Makine Öğrenmesi Nedir?

Tahmini Okuma Süresi: 3 dakika

Makine Öğrenmesi Nedir?

*”Makine öğrenmesi esas olarak 1959 yılında bilgisayar biliminin yapay zekada sayısal öğrenme ve model tanıma çalışmalarından geliştirilmiş bir alt dalıdır.Makine Öğrenimi, bilgisayarların insanlar gibi öğrenmesini ve hareket etmesini sağlama, ve zamanla öğrenmelerini, otonom(kendi kendine,müdahele olmaksızın) bir şekilde, gözlemler ve gerçek dünya etkileşimi biçimindeki veri ve bilgileri besleyerek geliştirmeye yönelik bir bilimdir.”

* Bu tanıma nasıl ulaştık?

Saygın kaynaklardan bulduğum açıklamalar şu şekildedir:

 

  1. Makine öğrenimi, kural tabanlı programlamaya dayanmadan veriden öğrenilebilen algoritmalara dayanmaktadır.” McKinsey & Co.

  2. Makine öğrenimi algoritmaları, örneklerden genelleştirerek önemli görevlerin nasıl gerçekleştirileceğini anlayabilir.” Washington Üniversitesi

  3. Makine Öğrenimi alanı,“ Deneyimle otomatik olarak iyileşen bilgisayar sistemlerini nasıl kurabiliriz ve tüm öğrenme süreçlerini yöneten temel yasalar nelerdir? ”Sorusunu yanıtlamayı amaçlamaktadır. Carnegie Mellon Üniversitesi


Makine Öğreniminin Temel Kavramları

Makine öğrenmesine ait başlıca kavramların listesi açıklamalarıyla birlikte aşağıdaki gibidir:

Denetimli Öğrenme:Veriler etkileşimli sistemlerden alınarak belirli bir düzende organize edilmesidir

Denetimsiz Öğrenme:Sınıf bilgisi barındırmayan verilerin içerisindeki gruplar irdelenmesidir

Yarı Denetimli Öğrenme:Bu kavram tam olarak yukarıdaki iki kavramın arasında yer alır ve etiketlenmemiş büyük miktarda bir veri ile etiketlenmiş küçük miktarda bir verinin beraber kullanılmasıdır.

Takviyeli Öğrenme:Öğreticinin, sistemin ürettiği sonuç için doğru ya da yanlış olarak bir değerlendirmesidir.

Yoğun Öğrenme:Hiyerarşik öğrenme olarak da bilinir. Bu öğrenme yöntemi derin grafiklerde birçok doğrusal ve doğrusal olmayan dönüşümlerden ve çoklu işlem katmanlarından oluşturulmuş verilerde, üst düzey soyutlamalar kullanılarak elde edilen model girişimlerine dayalı bir dizi algoritmalarla geliştirilmiş makine öğrenmesidir.(Algoritma, belli bir problemi çözmek veya belirli bir amaca ulaşmak için tasarlanan yol. Matematikte ve bilgisayar biliminde bir işi yapmak için tanımlanan, bir başlangıç durumundan başladığında, açıkça belirlenmiş bir son durumunda sonlanan, sonlu işlemler kümesidir.)

Bir bilimsel çaba olarak makine öğrenmesi tarihsel olarak yapay zeka arayışından ortaya çıkmıştır. Geçmişte yapılan bazı akademik araştırmalar makinelerin belirli bir aşamadan sonra verileri öğrenmek zorunda olduğunu gösterdi ve böylelikle araştırmacılarda bu konu üzerinde ortaya çıkan problemlere çeşitli sembolik yöntemlerle yaklaşımda bulunabilmek amacıyla çalışmalarını gerçekleştirdiler.(Yapay zeka bir bilgisayarın veya bilgisayar kontrolündeki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yerine getirme kabiliyeti.)

Makine Öğrenmesinin Kullanılma Amaçları

Günümüzde üretim sektöründe işlev gösteren en iyi üreticiler en başarılı malzemeyi sunan firmalarla alışveriş içerisinde oluyorlar. En yeni ve en iyi teknolojilerle üretim yapan bu üreticiler artık ürünlerinin imal aşamasında her zamankinden daha fazla sensör kullanarak teknolojiyi olabildiğince yaygın şekilde kullanıyorlar. Aynı zamanda üretimin internet ağları üzerinden gerçekleştirilebilmesi de teknolojinin ne denli yoğun bir biçimde kullanıldığının en önemli kanıtlarından biri. Bu teknolojiler artık üretimde yeni bir dönüşüm oluşturmakta ve yüksek teknolojiyle gelen üretim zihniyeti artık üretim şirketlerinin başarıyı yakalayabilmeleri için gerekli olan yeni bir vizyon.

Bu aşamada gerçekleşen ilk değişim ürünlerden hizmetlere doğru olmakta. Yapılan bir tahmine göre kablosuz bağlantılı ürünlerin sayısı (Akıllı telefonlar ve bilgisayarlar hariç) 2020 yılına kadar 5 milyardan 21 milyara kadar artış gösterecek. Teknoloji bu derecede yaygınlaşıyorken sistemlerin işleyişi de yavaş yavaş insanlar tarafından kontrol edilmesi güç bir duruma geliyor. Veri elde edip elde edilen verilerin değerlendirilip sonuçların ortaya konması insan eliyle gerçekleştiğinde çok uzunca bir zaman alıyor. Bu durumun gelecekte daha yaygın bir alandan ortaya çıkacağı düşünüldüğünde büyük sıkıntılar ortaya çıkabilecek gibi görünüyor. Makine öğrenmesiyle geliştirilen sistemler detaylı veri analizleri ve istatistiksel analizler gibi birçok bilgiyi bir araya getirerek bu bilgileri belirli yöntemlerle problemlerin çözümünde kullanacak. Artık makinelerin kullanıldığı sistemler yeni problemlerle karşılaşıldığında analiz ettikleri verilerin ışığında çözümü kendiliğinden ortaya koyabilecekler.

 

İnsan Makine Etkileşimi

Kendi sektörlerinde aktif olarak çalışan büyük üretim firmaları 4. sanayi devrimine giden yolda karşılarına çıkan avantaj ve dezavantajlar konusunda çok dikkatli bir şekilde hareket etmek istiyor. Artık sistemler düşük bilgisayar ya da insan zekası yerine makine öğrenmesi, otonom sistemler veya robotik yapıları kullanıyor. Artık 4. sanayi devrimini yakalayabilmek için bilgisayar ve otomasyon sistemleri bilgisayar altyapılarıyla uzaktan bağlantılı bir şekilde donatılmış, verileri öğrenme ve buna göre sistemleri kontrol etme kabiliyetine sahip olan makine öğrenmesi algoritmalarıyla geliştirilmiş ve görevli operatör sayısını minimuma indirmeyi başarmış robotik sistemleriyle tamamen yeni bir şekilde yapılandırılacak. Görünen o ki sanayi sektöründeki değişim sürecinde makine öğrenmesi yönteminin oldukça yaygın bir şekilde kullanılacağı günler bizleri bekliyor.

Beytullah Aksoy

Değişim çılgını bir fütürist.

Bir cevap yazın

tr_TRTürkçe
en_USEnglish tr_TRTürkçe