makine öğrenmesi

makine ogrenmesinde 2 tip teknik kullanilir. gozetimli (supervised) ve gozetimsiz ogrenme (unsupervised).

gozetimli ogrenme teknigi, bilinen bir girdi veri seti ve bilinen bir cikti veri seti uzerinden egitilen bir model ile gelecek ciktilarin tahmin edildigi tekniktir. gozetimli ogrenme algoritmasi, bilinen bir girdi veri setini ve bu girdi seti icin uretilen response (output) veri setini alir ve bir model uretir. bu model uzerinden sebep sonuc iliskisine dayali bir tahmin (reasonable predictions) uretir. eger bilinen bir veri setiniz varsa icin cikti tahmin etmeye calisiyorsaniz gozetimli ogrenme teknigini kullanmalisiniz.

gozetimli ogrenme teknigi de makine ogrenme modellerini gelistirmek icin, kendi icinde siniflandirma (classification) ve regresyon (regression) tekniklerini kullanir.

siniflandirma teknigi ile bir email'in spam olup olmadigi ya da bir tumorun iyi huylu mu, kotu huylu mu oldugu anlasilabilir. medikal goruntuleme, speech recognition, kredi puanlama gibi alanlarda kullanilir. el yazisi tanima uygulamalari karakterlerin sayi ya da harf olup olmadigini bu teknigi kullanarak anlar.

regresyon teknigi sistem ciktilarinin surekli tahmin edilmesidir. batarya sicakligi durumu, sebekedeki elektrik yukleri gibi surekli (continuous) olarak kestirim yapmaniz gereken durumlarda kullanilmalidir. bu tip sistemlerin devamli olarak kestirim yapilmasinin sebebi, sistem ciktisinin hizli bir sekilde sistemi arizaya ugratma ihtimalinin onune gecerek onceden tahminde bulunabilmektir. mesela batarya sicakligi durumu onceden kestirilmeli ki bataryaya ve sisteme zarar gelmesin. tabi ki kestirim hizi ariza hizindan daha fazla olmak zorundadir.

gozetimsiz ogrenme teknigi, girdi veri setinde sakli paternlerin, gizli kaliplarin bulunabildigi tekniktir. kumeleme (clustering) en cok kullanilan gozetimsiz ogrenme teknigidir. gen dizisi analizinde, pazar arastirmalarinda ve nesne tanimlama calismalarinda kullanilir. mesela bir cep telefonu sisteminin calismasinda bir telefon cihazi sadece bir baz istasyonu ile iletisim kurabildigi icin, telefon cihazlarinin sinyal alimini optimize etmek icin, baz istasyonlarinin konumlarini iyilestirmek amaciyla bu teknigi kullanabilir.

her bir ogrenim algoritmasinin ogrenmeye yaklasimi farklidir. bu yuzden en iyi algoritma diye bir sey yoktur, sizin sisteminize en uygun algoritma vardir. en uygun algoritmanin secilmesi ise genelde deneme yanilma ile bulunur.

bir degiskenin gelecekti degerini surekli olarak tahmin etmek gerektigi durumlarda gozetimli ogrenme teknigi; verilerin kumelere ayrilmasi ya da veri icindeki paternlerin bulunmasi gerekiyorsa gozetimsiz ogrenme teknigi kullanilmalidir.

medya siteleri milyonlarca sarki ve film arasindan kullanicilarina onerilerini bu algoritmalar ile sunuyor. benzer sekilde alisveris siteleri musterilerinin satin alma davranislarini bu teknikler ile belirliyor. makine ogrenmesi buyuk verilerin ve komplex islerin cozumunde elinizde bir formul, cozum olmadiginda kullanilir.

kaynak