Derin Öğrenmeyi Öğrenirken #1
Derin öğrenmeye (deep learning) giriş yapmak ve uzmanlaşmak amacıyla online kurs platformu Coursera’nın kurucu ortaklarından olan Andrew Ng’nin “deep learning specilizations” adlı kurs serisini takip ediyorum. Bu seri 5 kurstan oluşuyor. Serinin ilk kursunu takip ederken öğrendiğim temel bilgileri bir öğrencinin basit anlatımıyla aktardığım bir seri de ben başlatmak istiyorum. Eğer siteye üye değilseniz üye olup aşağıdaki linklerden dilerseniz siz de kursu takip edebilirsiniz.
Kurs 1: Neural Networks and Deep Learning
Kurs 2: Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
Kurs 3: Structuring Machine Learning Projects
Sinir Ağları ve Derin Öğrenme (Neural Networks and Deep Learning)
Elimizde fazlaca veri olduğunda bu verilerden anlamlı çıkarımlar yapmak birçok alanda kritik olabilir. Özellikle dijitalleşmenin artması ve internet çağıyla birlikte bir sürü şirketin elinde yorumlanabilecek çok fazla veri var.
Online reklamları düşünelim. Bir kullanıcı olarak bizlerin hangi reklama tıklayacağını veya tıklamayacağını önceden tahmin etmek birçok hizmet ve ürünün pazarlamasında, bu nedenle de elde edilen kazançta önemli rol oynayacaktır.
Peki elimizde bir kullanıcının verisini alarak, “bir reklama tıklayıp tıklamayacağını gösterecek anlamlı bir sonuç” üreten bir çeşit fonksiyon olsaydı, aynı zamanda bu fonksiyon verisine sahip olduğumuz her kullanıcı için yaklaşık doğru bir sonuç üretseydi bu fonksiyon neye benzerdi?
F(x) = y fonksiyonu bir kullanıcıya ait x verisini alsın. Daha sonra, 0 ve 1 arasında olan y anlamlı çıktısını üretsin: y = 0 ise kullanıcı reklama tıklamayacak, y= 1 ise kullanıcı reklama tıklayacak. Yani y’nin 1’e yakınlığına bakarak, x verisine sahip kullanıcının reklama tıklama ihtimalini derecelendirmiş olduk. Derin öğrenme ve sinir ağlarını bu fonksiyonun ne olduğunu bulmak için kullanıyoruz.
Sinir ağı nedir?
Şimdi bir evin büyüklüğüne göre fiyatını tahmin etmeye çalıştığımız bir örnek üzerinden gidelim. Aşağıda, şekil-1'de çok basit bir sinir ağı görüyorsunuz.
F(x) = y işlemi, gördüğünüz gibi nöronun içinde gerçekleşiyor:
Nöron, bulmaya çalıştığımız fonksiyonu yürüten bir sinir ağı birimidir, x verisini alıp ihtiyacımız olan y anlamlı sonucunu üretiyor.
Son olarak, sinir ağlarının her zaman tek nöron ve tek katmandan oluşmadığını söyleyip sinir ağlarına girişi kısa tutmak ve bu yazıyı sonlandırmak istiyorum. Ev örneğimizi biraz genişletecek olursak şekil-2'de gördüğünüz gibi daha büyük bir sinir ağıyla karşı karşıya oluruz. Bu sinir ağı birden fazla katman ve nörondan oluşuyor. Aynı zamanda gördüğünüz gibi her veri her nöron için bir girdi olduğundan bu sinir ağına “density connected” diyoruz.
Bir sonraki yazıda görüşmek üzere.
