yapay sinir ağları ve makine öğrenimi

YAPAY SiNiR AĞLARI VE MAKiNE ÖĞRENiMi

Yapay sinir ağları (Artificial Neural Networks - ANN), insan beyninin çalışma ilkesinden esinlenerek geliştirilmiş, birbiriyle paralel çalışan, birbirine bilgi gönderen ve bilgi alan bir organizasyonlardan oluşmaktadır. Problem çözümü amacıyla kullanılan iş elemanları (yapay sinir hücreleri), bir ağ şeklinde birbirine bağlanmıştır. Hücreler arasındaki bilgi akışı bağlantı değerleri ve ilişkilerle gösterilmektedir. Sistemin öğrenme
yeteneği ve zeki davranışı, bağlantı değerlerinin kullanılmasıyla sağlanmaktadır.

Yapay sinir ağları insan beyninin fonksiyonel özelliklerini taklit eden, öğrenme, ilişkilendirme, sınıflandırma, genelleme, özellik belirleme ve optimizasyon gibi konularda yararlanılan bir modeldir.

- Yapay sinir ağları makine öğrenmesi gerçekleştirmektedirler Temel işlevi bilgisayarların öğrenmesini sağlamaktır. Olayları öğrenerek benzer olaylar
karşısında benzer kararlar vermeye çalışırlar.
- Programları çalışma stili bilinen programlama yöntemlerine benzememektedir.
- Yapay sinir ağları örnekleri kullanarak öğrenirler.
- Yapay sinir ağlarının güvenle çalıştırılabilmesi için önce eğitilmeleri ve performanslarının test edilmesi gerekmektedir.
- Kendi kendini organize etme ve öğrenebilme yetenekleri vardır.
- Eksik bilgi ile çalışabilmektedirler. Yapay sinir ağları, eğitildikten sonra, gelen yeni örneklerde eksik bilgi olsa bile sonuç üretebilirken, geleneksel sistemler eksik bilgiyle çalışamazlar.

Makine Öğrenmesi (Machine Learning), matematiksel ve istatistiksel yöntemler kullanarak mevcut verilerden çıkarımlar yapan, bu çıkarımlarla bilinmeyene dair tahminlerde bulunan yöntem paradigmasıdır. Makine öğrenmesine güncel hayatımızdan bazı örnekler: yüz tanıma, belge sınıflandırma, spam tespiti.

Bir benzetme yapacak olursak öğrenci konu çalışıp ders kitabındaki örnek çözümlü soruları çözer ve öğrenir. Ardından kitapta bulunmayan ama aynı bilgiye dayanan farklı bir test önüne konulur. Öğrenci cevapları bilmeden testi çözer. Sonra değerlendirmeye alınır, ne kadar başarılı olduğu görülür. Eğer ezberci bir öğrenciyse benzeri kitapta olmayan soruları muhtemelen yanlış yanıtlayacaktır. Eğer işin temelini anlayan bir öğrenciyse farklı tarzda soru gelse bile doğru çözebilecektir. Öğrenci test sonucunu ve nerelerde hata yaptığını inceler. "Hmm şu soruda şöyle bir genelleme yapmışım ama aslında iş bu kadar basit değilmiş", "Hmm şu etkeni hesaba katmayı düşünemedim" gibi dersler çıkarır kendisine. Ardından derslerini almış bir gözle kitabını tekrar çalışır ve tekrar testi çözer. Yeterince iyi sonuç alana kadar hatalarını keşfedip konunun püf noktalarını öğrenmeye çalışır.

Makine öğrenmesi de bunun çok benzeridir. Süreç aynıdır.