Makine Ögrenmesi -2

24 Ocak 2023 Salı

1. Gözetimli Ögrenme (Supervised Learning)

Gözetimli ögrenmede, algoritmaya gönderdigimiz egitim verileri, etiket (label) olarak adlandirilan, istedigimiz çözümleri içerir. En tipik gözetimli ögrenme görevi, siniflandirmadir (classification). Istenmeyen eposta filtresi (spam filter), gözetimli ögrenmeye güzel bir örnektir. Elimizdeki egitim verisi, epostalarin yaninda onlarin istenmeyen olup olmadigini belirten etiketler içerirler.

Baska bir tipik gözetimli ögrenme örnegi ise regresyondur. Regresyon probleminde, elimizdeki verilerden sayisal bir degeri tahmin etmeye çalisiriz.

Bazi regresyon algoritmalari, siniflandirma problemleri için de kullanilabilir. Lojistik regresyon, siniflandirma için yaygin kullanilan tekniklerden biridir.

Asagidaki listede en çok kullanilan gözetimli ögrenme algoritmalarinin isimleri var. Hepsinden ileride bahsedecegiz.

• k- En yakin komsu kestirimi (k-Nearest Neighbors)
• Dogrusal Regresyon (Linear Reg.)
• Lojistik Regresyon (Logistic Reg.)
• Destek Yöney Makineleri (Support Vector Machines – SVMs)
• Karar agaçlari (Decision Trees) ve Rastgele Ormanlar (Random Forests)
• Yapay Sinir Aglari

2. Gözetimsiz Ögrenme (Unsupervised Learning)

Gözetimsiz ögrenmede ise, algoritmaya gönderdigimiz egitim verileri etiket içermez. Algoritma bir ögretmen olmadan ögrenmeye çalisir.

Asagidaki listede en çok kullanilan gözetimsiz ögrenme algoritmalarini isimleri var.

• • Öbekleme (Clustering)

k- Merkezli öbekleme (k-Means), Beklenti büyütme (Expectation Maximization)

Temel Bilesen Çözümlemesi (Principal Component Analysis)

Pekistirmeli ögrenmeden (reinforcement learning) daha ileride bahsedecegim.

Yukarida ele almadigim birçok açidan da makine ögrenimi algoritmalari siniflandirilabilir (Batch Learning – Online Learning, Instance-based learning – Model-based learning vb. gibi). Bunlardan da daha ileride bahsedecegim. Bir sonraki yazimizda gözetimli ögrenme modellerinden dogrusal regresyondan bahsedecegim ve Python ile regresyon modelimizi örnek bir veriseti üzerinde olusturup test edecegiz. Görüsmek üzere.