Yapay zeka ve makine öğrenmesi ile ilgili giriş yazılarında genel itibari ile zekanın tanımından başlayarak bir sürü gereksiz detaylar arasında boğularak devam edilir. Ben burada uzun uzadıya zeka nedir vb kavramların tanımını yapmaktan ziyade bu konuya genel bir kapsam belirleyerek kavramların hiyerarşik tablosunu oluşturmak istiyorum. Çünkü sizleri bilmiyorum ama benim bir şeyler öğrenebilmem için ilk önce beynimde içindekiler tablosunu oluşturmam gerekiyor.
Bu tabloyu oluşturabilmem için de ilk sorumu soruyorum, Kim kimin altında ?
Derin öğrenme diye bi kavram var, her yerde geçen, yapay sinir ağları, yapay zeka ve bir de makine öğrenmesi diye kavramlar var. Tanımlarını yapsak bunların, daha şimdiden dört tane başlık oldu.
Bunların hepsinin atası yapay zekadır arkadaşlar. Yapay zeka alt dallara bölünür ve bu dallardan biri de makine öğrenmesidir. Yapay sinir ağları makine öğrenmesi yöntemlerinden biridir ve derin öğrenme bunun kollarından biridir.
Dur dur dur ….
O kadar hızlı değil. Şematize edelim;
Yapay Zeka –> Makina Öğrenmesi –> Yapay Sinir Ağları –> Derin Öğrenme
Şemanın o zaman en alt tarafından başlayacak olursak. Derin öğrenme bölümünü incelemekte fayda var.
Derin öğrenme ;
- CNN ( Convolutional Neural Network)
- RNN ( Recurrent Neural Network)
- LSTM ( Long- Short Term Memory)
- DBN ( Deep Belief Network )
Şimdilik bunlar cepte dursun. Aslında farklı farklı metodlar varmış ve bunları yapacağımız işleme göre kullanacağız diye kendi kendinize söylenmenizi istiyorum.
Peki derin öğrenmenin alt dalları buysa bir üst basamakta yapay sinir ağları ile birlikte makine öğrenmesinin diğer yöntemleri nelerdir o zaman?
İşte şimdi devamlı duyacağınız algoritmalar işin içine girecek ;
- Lineer Regression
- Multiple Lineer Regression
- Polynomial Lineer Regression
- Decision Tree
- Random Forest
- Logistic Regression
- KNN
- SVM
- ANN
Güzel bir ana geldik diye düşünüyorum. İstatistik ve lineer cebir bu işin neresinde, bana ne zaman lazım oluyor ki kısmının aydınlanmasını beklediğim an, tam da burası.
Hep diyorlar ki yapay zeka çalışacak kişiler,
yazılım mühendisinden daha iyi yazılım bilmeli, istatistikçi den daha iyi istatistik bilmeli.
Tamam da, istatistik neresinde bu işin diyordum başlangıcında. Sonra derinlemesine okuma ve çalışmalar sonucunda şunu söyleyebilirim ki tam da merkezinde istatistik.
İstatistik’i yine bir nebze erken anlamıştım. Lineer cebir gerekliliğini de biliyordum ama kavramları günümüz dünyasına uyarlamayı çok sonraları öğrendim. İşte o zaman bütün taşlar yerine oturdu bende. Madem bu kavramları oturtmakta bu kadar zorlandım ve doğru düzgün kaynak yok neden yazmayayım ki dedim ve yazmadan önce ilk önerimi yapmak istedim.
Bu kavramlara giriş niteliğinde en büyük yardımcı kaynak bu olsa gerek ;
Bu playlist’i mutlaka izlemelisiniz.
Diğer yazılarda yukarıdaki kavramların hepsini derinlemesine inceleyeceğiz.
