İçeriğe geç

Makine Öğrenmesi Temelleri

Makine öğrenmesindeki amaç basit olarak elinizde olan bir datayı bir algoritma yardımı ile bilgisayara öğretiyoruz, sonrasında bilgisayarımıza bu öğrendiklerinden çıkarım yap hadi diyoruz. Bilgisayarda bize kendi hesaplamaları ile bir çıkarımda bulunarak diyor ki bu olabilir.

Burada iki tip öğrenme(algoritma) tipi karşımıza geliyor. Gözetimli öğrenme ve gözetimsiz öğrenme. Bu kavramları basitçe açıklayayım.

Gözetimli Öğrenme(Supervised)

Bu öğrenme tipi daha öncede aslında yukarıdaki anlattığım ile benzer. Sizin elinizde 100 tane şeker hastasına ait kan değerlerini içeren bir veriniz var. Bu verileri bilgisayara veririz bunları öğrenmesini isteriz. Fakat burada ince bir nüans vardır. Siz bilgisayara 100 değilde 100.000 gibi bir veri sunar ve karşısında da 1 adet veri için tahminde bulun derseniz bu bir hata olur. Bilgisayar 100.000’e 1 gibi bir oranı ezberleyecek ve bizim için doğru bir yöntem olmayacaktır. Derste hocamdan gördüğüm kadarı ile bu oranı genelde %70 öğrenme, %30 test olarak ayırarak işlem yapardık. yani 100 kişilik bir veri kümesinden 70’i alınır bir algoritma yardımı ile bilgisayara verilir ve geriye kalan 30 ile test edilerek sonuçlar gözlemlenir. Gözetimli öğrenmede bir veriniz ve buna ait olan sonuçlar vardır şeker hastaları örneğindeki gibi 100 kişi var şeker hastası olanlar ve olmayanlar.

Gözetimsiz Öğrenme(Unsupervised)

Yine şeker hastalarından örnek verecek olursak elimizde yine veriler var fakat bu sefer verilere ait sonuçlar yok yani kişi hastamı değil mi buna dair bir bilgi yok buna ise gözetimsiz öğrenme denmekte.

Ben genel olarak gözetimli öğrenme üzerine uğraştığım için tekrar oradan devam edeceğim diğerine dair bilgim sadece okuduklarım kadar fakat hiç uygulama üzerinde denemedim.

Bu bölümde genel olarak kullanacağım dataları buradan elde ediyorum. Bu sitede bir çok veri ve açıklamaları mevcut. Burada piyasada da en çok kullanılan dil olan Python ile kodlama yaparak çok hızlı ve verimli sonuçlar elde edilebiliyor. Ben de aynı şekilde makine öğrenmesi için Python kullanmaktayım. Python iş hayatında karşıma fazlasıyla çıkması sebebi ile hakim olduğum bir dil olduğu için çok fazla sorun yaşamıyorum zaten syntax çok kolay bir dil.

IDE olarak Anaconda’nın Spyder isimli programını kullanmaktayım. Bu arada python sürümü olarak 2.7 kullanmaktayım. Python versiyonlar arası geçişlerde bazı farklılıklar var bu farklılıklar basit ama sinir edici düzeyde olabiliyor en basiti print 2.7 farklı iken 3 de farklı.

Makine öğrenmesi bence aşırı derecede eğlenceli ve zevkli bir konu. Bu yüzden makine öğrenmesine dair algoritmalar üzerinde uğraşmak ve ortaya bir sonuç çıkarmaktan çok fazla zevk alan birisiyim. Bir sonra ki yazımda veri setlerinin okunması ve okunması için yardımcı olan kütüphanelerden bahsedeceğim.

Tarih:Makine Öğrenmesi

İlk Yorumu Siz Yapın

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir