adresgezgini-logo
  • ANASAYFA
  • KATEGORİLER
    • AdresGezgini Etkinlikleri
    • AdresGezgini'nden Haberler
    • Başarı Hikayeleri
    • Google Ads
    • Satış ve Pazarlama
    • Sosyal Medya
    • Haberler
    • Sanat
    • Röportajlar
    • Yazılım & Tasarım
    • Kariyer
    • Yapay Zeka
    • Oyun
    • Gezi
  • YAZARLAR

Anasayfa | Yazılım & Tasarım

Denetimli, Denetimsiz ve Pekiştirmeli Öğrenme


Aslı Yatkınoğlu

Aslı Yatkınoğlu

24-01-2023

  • 2003
Denetimli, Denetimsiz ve Pekiştirmeli Öğrenme

Makine Öğrenimi (ML), karar verme ve tahminlerin akıllı insan davranışını taklit etmek için algoritmalar kullanarak bir bilgisayarın verilerden öğrenme yeteneği olarak tanımlanan Yapay Zekanın (AI) bir alt kümesidir.

Makine öğreniminde üç ana algoritma grubu vardır:

  1. Denetimli (Supervised) Öğrenme,

  2. Denetimsiz (Unsupervised) Öğrenme,

  3. Pekiştirmeli (Reinforcement) Öğrenme

Denetimli Öğrenme

Eğitim verilerinden, öngörülemeyen verileri tahmin etmenize yardımcı olmak için öğrenen bir algoritmadır. Genellikle harici bir gözetmen, konu uzmanı veya bir algoritma/program tarafından etiketlenen bir veri kümesi kullanır. Tahmin etmeye çalıştığınız çıktı için bilinen verileriniz varsa denetimli öğrenmeyi kullanabilirsiniz.

Denetimsiz Öğrenme

Kullanıcıların modeli denetlemesi gerekmeyen bir makine öğrenimi tekniğidir. Bunun yerine, daha önce tespit edilmeyen kalıpları ve bilgileri keşfetmek için modelin kendi başına çalışmasına izin verir. Esas olarak etiketlenmemiş verilerle ilgilenir. Denetimsiz öğrenme algoritmaları, denetimli öğrenmeye kıyasla daha karmaşık işleme görevleri gerçekleştirmenizi sağlar. 

Denetimli Öğrenme ve Denetimsiz Öğrenme Arasındaki Fark

  • Denetimli Öğrenme algoritmasındaki en önemli nokta etiketli bir veri kümesi kullanılmasıdır. Yani hangi verinin hangi bilgiye karşılık geldiği bilindiğinden bilinen bir girdi seti ile bunlara denk gelen çıktıları alıp algoritmanın daha önce hiç görmediği (eğitimde kullanılmayan) yeni verilere en uygun çıktıları üretmek için kullanılan bir makine öğrenmesi modelidir.
  • Denetimsiz Öğrenmede ise etiketsiz veriler vardır. Bu etiketsiz veriler arasındaki gizli kalmış yapıyı/örüntüyü bulmaya çalışarak kendi kendine öğrenme biçimi sergilenir.
  • Denetimli öğrenme genellikle Regresyon ve Sınıflandırma problemlerine uygulanırken, denetimsiz öğrenme Kümeleme (Clustering) ve İlişkilendirme (Association) problemlerine uygulanır.

Pekiştirmeli Öğrenme

Amaca yönelik ne yapılması gerektiğini öğrenen bir makine öğrenmesi yaklaşımıdır. Pekiştirmeli öğrenmede ajan (agent) adı verilen öğrenen makinemiz karşılaştığı durumlara bir tepki verir ve bunun karşılığında da sayısal bir ödül sinyali alır. Daha sonra ajan deneme yanılma yoluyla bu ödül puanını maksimuma çıkartmak için çalışır.

Aslı Yatkınoğlu

Bu gönderi Aslı Yatkınoğlu tarafından yayınlanmıştır.

TÜM YAZILAR

aslıcankut

YORUM YAZIN

BUNLAR DA İLGİNİZİ ÇEKEBİLİR

25-11-2019

İzmir Dijital Olgunluk Düzeyi Belirleme Aracı Geliştirilmesi Çalıştayı...

İzmir'deki firmaların dijital olgunluk düzeylerinin tespit edilmesi için kullanılacak "İzmir Dijital Olgunluk...

İzmir Dijital Olgunluk Düzeyi Belirleme Aracı Geliştirilmesi Çalıştayı

07-01-2013

Bir Başarısızlık Hikâyesi: Kupongezgini.com...

Yazımızın ilk kısmında Türkiye’de 2012 yılında E-ticaret alanında yaşanan olumsuz gelişmeleri...

Bir Başarısızlık Hikâyesi: Kupongezgini.com

01-09-2023

Başarılı Bir Ekip Nasıl Olunur?...

Birden fazla kişinin belirli bir hedefi gerçekleştirmek için bir araya gelmesi ile oluşan topluluğa ekip denir....

Başarılı Bir Ekip Nasıl Olunur?
adresgezgini-logo
  • AdresGezgini Etkinlikleri
  • Sanat
  • Başarı Hikayeleri
  • Yazılım & Tasarım
  • Oyun
  • Google Ads
  • Kariyer
  • Sosyal Medya
  • AdresGezgini'nden Haberler

Copyright © 2022 AdresGezgini | Tüm Hakları Saklıdır. Google Third-Party Policy / Disclosure Notice

  • 2101846
+

Başarılı

Yorumunuz başarılı şekilde eklendi. En kısa sürede size geri dönüş yapacağız.

X

Başarısız

Yorum gönderilemedi. Lütfen boş alan bırakmayınız !