Makine Öğrenmesi ML

Makine öğrenmesi, bir kuralı yazılıma siz yazmadan, ona çözülmüş binlerce örnek göstererek öğretme ve örüntüyü kendisine buldurma yöntemidir.

Şu adla da bilinir ML veriden öğrenme tahmin modelleri

Tanım

Makine öğrenmesi, bir yazılıma kuralı hiç yazmadan öğretmektir. Ona cevabı önceden bilinen binlerce örnek gösterirsiniz, o da bunları birbirine bağlayan örüntüyü kendisi bulur. Bir çocuk kedi kelimesini tam olarak böyle öğrenir. Kimse iki yaşındaki bir çocuğa sözlük tanımı okumaz; biri kedileri gösterir ve sonunda oturur, model de aynı göstermeye ama çok daha fazla kediye ihtiyaç duyar.

Kart dolandırıcılığı klasik örnektir, çünkü kurallarını kimse yazamaz. Bir ödemenin çalıntı olduğunu gösteren bütün işaretleri sıralayamazsınız ve sıraladığınız gün hırsızlar yöntem değiştirir. Ama bir modele iyi ya da kötü diye önceden işaretlenmiş bir milyon ödeme gösterin, kötülerin şeklini kendisi bulur. Bu şeklin içinde bir insanın bakmayı akıl edemeyeceği şeyler vardır, kart numarasının ne kadar hızlı yazıldığı gibi.

Bu gücün hiçbir tanıtımda yazmayan bir kusuru vardır, çünkü model örneklerin içindeki her şeyi öğrenir, hataları da. Personeliniz yalnızca tek bir ülkeden gelen ödemeleri incelediyse, model bu alışkanlığı öğrenir ve onu bir kanunmuş gibi tekrarlar. Cevapların kalitesi geldikleri geçmişin kalitesiyle sınırlıdır; bu yüzden eski kayıtları temizlemek, herkesin beklediğinin aksine, projenin büyük kısmıdır. Linkysoft tam bu noktada projeleri geri çevirmiştir, çünkü kayıtlar öğrenmeye elverişli değildi.

Model size bir hüküm değil, bir puan verir. Bu ödemenin yüz üzerinden seksen iki şüpheli olduğunu söyler ve sınırın nerede duracağına yine bir insan karar verir. Bu sınır ticari bir karardır, çünkü bir hırsızı yakalamak için kaç gerçek müşteriyi rahatsız etmeyi göze aldığınızı belirler. Linkysoft bir yapay zekâ sistemi kurarken bu yüzden sınırı kodun derinine gömmez, yöneticinin elindeki bir ekrana koyar.

Son sürpriz işletme maliyetidir, çünkü model öğrendiği dünya değiştikçe eskir. Bir dükkânın talebi, yanına yeni bir rakip açıldığı hafta değişir; bu yüzden Storek stok tahminini tek bir eğitimle bırakmaz, düzenli olarak yeniden eğitir. O hâlde sizinkini kimin, ne sıklıkla ve yılda kaça yeniden eğiteceğini sorun. Linkysoft bu rakamı sonradan keşfedilsin diye bırakmaz, sözleşmeye yazar. Aynı soru, içinde model olan her web uygulaması ve ait olduğu daha geniş yapay zekâ fikri için de geçerlidir.

Makine Öğrenmesi hakkında sorular

Makine öğrenmesi normal yazılımdan nasıl ayrılır?
Normal yazılım, bir kişinin yazdığı kuralları izler. Modele ise çözülmüş örnekler gösterilir ve kuralı kendisi çıkarır; bu yüzden kimsenin aramayı akıl etmediği örüntüleri yakalar.
Kaç örnek gerekir?
Onlarca değil, binlerce; ve her biri doğru cevabı önceden taşımalı. O eski kayıtları etiketlemek genelde projenin en büyük gizli maliyetidir.
Model yanılabilir mi?
Her zaman; ne kadar emin olduğunu da söylemeli. Bir cevabı kabul etmekle elle kontrol etmek arasındaki sınırı siz çizersiniz ve bu sınır teknik değil ticari bir karardır.
Model kurulduktan sonra bakım ister mi?
Evet. Fiyatlar, alışkanlıklar ve rakipler değiştiği için yavaşça uymamaya başlar. Kimin, ne sıklıkla ve yılda kaça yeniden eğiteceğini en baştan konuşun.
Model eski hatalarımızı devralır mı?
Evet ve en sık görülen sorun budur. Eski kayıtlarda ne varsa onu kopyalar; alışkanlıkları ve önyargıları da. Birinin, kararlarını birkaç ayda bir gerçek örneklerle karşılaştırması gerekir.

Bunun projenize nasıl uyduğundan hâlâ emin değil misiniz?

Ne inşa ettiğinizi bize anlatın, size sade bir dille yanıt verelim.