

runif(5)  # generate 5 values
#> [1] 0.3038506 0.3527959 0.3319309 0.4846354 0.4386279

# generate 5 non-negative values <= 100.0
runif(5, max = 100)
#> [1] 79.70762 51.62232 52.85281 71.08571 63.94380

নির্দেশনা

মেরি Star Trek: The Next Generation টিভি সিরিজের একজন বড় ভক্ত। তিনি প্রায়ই কলম-কাগজে খেলা রোল-প্লেয়িং গেম খেলেন, যেখানে তিনি ও তাঁর বন্ধুরা Starship Enterprise-এর ক্রু সেজে থাকেন।

মেরির চরিত্রটি ক্যাপ্টেন পিকার্ড, অর্থাৎ তাঁকে ক্যাপ্টেনের লগ রেখে চলতে হয়। গেমের সৃজনশীল অংশটি তাঁর খুব ভালো লাগে, কিন্তু সঙ্গে সঙ্গে র্যান্ডম ডেটা বানাতে তিনি পছন্দ করেন না।

ক্যাপ্টেনের লগে সাধারণত যেসব ডেটা দেখা যায়, সেগুলোর র্যান্ডম জেনারেটর বানিয়ে মেরিকে সাহায্য করুন।

1. র্যান্ডম গ্রহ তৈরি করুন

Starship Enterprise তার অভিযাত্রায় বহু গ্রহের মুখোমুখি হয়। Star Trek মহাবিশ্বের গ্রহগুলোকে তাদের বৈশিষ্ট্যের ভিত্তিতে ক্লাসে ভাগ করা হয়। উদাহরণস্বরূপ, পৃথিবী একটি M ক্লাসের গ্রহ। সম্ভাব্য সব গ্রহের ক্লাস হলো: D, H, J, K, L, M, N, R, T এবং Y।

random_planet_class ফাংশনটি ইমপ্লিমেন্ট করুন। এটি র্যান্ডমভাবে প্রয়োজনীয় সংখ্যক গ্রহের ক্লাস একটি ভেক্টর হিসেবে রিটার্ন করবে। একই ক্লাস একাধিকবার থাকা গ্রহণযোগ্য, আর লম্বা ভেক্টরের ক্ষেত্রে তা প্রয়োজনও হতে পারে।

random_planet_class(number_needed)
#> "K"

2. র্যান্ডম স্টারশিপ রেজিস্ট্রি নম্বর তৈরি করুন

Enterprise (রেজিস্ট্রি নম্বর NCC-1701) একমাত্র উড়ন্ত স্টারশিপ নয়! যখন এটি অন্য কোনো স্টারশিপের সঙ্গে মিলিত হয়, তখন মেরিকে সেই স্টারশিপের রেজিস্ট্রি নম্বর লগ করতে হয়।

রেজিস্ট্রি নম্বর শুরু হয় "NCC-" প্রিফিক্স দিয়ে, তারপর ১০০০ থেকে ৯৯৯৯ পর্যন্ত (সহ) একটি সংখ্যা ব্যবহার করা হয়।

random_ship_registry_number ফাংশনটি ইমপ্লিমেন্ট করুন, যা একটি র্যান্ডম স্টারশিপ রেজিস্ট্রি নম্বর রিটার্ন করে।

random_ship_registry_number()
#> "NCC-1947"

3. স্টারশিপের একটি ফ্লিট র্যান্ডমাইজ করুন

গেমটির একটি সংস্করণে অন্য স্টারশিপগুলোর সঙ্গে যোগাযোগ করতে হয়, আর মেরির কিছু স্টারশিপ বাছাই করা দরকার।

সম্ভাব্য স্টারশিপের একটি পূর্ণ তালিকা আছে, কিন্তু প্রতিটি গেমে এর মধ্যে মাত্র কয়েকটি দরকার হয়, আর সেগুলো র্যান্ডমভাবে বাছাই করা উচিত।

shuffle_starships(starships) ফাংশনটি ইমপ্লিমেন্ট করুন, যা ইউনিক স্টারশিপ রেজিস্ট্রি নম্বরের একটি ভেক্টর নেয় এবং একই দৈর্ঘ্যের একটি ভেক্টর রিটার্ন করে, যেখানে স্টারশিপগুলো র্যান্ডম ক্রমে সাজানো থাকে। তখন মেরির পক্ষে ভেক্টরের শুরু থেকে যেকোনো সংখ্যক স্টারশিপ র্যান্ডমভাবে নিয়ে নেওয়া সহজ হবে।

ফলাফলের মানগুলো starships থেকে নিতে হবে, কোনো ডুপ্লিকেট ছাড়া।

shuffle_starships(c("NCC-5011", "NCC-1228", "NCC-7039", "NCC-3978", "NCC-1476"))
#> [1] "NCC-1476" "NCC-7039" "NCC-3978" "NCC-5011" "NCC-1228"

4. র্যান্ডম স্টারডেট তৈরি করুন

তারিখ না থাকলে লগের কী কাজ?

স্টারডেট হলো একটি ফ্লোটিং পয়েন্ট সংখ্যা। The Next Generation-এর প্রথম সিজনে Starship Enterprise-এর অভিযানগুলো ঘটে ৪১০০০.০ থেকে ৪২০০০.০ স্টারডেটের মধ্যে। এখানে "৪" বোঝায় ২৪তম শতাব্দীকে, আর "১" বোঝায় প্রথম সিজনকে।

random_stardate ফাংশনটি ইমপ্লিমেন্ট করুন, যা ৪১০০০.০ থেকে ৪২০০০.০-এর মধ্যে একটি ফ্লোটিং পয়েন্ট সংখ্যা রিটার্ন করে।

random_stardate()
#> 41037.6
GitHub-এর মাধ্যমে সম্পাদনা করুন লিংকটি একটি নতুন উইন্ডো বা ট্যাবে খোলে
R Exercism

ক্যাপ্টেনের লগ শুরু করতে প্রস্তুত?

Exercism-এ সাইন আপ করুন, R ট্র্যাকের 21টি কনসেপ্ট111টি অনুশীলনী আর সত্যিকারের মানুষের মেন্টরিং দিয়ে শিখুন ও দক্ষ হয়ে উঠুন, সম্পূর্ণ বিনামূল্যে।