Machine Learning
Sistemlerin açıkça programlanmadan verilerden örüntü öğrenerek tahmin yapmasını sağlayan yöntemler bütünü.
Makine öğrenmesi, bilgisayarların her davranış için açıkça programlanmak yerine, geçmiş verilerdeki istatistiksel örüntüleri analiz ederek kendi kendine tahmin veya karar kuralları geliştirmesini sağlayan yöntemler bütünüdür. Geleneksel yazılımda programcı girdi-çıktı kuralını elle yazar; makine öğrenmesinde ise algoritmaya çok sayıda örnek gösterilir ve algoritma bu örneklerden genellenebilir bir model çıkarır. Bu yaklaşım üç ana dala ayrılır: etiketli verilerle eğitilen gözetimli öğrenme, etiketsiz veride yapı arayan gözetimsiz öğrenme ve deneme-yanılma yoluyla ödül maksimize eden pekiştirmeli öğrenme.
Makine öğrenmesinin kalbinde optimizasyon yatar: bir model, tahminleri ile gerçek değerler arasındaki farkı ölçen bir kayıp fonksiyonunu en aza indirecek şekilde parametrelerini ayarlar. Karar ağaçları, destek vektör makineleri ve rastgele ormanlar gibi klasik yöntemlerin yanı sıra, günümüzde en güçlü sonuçları çok katmanlı yapay sinir ağlarına dayanan derin öğrenme vermektedir. Spam filtrelemeden kredi risk skorlamasına, tıbbi görüntü teşhisinden e-ticaret öneri motorlarına, konuşma tanımadan büyük dil modellerinin temelini oluşturan eğitim süreçlerine kadar günümüz yazılım dünyasının hemen her köşesinde makine öğrenmesi kritik bir bileşendir; yapay zekanın pratik uygulamalarının büyük çoğunluğu aslında bu alanın somut ürünleridir.
Makine öğrenmesinin kalbinde optimizasyon yatar: bir model, tahminleri ile gerçek değerler arasındaki farkı ölçen bir kayıp fonksiyonunu en aza indirecek şekilde parametrelerini ayarlar. Karar ağaçları, destek vektör makineleri ve rastgele ormanlar gibi klasik yöntemlerin yanı sıra, günümüzde en güçlü sonuçları çok katmanlı yapay sinir ağlarına dayanan derin öğrenme vermektedir. Spam filtrelemeden kredi risk skorlamasına, tıbbi görüntü teşhisinden e-ticaret öneri motorlarına, konuşma tanımadan büyük dil modellerinin temelini oluşturan eğitim süreçlerine kadar günümüz yazılım dünyasının hemen her köşesinde makine öğrenmesi kritik bir bileşendir; yapay zekanın pratik uygulamalarının büyük çoğunluğu aslında bu alanın somut ürünleridir.