Adım Adım Makine Öğrenmesi Bölüm 4: Denetimli Öğrenme ve Denetimsiz Öğrenme Arasındaki Fark

Machine-Learning Step-by-Step Part 4: Differences Between Supervised and Unsupervised Learning

Photo by Amanda Dalbjörn on Unsplash

Herkese merhabalar, yeni bir yazıyla karşınızdayım. Adım Adım Makine Öğrenmesi Bölüm 4’de Denetimli Öğrenme ve Denetimsiz Öğrenme arasındaki temel farklılıklara değineceğiz. Farklılıklara gelmeden eğer okumadıysanız ilk olarak Denetimli Öğrenme Nedir? ve Denetimsiz Öğrenme Nedir? başlıklı yazılarımı okuyup temel bilgileri edinebilirsiniz. Şimdiden hepinize keyifli ve verimli okumalar…

DENETİMLİ ÖĞRENME VE DENETİMSİZ ÖĞRENME ARASINDAKİ FARK

Denetimli Öğrenme algoritmasındaki en önemli nokta etiketli bir veri kümesi (labeled dataset) 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.

Şekil 1 Denetimli Öğrenme Modeli (Supervised Learning Model)

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.

Şekil 2 Denetimsiz Öğrenme Modeli (Unsupervised Learning Model)

Denetimli Öğrenme ile Denetimsiz Öğrenme arasındaki temel farklılıkları şu şekilde özetlemeye çalışalım;

· Denetimli öğrenmede çıktının nasıl olması gerektiği bilinen etiketli veriler kullanılır. Fakat denetimsiz öğrenmede, çıktının nasıl olması gerektiği etiketsiz verilerle ile kendi kendine öğrenilir.

· Karmaşıklık açısından bakıldığında denetimsiz öğrenme denetimli öğrenmeye göre daha karmaşıktır.

· Denetimsiz öğrenme reel-time analysis dediğimiz gerçek zamanlı analiz kullanırken denetimli öğrenme offline denilen çevrimdışı analiz yapar.

· Denetimli öğrenme tekniğinin sonucu etiketli veriler kullanıldığından daha doğru ve güvenilirdir. Denetimsiz öğrenme ise orta derece fakat güvenilir sonuçlar vermektedir.

· Denetimli öğrenme genellikle Regresyon ve Sınıflandırma problemlerine uygulanırken, denetimsiz öğrenme Kümeleme (Clustering) ve İlişkilendirme (Association) problemlerine uygulanmaktadır.

Yeni öğrendiğim şeyleri karşılaştırmak adına yanyana yazıp artılarını eksilerini görmeyi öğrenmek için güzel bir araç olarak görüyorum. Denetimli öğrenme ve denetimsiz öğrenme için de aynı şekilde kendim bir karşılaştırma tablosu hazırladım. Böylece sizin için de akılda kalıcı olacaktır :)

Tablo 1 Denetimli Öğrenme ve Denetimsiz Öğrenme Karşılaştırma Tablosu

Denetimli ve denetimsiz makine öğrenimi arasında seçim yapma konusunda karar vermek istiyoruz diyelimki ve ilk başta bununla ilgili ele almamız gereken ufak detaylar şu şekilde olacaktır ;

· Sıcaklık, hisse senedi, kur tahmini gibi sürekli bir değişkenin gelecekteki değerini tahmin etmek istiyorsanız denetimli öğrenme modeli uygulamanız gerekmektedir.

· Video ya da ses görüntülerinden bir nesne/obje tanımlamanız gerekiyorsa aynı şekilde denetimli öğrenme modelini tercih etmeniz gerekmektedir.

· Verilerinizi keşfetmeniz gerekiyorsa, verilerinizi kümelemeniz gerekiyorsa ya da çeşitli verileri başka verilerle ilişkilendirmeniz gerekiyorsa denetimsiz öğrenmeyi tercih etmeniz gerekmektedir.

Son Söz ve Kapanış

Bu yazımızda denetimli öğrenme ve denetimsiz öğrenme arasındaki farklılıkları inceleyip karşılaştırma tablosuna şeklinde özetledik. Gelecek yazımda Pythonda Denetimli Öğrenme algoritmaları için (Regresyon ve Sınıflandırma) uygulama yaparak anlatım sağlayacağım. Okuduğunuz için teşekkürler.

Kendinize cici bakın :)

Photo by Howie R on Unslash