Data Driven vs Goal Driven Search

🟢 ডেটা ড্রিভেন সার্চ (Data-Driven Search)

ইহাকে Forward chaining ও বলা হয়ে থাকে – “প্রথম থেকে শুরু করে লক্ষ্য পর্যন্ত পৌঁছানো ”

কাজের পদ্ধতি:

· হাতে থাকা তথ্য দিয়ে শুরু
· নিয়ম প্রয়োগ করে নতুন তথ্য তৈরি
· এভাবে চলতে থাকা যতক্ষণ না লক্ষ্যে পৌঁছানো

🔵 গোল ড্রিভেন সার্চ (Goal-Driven Search)

ইহাকে backward chaining ও বলা হয়ে থাকে “লক্ষ্য থেকে উল্টো দিকে যাওয়া অর্থাৎ শুরুর দিকে পৌঁছানো “

কাজের পদ্ধতি:

· লক্ষ্য ঠিক করে শুরু দিকে পৌঁছানো
· লক্ষ্য প্রমাণ করতে কী কী দরকার তা দেখা
· সেই জিনিসগুলো প্রমাণ করার চেষ্টা করা

---

উদাহরণ: “রেসিপি তৈরি করার সিস্টেম”

সিস্টেমের নিয়মগুলো:

1. যদি ডিম এবং ভেজিটেবল অয়েল থাকে তাহলে অমলেট বানানো যায়
2. যদি আটা এবং জল থাকে তাহলে রুটি বানানো যায়
3. যদি চাল এবং জল থাকে তাহলে ভাত বানানো যায়
4. যদি অমলেট এবং রুটি থাকে তাহলে ব্রেকফাস্ট তৈরি করা যায়
5. যদি ভাত এবং ডাল থাকে তাহলে লাঞ্চ তৈরি হয়

---

🟢 কেস ১: ডেটা ড্রিভেন সার্চ

হাতে থাকা জিনিস (ডেটা):

· ডিম
· ভেজিটেবল অয়েল
· আটা
· জল

কিভাবে কাজ করবে:

ধাপ কি করল কি পেল
১ ডিম + অয়েল = অমলেট বানানো যায়
২ আটা + জল= রুটি বানানো যায়
৩ অমলেট + রুটি = ব্রেকফাস্ট তৈরি হয়
৪ ভাত + ডাল নেই= লাঞ্চ তৈরি হবে না

চূড়ান্ত ফল: নাস্তা তৈরি হয়

✅ ডেটা থেকে শুরু করে দেখল আমরা কী কী বানাতে পারি

---

🔵 কেস ২: গোল ড্রিভেন সার্চ

লক্ষ্য: লাঞ্চ তৈরি হয় – এটি প্রমাণ করতে হবে

কিভাবে কাজ করবে:

ধাপ গুলি কী ?
1. লাঞ্চ তৈরি করতে হলে ভাত এবং ডাল প্রয়োজন সেটা কি আছে ?
২ ভাত তৈরি করতে হলে চাল এবং জল প্রয়োজন । ✅
৩ ডাল – ❌ (ডাল নেই)

চূড়ান্ত ফল: লাঞ্চ তৈরি হবে না (কারণ ডাল নেই)

✅ লক্ষ্য থেকে উল্টো দিকে গিয়ে চেক করল কী কী দরকার

---

📊 তুলনামূলক সারাংশ:

দিক	ডেটা ড্রিভেন সার্চ	গোল ড্রিভেন সার্চ
শুরু	“আমার কী কী আছে?”	“আমি কী চাই?”
প্রশ্ন	এই ডেটা দিয়ে কী করা যায়?	এটি পেতে কী কী দরকার?
এআই ব্যবহার	ডাটা অ্যানালিসিস, প্যাটার্ন খোঁজা	প্রুফ সিস্টেম, ডায়াগনোসিস

🧠 সহজভাবে বোঝার টিপস:

· ডেটা ড্রিভেন = সামনে থেকে push করে
· গোল ড্রিভেন = পিছন থেকে pull করতে থাকে