Makine Öğrenmesi (Machine Learning) Nedir?
Makine öğrenmesi (ML), bilgisayarların açıkça programlanmadan, veriden örüntüler öğrenerek tahmin veya karar üretmesini sağlayan yapay zeka alt dalıdır. Daha fazla ve kaliteli veriyle modelin performansı artar.
Nasıl çalışır?
Bir ML modeli, geçmiş veriyle "eğitilir" ve yeni veride tahmin yapar (örn. spam tespiti, öneri sistemleri, talep tahmini). Denetimli, denetimsiz ve pekiştirmeli öğrenme gibi temel yaklaşımları vardır.
ML ile ilgili kavramlar
- •Veriden örüntü öğrenme
- •Eğitim (training) ve tahmin (inference)
- •Denetimli / denetimsiz / pekiştirmeli öğrenme
- •Veri kalitesi performansı belirler
İlgili Kavramlar
Sıkça Sorulan Sorular
ML için ne kadar veri gerekir?
Probleme ve yönteme göre değişir; ancak genel olarak veri kalitesi ve uygunluğu, miktar kadar (bazen daha fazla) önemlidir. Az ama temiz veri, çok ama gürültülü veriden iyi olabilir.