Makine öğrenme

Yapay zeka

Yapay zeka, insan ve hayvan zekasını simüle eden makineler tarafından görüntülenen zekayı ifade eder.

AI ve ML arasındaki ilişki

AI — Akıllı makineler ve programlar yapma mühendisliği

ML — Açıkça programlanmadan öğrenme yeteneği. Başka bir deyişle, Yapay Zeka sistemlerinin verilerden kalıplar çıkararak öğrenme yeteneği, Makine Öğrenimi olarak bilinir.

Makine Öğreniminin Özellikleri;
• Bir veri kümesindeki kalıpları algılamak ve program eylemlerini buna göre ayarlamak için verileri kullanır
• Yeni verilerle karşılaştıklarında büyümeyi ve değişmeyi kendilerine öğretebilen bilgisayar programlarının geliştirilmesine odaklanır
• Bilgisayarların, açıkça belirtilmeden yinelemeli algoritmalar kullanarak gizli içgörüler bulmasını sağlar programlanmış
• Analitik model oluşturmayı otomatikleştirir

Geleneksel ve Makine Öğrenimi

Makine Öğrenimi ve Veri Bilimi

DS ve ML el ele gider. DS, ML algoritmaları için verilerin değerlendirilmesine yardımcı olur.

DS : Verilerdeki kalıpları bulmak için istatistiksel yöntemlerin kullanılmasıdır.

ML : İstatistiksel makine öğrenimi, DS ile aynı matematik ve teknikleri kullanır

DS : Bu teknikler, kendi kendine öğrenen ve gelişen algoritmalara entegre edilmiştir.

ML : Makine öğrenimi, makinelerin verilerdeki kalıplardan öğrenmesini sağladığı için yapay zekayı kolaylaştırır

Makine Öğrenimi Teknikleri

Makine öğrenimi, DS'den bir dizi teori ve teknik kullanır

• Sınıflandırma: Bilgisayar programının kendisine verilen veri girişinden öğrendiği ve daha sonra bu öğrenmeyi yeni bir gözlemi sınıflandırmak için kullandığı teknik.
• Kategorizasyon: En etkili ve verimli kullanımı için verileri kategorilere ayırma tekniği
• Kümeleme: Bir grup nesneyi, aynı gruptaki nesneler diğer gruplardakilere göre birbirine daha çok benzeyecek şekilde gruplandırmak.
• Trend Analizi : Bu, zaman serisi veri analizi kullanılarak olayların hem mevcut hem de gelecekteki hareketini tahmin etmeyi amaçladı.
• Anomali Tespiti : Homojen gibi görünen verilerde olağandışı durumları tespit etmek
• Görselleştirme: Verileri resimsel veya grafiksel biçimde sunmak. Karar vericilerin görsel olarak sunulan analitiği görmelerini sağlar.
• Karar Verme: İnsanlara, bu olasılıkların kanıtı olarak verilerle yönetsel kararları etkileme yeteneği sağlayan bir teknik veya beceri

Görüntü işleme: görüntü etiketleme ve tanıma, kendi kendine giden arabalar, optik karakter tanıma (OCR), vb.

Robotik : İnsan simülasyonu, İnsansı Robot, Endüstriyel Robotik.

Veri madenciliği : Anomali tespiti, Gruplama ve Tahminler, İlişkilendirme kuralları.

Video Oyunları : bazı oyunlar takviyeli öğrenmeyi uygular

Metin Analizi: spam filtreleme, duyarlılık analizi, bilgi çıkarma

Sağlık Hizmeti : Tıbbi teşhis, AI ile sağlık hizmetini dönüştüren 100'den fazla girişim

……

Teşekkür ederim!