Yapay Zeka , Derin Öğrenme ve Makine Öğrenimi Arasındaki Farklılıklar ?

Herkese Selamlar ! Bugün yine tarafıma çok fazla gelen başka bir soruyu cevaplamak üzere kaleme aldığım bir yazı ile karşınızdayım. Genellikle bu 3 farklı çalışma alanı ciddi anlamda birbiri ile karıştırılmakta. Aslında karıştıran kişilere de hak vermek lazım. Aralarında gerçekten de benzerlikler söz konusu. Peki hangisi tam olarak ne yazımıza yavaş yavaş bir giriş yapalım. Aslında aralarında ki en genel terim ve diğerlerini kapsayan ifade yapay zekadır(Artificial Intelligence). Yapay zeka ilk olarak bilgisayar bilimlerinin bugünlere gelmesinde çok büyük emeği olan 1950’lerde Alan Turing tarafından yayınlanmış olan bir makalede makinelerin düşünüp düşünemeyeceği gündeme getirilerek söz konusu olmaya başlamıştır. Daha sonra ise 1956 yıllarında John McCarthy tarafından bunun üzerine bir konferans düzenlenmiştir. Konferansta ise en çok dikkat çeken ifade yine John McCarthy tarafından gelmiş “insan zekasının karakteri olan işlemleri gerçekleştirebilen makinalar” şeklinde ifade edilmiştir.

 

 

Peki tam olarak yapay zeka nedir (artificial intelligence) ? 

Yapay zeka bir bilgisayarın veya bilgisayar kontrolünde ki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yerine getirme veya davranışları taklit edebilme kabiliyetidir.

Yapay zekanın hedefleri ise ;

  1. Çıkarım, Akıl yürütme, Sorun Çözme
  2. Bilgi temsili
  3. Planlama ve zamanlama
  4. Makine öğrenimi
  5. Doğal dil işleme
  6. Algı (Bilgisayar vizyonu)
  7. Yaratıcılık
  8. Genel zeka, ya da güçlü yapay zeka

dikkatinizi çektiyse eğer yapay zeka hedefleri arasında makine öğrenimi de  yer almakta. Yani makine öğrenimi için gönül rahatlığı ile yapay zekanın bir alt dalı diyebiliriz.

Makine Öğrenimi Nedir (machine learning) ?

Makine öğrenimi ise ilk olarak 1959 yılında Arthur Samuel tarafından ortaya çıkmıştır.  Makine öğrenimi bilgisayarların algılayıcı verisi ya da veri tabanları gibi veri türlerine dayalı öğrenimini olanaklı kılan algoritmaların tasarım ve geliştirme süreçlerini konu edinen bir bilim dalıdır. Makine öğrenimi araştırmaların odaklandığı konu bilgisayarlara karmaşık örüntüleri (pattern) algılama ve veriye dayalı akılcı kararlar verebilme becerisi kazandırmaktır. Bu durumda makine öğreniminin istatistik , olasılık kuramı , veri madenciliği, örüntü tanıma, uyarlamalı denetim ve kuramsal bilgisayar bilimleri ile alakalı olduğunu göstermektedir.

Makine Öğrenimi Yaklaşımları;

  • Gözetimli öğrenme – Girdileri hedef çıktılara eşleyen bir işlev üretir.
  • Gözetimsiz öğrenme – Bir girdi kümesi modeller.
  • Pekiştirmeli öğrenme – Dünya algısına dayalı bir öğrenme biçimi. Her eylem ortamda bir etki oluşturmakta ve ortam, öğrenme algoritmasına yol gösteren ödüller biçiminde dönütler vermektedir.
  • Yarı gözetimli öğrenme – Uygun işlev ya da sınıflandırıcılar oluşturmak için etiketli ve etiketsiz örnekleri birlikte ele alır.
  • Öğrenmeyi öğrenme – Önceki deneyimlerden yararlanır.

Derin Öğrenme Nedir (Deep Learning) ?

Derin öğrenme makine öğreniminin bir alt alanıdır. Aynı zamanda akademik dünyada derin yapılandırılmış öğrenme , hiyerarşik öğrenme ya da derin makine öğrenmesi olarak da bilinir. Bir veya daha fazla gizli katman içeren yapay sinir ağları ve benzer makine öğrenme algoritmalarını kapsayan çalışma alanıdır. Büyük veri denizi ile tek bir katmanda değil, birçok katmanda makine öğreniminde kullanılan hesapları tek bir seferde yapan, makine öğreniminde tanımlamamız gereken parametreleri bile kendisi keşfeden, belki de daha iyi parametreler ile değerlendirmelerde bulunabilen bir sistemdir. Öğrenme denetimli, yarı denetimli veya denetimsiz olarak sınıflandırılabilir.

Denetimli Öğrenme(Supervised Learning) : Denetimli öğrenmede, veri kümemizin ne olduğunu ve bu verilerden istediğimiz çıktının ne olması gerektiğini biliriz. Denetimli öğrenme, verileri ve o verilerden çıkan sonuçları makineye tekrar baştan vererek bu bilgilerden bir fonksiyon (giriş verileri ile sonuç verileri arasında bir eşleşme) çıkartılmasının sağlamaktadır. Böylece makine veriler arasındaki ilişkiyi öğrenmektedir.

Yarı Denetimli Öğrenme(Semi-Supervised Learning) :  Yarı gözetimli öğrenme, eğitim için etiketlenmemiş verilerin kullanımını da sağlayan denetlenen öğrenme görevleri ve tekniklerinin bir sınıfıdır.

Denetimsiz Öğrenme(Unsupervised Learning):  Verilerimizden elde etmek istediğimiz çıktının nasıl göründüğü hakkında çok az ya da hiç fikir sahibi olmadığımızda kullandığımız yaklaşımdır.

Sonuç olarak derin öğrenme makine öğreniminin alt alanıyken makine öğrenimi ise yapay zekanın alt alanı olmakta ve büyük veriler ile ne kadar çok çalışırsanız sizin için o kadar iyi bir çıkarsama yapabilmektedir bu sistemler.

Bir yazımızın daha sonuna geldik. Okuyup vakit ayırdığınız için çok teşekkürler. Bu yazıyı post ederken dinlediğim şarkı ise : Audioslave – Show Me How to Live

Not: Bu yazı yazılırken wikipediadan faydanılmıştır.

 

2 Responses to Yapay Zeka , Derin Öğrenme ve Makine Öğrenimi Arasındaki Farklılıklar ?

  1.  

    Çok yardımcı oldu yazınız teşekkürler hocam seviliyorsunuz 🙂

  2. Güzel geri dönüşler için çok teşekkür ederim. Daha güzel yazılar ile beraber olmak dilekleri ile =)

     

leave your comment

EnglishGermanTurkish