Department of Information and Communication Technology - ICT, MBSTU

24/08/2026

24/08/2026

𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁 𝗗𝗲𝘀𝗰𝗲𝗻𝘁 is an optimization algorithm used in 𝗠𝗮𝗰𝗵𝗶𝗻𝗲 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 to find the values of model parameters (weights and biases) that minimize a 𝗹𝗼𝘀𝘀/𝗰𝗼𝘀𝘁 𝗳𝘂𝗻𝗰𝘁𝗶𝗼𝗻.

🔹 𝗦𝗶𝗺𝗽𝗹𝗲 𝗶𝗱𝗲𝗮

Imagine you are standing on a mountain and want to reach the 𝗹𝗼𝘄𝗲𝘀𝘁 𝗽𝗼𝗶𝗻𝘁 in the valley, but you cannot see the entire landscape.

You can:

1️⃣ Look at the 𝘀𝗹𝗼𝗽𝗲 around you.
2️⃣ Determine which direction goes downhill.
3️⃣ Take a small step in that direction.
4️⃣ Repeat until you reach a low point.

That is essentially 𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁 𝗗𝗲𝘀𝗰𝗲𝗻𝘁.

🔹 𝗜𝗻 𝗠𝗮𝗰𝗵𝗶𝗻𝗲 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴

Suppose our model has a parameter 𝘄, and its loss is 𝗝(𝘄).

The update rule is:

𝘄ₙₑw = 𝘄ₒₗd − α × ∂𝗝/∂𝘄

where:

• 𝘄 = model parameter/weight
• 𝗝 = loss function
• ∂𝗝/∂𝘄 = gradient, telling us the direction of steepest increase
• α = learning rate, controlling how big a step we take

The 𝗺𝗶𝗻𝘂𝘀 𝘀𝗶𝗴𝗻 is important: we move in the direction opposite to the gradient because we want to 𝗿𝗲𝗱𝘂𝗰𝗲 𝘁𝗵𝗲 𝗹𝗼𝘀𝘀.

🔹 𝗘𝘅𝗮𝗺𝗽𝗹𝗲

Suppose:

• Current weight = 𝟱
• Gradient = 𝟮
• Learning rate = 𝟬.𝟭

Then:

𝘄ₙₑw = 𝟱 − (𝟬.𝟭 × 𝟮) = 𝟰.𝟴

So the weight changes from 𝟱 → 𝟰.𝟴.

On the next iteration, the gradient is recalculated and the process continues.

🔹 𝗪𝗵𝘆 𝗶𝘀 𝗶𝘁 𝗶𝗺𝗽𝗼𝗿𝘁𝗮𝗻𝘁?

Training a neural network essentially involves repeating:

𝗣𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗼𝗻 → 𝗖𝗮𝗹𝗰𝘂𝗹𝗮𝘁𝗲 𝗟𝗼𝘀𝘀 → 𝗖𝗮𝗹𝗰𝘂𝗹𝗮𝘁𝗲 𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁𝘀 → 𝗨𝗽𝗱𝗮𝘁𝗲 𝗪𝗲𝗶𝗴𝗵𝘁𝘀

Input
↓
Neural Network
↓
Prediction
↓
Loss Function
↓
Gradient
↓
Update Weights
↓
Repeat ↺

Eventually, the model ideally reaches a set of weights where the loss is very small.

👉 𝗜𝗻 𝗼𝗻𝗲 𝘀𝗲𝗻𝘁𝗲𝗻𝗰𝗲:

𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁 𝗗𝗲𝘀𝗰𝗲𝗻𝘁 𝗶𝘀 𝗮 𝗺𝗲𝘁𝗵𝗼𝗱 𝗳𝗼𝗿 𝗴𝗿𝗮𝗱𝘂𝗮𝗹𝗹𝘆 𝗮𝗱𝗷𝘂𝘀𝘁𝗶𝗻𝗴 𝗮 𝗺𝗼𝗱𝗲𝗹'𝘀 𝗽𝗮𝗿𝗮𝗺𝗲𝘁𝗲𝗿𝘀 𝗶𝗻 𝘁𝗵𝗲 𝗱𝗶𝗿𝗲𝗰𝘁𝗶𝗼𝗻 𝘁𝗵𝗮𝘁 𝗿𝗲𝗱𝘂𝗰𝗲𝘀 𝗶𝘁𝘀 𝗽𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗼𝗻 𝗲𝗿𝗿𝗼𝗿.

22/08/2026

আপনার বিশ্ববিদ্যালয়ের কতজন?

#বিদেশে_উচ্চশিক্ষা #ওয়াল্ড_স্কলারশিপ_নিউজ

21/08/2026

Learn best practices for managing Spring Boot configuration across environments, from defaults and validation to secure secrets handling.

21/08/2026

এটি বাংলাদেশের শিক্ষার্থীদের জন্য Erasmus Mundus Joint Master’s Degree Scholarship-এর অসাধারণ সাফল্যের একটি উল্লেখযোগ্য উদাহরণ। ইউরোপের বিভিন্ন বিশ্ববিদ্যালয়ে উচ্চশিক্ষার সুযোগ পাওয়া ১৩০ জন বাংলাদেশি শিক্ষার্থীকে সংবর্ধনা দেওয়ার মধ্য দিয়ে তাঁদের মেধা, পরিশ্রম ও আন্তর্জাতিক পর্যায়ে অর্জনকে স্বীকৃতি দেওয়া হয়েছে।

অনুষ্ঠানে বাংলাদেশে নিযুক্ত ইউরোপীয় ইউনিয়ন এবং বিভিন্ন ইউরোপীয় দেশের প্রতিনিধিদের প্রশংসা শিক্ষার্থীদের এই অর্জনের গুরুত্ব আরও বাড়িয়ে দিয়েছে। একই সঙ্গে এটি বাংলাদেশের তরুণদের জন্য আন্তর্জাতিক উচ্চশিক্ষা ও গবেষণার ক্ষেত্রে নতুন সম্ভাবনার বার্তাও বহন করে।

21/08/2026

বাংলাদেশ থেকে এ বছর জাপানের মেক্সট স্কলারশিপ পেয়েছেন ১৬৬ জন, জাপান এম্বাসি দিলো সংবর্ধনা

20/08/2026

Reality!!

20/08/2026