· ZNC Labs Ekibi · Kavramlar · 2 dk okuma
Makine Öğrenmesinin Temel Kavramları: Denetimli, Denetimsiz ve Daha Fazlası
Denetimli öğrenme, denetimsiz öğrenme, aşırı öğrenme ve model değerlendirme. Makine öğrenmesine girerken karşılaşacağınız temel terimlerin sade açıklaması.
Python’a ve veri işlemeye alıştıktan sonra sıra makine öğrenmesine gelir. Bu yazı, o aşamada karşınıza çıkacak temel kavramları, platformdaki Orta: Makine Öğrenmesi öğrenim yoluna girmeden önce netleştirmek için yazıldı.
Denetimli öğrenme (supervised learning)
Elinizde, her örneğin doğru cevabının (etiketin) bilindiği bir veri seti vardır. Model, girdi ile çıktı arasındaki ilişkiyi öğrenir.
- Sınıflandırma (classification): Çıktı bir kategoridir. Örnek: bir e-postanın spam olup olmadığını tahmin etmek.
- Regresyon (regression): Çıktı sayısal bir değerdir. Örnek: bir evin metrekaresine göre fiyatını tahmin etmek.
Denetimsiz öğrenme (unsupervised learning)
Etiket yoktur; model veri içindeki yapıyı kendi başına bulur.
- Kümeleme (clustering): Birbirine benzeyen örnekleri gruplar. Örnek: müşterileri satın alma davranışına göre segmentlere ayırmak.
- Boyut indirgeme (dimensionality reduction): Çok sayıda özelliği, bilgiyi kaybetmeden daha az sayıda özelliğe indirger; görselleştirmeyi ve modelin hızını kolaylaştırır.
Eğitim, doğrulama ve test kümeleri
Bir modeli tek bir veri seti üzerinde eğitip aynı veri üzerinde değerlendirmek yanıltıcıdır. Bu yüzden veri üçe bölünür:
- Eğitim kümesi: Modelin öğrendiği veri.
- Doğrulama kümesi: Model geliştirilirken ayarların (hiperparametrelerin) sınandığı veri.
- Test kümesi: Modelin daha önce hiç görmediği, son performans ölçümü için kullanılan veri.
Aşırı öğrenme ve yetersiz öğrenme
- Aşırı öğrenme (overfitting): Model, eğitim verisini ezberler; eğitimde başarılı ama yeni veride başarısızdır.
- Yetersiz öğrenme (underfitting): Model, veride ki örüntüyü yakalayacak kadar karmaşık değildir; hem eğitimde hem testte başarısızdır.
İyi bir model, bu ikisi arasında bir dengeyi bulur; makine öğrenmesi pratiğinin büyük kısmı bu dengeyi kurmakla geçer.
Model performansını nasıl ölçeriz?
Doğru metrik, probleme göre değişir:
- Sınıflandırmada: doğruluk (accuracy), kesinlik (precision), duyarlılık (recall), F1 skoru.
- Regresyonda: ortalama karesel hata (MSE), R² skoru.
Örneğin dengesiz bir veri setinde (örneğin dolandırıcılık tespiti gibi, pozitif örneklerin çok az olduğu durumlarda) sadece doğruluğa bakmak yanıltıcı olabilir; kesinlik ve duyarlılık daha anlamlı bir tablo çizer.
Bu kavramları bir kere oturttuğunuzda, scikit-learn ile yazdığınız kodun “neden” çalıştığını da anlamaya başlarsınız. Asıl fark da burada ortaya çıkar.
