Makine Öğrenmesi Nedir ?

Önceden bu konu ile ilgili yazdığım yazı ve paylaştığım linklere tekrar göz gezdirdim

Aşağıdaki 2 makelenin anlatımı oldukça hoşuma gitti,

Reinforcement Learning Agent’ın çevre ile etkisi sonucu ödül/ceza üzerinden eğitmesine dayanan bir sistem. Örneğin bir bebeğin sıcak bir şeye dokunup elinin yanması ve daha sonradan bu şeye dokunmaktan çekinmesi gibi.

Makine Öğrenmesi Nedir ?

Makine öğrenmesi yapay zekanın bir alt alanı olup, geniş ölçekli girdilere istatiksel yöntemler ile örüntüler(pattern) ler çıkartarak. Girdiler için oluşturulacak çıktılar için yazılım geliştirmemektir. Statik algoritmadan kaçıyoruz özetle.

Genel Algoritmalar
  1. Linear Regression
  2. Logistic Regression
  3. Decision Tree
  4. SVM
  5. Naive Bayes
  6. KNN
  7. K-Means
  8. Random Forest
  9. Dimensionality Reduction Algorithms
  10. Gradient Boosting algorithm
    — GBM
    — XGBoost
    — LightGBM
    — CatBoost

Linear Regressyon

İstatiksel veriler üzerinden tahminleme yapmanızı sağlayan bir algoritma 2 feature arasındaki ilişki üzerinden bir fonksiyon(doğru) çıkartarak, farklı bir girdinin hesaplamasını tahminlememizi sağlar.

Logit Regression

Decision Tree

Support Vector Machine

Naive Bayes

KNN (K- Nearest Neighbors)

Deep Learning ile Machine Learning Arasındaki Fark Nedir ?

Bu konuda derinlemesine bir bilgim yok ama temel farkın Makine öğrenmesinde Feature Extraction kısmını kullanıcı yaparken, Deep Learning’de Feature Extraction ve Classification birlikte bilgisayara yaptırılıyor olması..

Okumaya Devam Et 😃

Bu yazının devamı veya yazı grubundaki diğer yazılara erişmek için bu linke tıklayabilirsiniz.

--

--

Frontend Lead at Thundra

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store