Makine Öğrenmesi 2023-2024 Ara Sınav (Vize)

Aykırı değerler (outlier), verinin genel dağılımından çok farklı olan uç gözlemlerdir. Model bunları da öğrenmeye çalıştığı için örüntüyü yanlış öğrenebilir, yani aykırı değerler modeli yanıltarak doğruluğu düşürebilir.

Turing Testi (1950), geri yayılımın detaylandırılması (1986), LSTM (1997) ve ImageNet (2009) makine öğrenmesinin tarihindeki önemli dönüm noktalarıdır. Elon Musk'ın Mars'a yapay zeka ile seyahat planı ise makine öğrenmesinin gelişiminde bilimsel bir dönüm noktası değildir.

Destek Vektör Makineleri yapısal risk minimizasyonu ilkesine dayanır: yalnızca eğitim hatasını değil, modelin karmaşıklığını da dikkate alarak sınıflar arasındaki marjini en büyük yapan hiperdüzlemi arar. Böylece genelleme başarısı artar. Yapay sinir ağları gibi yöntemler ise genellikle ampirik risk minimizasyonuna (yalnızca eğitim hatasını azaltma) dayanır.

Denetimli öğrenme, her örneğin doğru çıktısının (etiketinin) bilindiği etiketli veri kümesiyle model eğitmeye dayanır. Hem sınıflandırma hem regresyon problemlerinde kullanılır; etiketsiz verilerle çalışan yaklaşım ise denetimsiz öğrenmedir.

Naive Bayes, sınıf bilindiğinde tüm özelliklerin birbirinden bağımsız olduğunu varsayar. Gerçek verilerde bu varsayım çoğu zaman geçerli olmadığından bu 'saf' (naive) bir varsayım olarak görülür ve algoritma adını buradan alır.

NumPy, Python'da çok boyutlu diziler ve hızlı matematiksel işlemler sunan, bilimsel hesaplamanın temel paketidir. Pandas, Scikit-learn, Matplotlib gibi kütüphaneler de büyük ölçüde NumPy üzerine kuruludur.

K-NN, yeni bir örneğin sınıfını, ona en yakın k komşunun sınıflarına bakarak (genellikle çoğunluk oylamasıyla) tahmin eder. Veriyi kümelere ayırmak ise K-Means gibi kümeleme algoritmalarının işidir.

Deep Blue'nun Kasparov'u yenmesi (1997), Watson'ın Jeopardy zaferi (2011), TD-Gammon (1992) ve AlphaGo'nun Lee Sedol'u yenmesi (2016) gerçek dönüm noktalarıdır. Ancak Microsoft'un 'AlphaChess' adlı bir programla Magnus Carlsen'i yenmesi diye bir olay yoktur; Alpha serisi (AlphaGo, AlphaZero) Google DeepMind'a aittir.

Apriori, birliktelik kuralı madenciliği algoritmasıdır ve 'X ürününü alan müşteriler Y ürününü de alır' gibi kuralları bulur. Bu nedenle sepet analizi ve ürün önerisi için en uygun yöntemdir. K-Means kümeleme, Q-Learning ise pekiştirmeli öğrenme yöntemidir.

Python yorumlanan bir dil olduğu için platform bağımsızdır; aynı kod Windows, Linux ve macOS üzerinde Python yorumlayıcısı ile çalıştırılabilir. Geniş kütüphane ve topluluk desteği ise farklı avantajlardır.

Kaynak kitaptaki geliştirme sürecine göre veri setinin yapısı ve sayısal verilerden oluşup oluşmadığı, kodlamaya geçmeden önce tasarım ve planlama aşamasında kontrol edilir. Çünkü kullanılacak algoritma ve ön işleme adımları bu kontrole göre planlanır.

Naive Bayes; olasılık temelli, hızlı eğitilen, özellik bağımsızlığı varsayan ve metin sınıflandırmada (ör. spam tespiti) sıkça kullanılan bir algoritmadır. Her sınıf için olasılık hesapladığından çok sınıflı problemlerde de doğal olarak kullanılabilir; bu yüzden D yanlıştır.

Pekiştirmeli öğrenmede bir ajan, dinamik bir ortamda eylemler yapar ve aldığı ödül/cezalara göre hedefe ulaşmak için en iyi davranış politikasını öğrenir. Denetimli öğrenme etiketli veriden, denetimsiz öğrenme etiketsiz veriden öğrenir.

Veri madenciliği, büyük veri kümelerinden anlamlı örüntüler ve bilgi çıkarma sürecidir. Makine öğrenmesi bu süreçte kullanılan araçlardan biridir; veri bilimi ise daha geniş bir disiplindir.

Python'da def anahtar kelimesi fonksiyon tanımlamak için kullanılır; koşullu dallanma için if, elif, else kullanılır. Diğer ifadeler doğrudur: try-except hata yakalar, lambda anonim fonksiyon oluşturur, pip install kütüphane yükler, while döngü kurar.

t-SNE (t-Distributed Stochastic Neighbor Embedding), yüksek boyutlu veriyi noktalar arasındaki yerel benzerlikleri koruyarak 2 veya 3 boyuta indirger ve özellikle görselleştirmede kullanılır. PCA da boyut indirger ancak doğrusal bir yöntemdir ve benzerlik/komşuluk ilişkilerini korumayı hedeflemez; K-Means ve DBSCAN ise kümeleme algoritmalarıdır.

SVM, iki sınıfı birbirinden en geniş marjinle ayıran hiper düzlemi bulur; iki boyutta bu bir doğru, daha yüksek boyutlarda bir düzlemdir. Destek vektörleri ise hiper düzleme en yakın olan ve onun konumunu belirleyen veri noktalarıdır.

Makine öğrenmesinin iş süreçlerini en çok etkilediği alanlar arasında finans ve yatırım, tıp ve sağlık, kişiselleştirilmiş (özelleştirilmiş) deneyimler ve veriye dayalı karar alma sayılır. Moda tasarımı ise bu temel alanlar arasında yer almaz.

Q-Learning, her durum-eylem çiftinin değerini (Q değeri) öğrenen değer tabanlı bir pekiştirmeli öğrenme algoritmasıdır; ajan en yüksek Q değerli eylemleri seçerek optimal politikayı oluşturur. Apriori ise birliktelik kuralı algoritmasıdır, pekiştirmeli öğrenmeyle ilgisi yoktur.

Regresyon ve sınıflandırma arasındaki temel fark tahmin edilen çıktının türüdür: regresyon sürekli sayısal bir değer (ör. ev fiyatı), sınıflandırma ise kategorik bir sınıf (ör. spam/değil) tahmin eder.