Bilgisayar ve Yazılım

Yeni Başlayanlar İçin Makine Öğrenimi Nedir?

Makine Öğrenimi, makinenin açık bir şekilde programlanmadan örneklerden ve deneyimlerden öğrenmesini sağlayan bir kavramdır. Dolayısıyla, kodu yazmak yerine, yaptığınız şey, verileri genel algoritmaya beslemektir ve algoritma / makine, verilen verilere dayanarak mantığı oluşturur. Bilgisayarların veya makinelerin, belirli bir görevi yerine getirmek için açıkça programlanmak yerine veriye dayalı kararlar almasını sağlar. Bu programlar veya algoritmalar, yeni verilere maruz kaldıklarında zaman içinde öğrenecekleri ve gelişecekleri şekilde tasarlanmıştır.

Makine öğrenimi, bugün kullandığımız hizmetlerin çoğunu işleten süreçtir. Örneğin; Netflix, YouTube ve Spotify’ daki öneri sistemleri, Google ve Baidu gibi arama motorları, Facebook ve Twitter gibi sosyal medya mecraları, Siri ve Alexa gibi ses asistanları. Bu liste uzar da gider. Her türlü platform sizinle ilgili mümkün olduğunca çok veri toplar. Toplanan veri sayesinde de makine öğrenimi sağlanır. Bu sayede de sizin bir sonraki seferde ne talep edeceğinize dair yüksek ihtimalle doğru olan bir tahminde bulunulur.

Şu anda hemen hemen tüm dünyayı yöneten bu algoritmalar 1986′ da Geoffrey Hinton –derin öğrenmenin babası- ile hayatımıza girdi.

Makine Öğrenimi Nasıl Çalışır?

Algoritmayı eğitmek için bir veri seti kullanılır. Yeni veri girişleri olduğunda sistem model bazında bir tahmin yapar. Tahmin, doğruluk açısından değerlendirilir ve doğru kabul edilebilirse, Makine Öğrenimi algoritması devreye alınır. Doğruluk kabul edilebilir değilse, Makine Öğrenimi algoritması, artırılmış bir eğitim veri kümesiyle tekrar eğitilir.

Makine Öğrenimi Türleri

Makine öğrenimi, üç türe ayrılmıştır: denetimli (supervised), denetimsiz (unsupervised) ve pekiştirmeli (reinforcement) öğrenme.

Denetimli Öğrenme

Denetimli Öğrenim, öğrenmenin bir öğretmen tarafından yönlendirildiğini düşünebileceğiniz bir öğrenmedir. Öğretmen olarak hareket eden bir veri setimiz vardır. Bu verinin görevi ise makineyi eğitmektir. Model eğitildikten sonra, kendisine yeni veri verildiğinde bir tahmin veya karar vermeye başlar.

Denetimsiz Öğrenme

Model gözlem yoluyla öğrenir ve verilerdeki yapıları bulur. Modele bir veri kümesi verildiğinde, içinde kümeler oluşturarak, veri kümesindeki kalıpları ve ilişkileri bulur. Yapamayacağı şey, kümeye etiket eklemektir. Yani meyveler ile ilgili bir veri verdiyseniz bunu bir grup elma veya mango diyerek ayırmaz. Modele yeni bir veri eklenirse, onu oluşturulan kümelerden birine ekler. Denetimsiz teknikler, daha az belirgin uygulamaları olduğu için popüler değildir.

Pekiştirmeli Öğrenme

Bir algoritma, net bir hedefe ulaşmak için deneme yanılma yoluyla öğrenir. Birçok farklı şeyi dener ve davranışlarının yardımcı olmasına veya amacına ulaşmasına engel olmasına bağlı olarak ödüllendirilir veya cezalandırılır. Bu, bir köpeğe yeni bir numara öğretirken muamele etmek gibidir. Pekiştirme eğitimi, Google’ın karmaşık Go oyununda en iyi oyuncuları yenen program AlphaGo’nun temelidir.

Kaynak:

Matematiksel

Sibel Çağlar

7 yıl Kadıköy Anadolu Lisesinin devamında lisans eğitimimi Marmara Üniversitesi İng. Matematik öğretmenliği üzerine tamamladım. Devamında 20 yıl çeşitli özel eğitim kurumlarında matematik öğretmenliği ve eğitim koordinatörlüğü yaptım. 2015 yılında matematiksel.org web sitesini kurdum. Amacım bilime ilgiyi arttırmak, bilimin özellikle matematiğin zihin açıcı yönünü açığa koymaktı. Yolumuz daha uzun ve zorlu ancak en azından deniyoruz.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak.