Makine Öğrenimi Nedir?
İngilizce: Machine Learning
Makine öğrenimi, modellerin verideki örüntülerden öğrenip yeni örnekler için tahmin veya karar ürettiği yapay zeka alanıdır.
Makine Öğrenimi Nedir?
Makine öğrenimi, yazılımın her kuralı tek tek kodlanmadan veriden örüntü çıkararak sonuç üretmesini sağlar. Bir model geçmiş örneklerden öğrenir, daha sonra görmediği yeni veriler üzerinde tahmin, sınıflandırma, sıralama veya anomali tespiti yapar.
Nasıl Çalışır?
Süreç genellikle veri toplama, temizleme, özellik çıkarma, model eğitimi, doğrulama ve üretimde tahmin adımlarından oluşur. Örneğin iade riski tahmini için geçmiş siparişler, müşteri davranışı, ürün kategorisi ve ödeme bilgileri modele girdi olabilir. Model çıktısı tek başına karar yerine operasyon ekibine risk skoru olarak da sunulabilir.
Başlıca Türler
- Gözetimli öğrenme: Etiketli veriden sınıflandırma veya regresyon öğrenir.
- Gözetimsiz öğrenme: Benzer kayıtları gruplama veya aykırı değer bulma gibi işlerde kullanılır.
- Pekiştirmeli öğrenme: Deneme-yanılma ve ödül sinyaliyle karar stratejisi geliştirir.
Deep learning, büyük veri ve sinir ağlarıyla çalışan özel bir makine öğrenimi yaklaşımıdır. Daha geniş çerçeve için yapay zeka kavramı kullanılır.
İş Kullanımı
Makine öğrenimi talep tahmini, öneri sistemleri, dolandırıcılık tespiti, müşteri segmentasyonu, belge sınıflandırma ve bakım tahmini gibi alanlarda kullanılır. Başarı için modelden önce veri kalitesi, ölçülebilir hedef ve üretimde izleme planı net olmalıdır.
İlgili Terimler
Anomali tespiti, geçmiş davranıştan öğrenilen normal aralığın dışına çıkan işlem, ölçüm veya olayları otomatik olarak işaretler.
Bilgisayarlı GörüBilgisayarlı görü, kamera ve görsellerden nesne, metin, kusur veya hareket bilgisini çıkaran yapay zeka ve görüntü işleme alanıdır.
Derin ÖğrenmeDerin öğrenme, çok katmanlı sinir ağlarıyla büyük veriden örüntü öğrenen ve görüntü, dil, ses gibi görevlerde kullanılan ML yaklaşımıdır.
Feature EngineeringFeature engineering, ham veriyi modelin öğrenebileceği anlamlı değişkenlere dönüştürerek makine öğrenimi sonucunu etkileyen hazırlık sürecidir.
Fine-tuningFine-tuning, önceden eğitilmiş bir modeli seçili örneklerle yeniden eğiterek belirli görev, ton veya alan bilgisinde daha tutarlı hale getirir.
Model DeploymentModel deployment, eğitilmiş makine öğrenimi modelini API, batch job veya edge servis olarak gerçek veride çalıştırma sürecidir.
NLPNLP, insan dilini metin veya ses olarak işleyip sınıflandırma, arama, özetleme ve üretim gibi görevlerde kullanan yapay zeka alanıdır.
PandasPandas, Python'da veri manipülasyonu ve analizi için kullanılan; DataFrame yapısıyla tablo verilerini kolayca işlemeyi sağlayan kütüphanedir.
PythonPython, okunabilir sözdizimi ve zengin kütüphaneleriyle web geliştirme, otomasyon, veri analizi ve yapay zekada kullanılan programlama dilidir.
Yapay ZekaYapay zeka, veriden örüntü öğrenip tahmin, sınıflandırma, metin üretimi veya karar destek çıktıları üreten yazılım sistemleridir.