Yapay Zeka Algoritmaları Nelerdir?

Yapay Zeka Algoritmaları

Yapay zeka algoritmaları, gerçek dünya varlıklarını dijital platforma taşıyan yazılımsal olasıklıkları ifade eder. AI algoritmaları Denetimli öğrenme (supervised learning), denetimsiz öğrenme (unsupervised learning) ve güçlendirmeli öğrenme (reinforcement learning) olmak üzere üç farklı kategoride ele alınır.

Yapay zeka algoritmaları ile öğrenme ve değerlendirme yapabilme yeteneğine sahip olan bilgisayarlar ve bilgisayar tabanlı sistemler; verileri işleyip ortaya çıkan sonuçları performans artırmak için kullanılır. Yapay zekaya ilgi son dönemlerde giderek artmaktadır. Bu beraberinde bir yapay zeka teknolojisi geliştirmekte, teknoloji de kendi algoritmalarını oluşturmaktadır. Hem makine hem de derin öğrenmenin temelinde bulunan bu algoritmalar, geleceği inşa etmektedir.

Yapay Zeka Algoritmaları Nelerdir?

Yapay zeka algoritmalarındaki üç başlıktan ilki olan denetimli öğrenmede hedef çıktılar verilmemektedir. Oluşturulan modelin, verilen girdiler ile bir şablon oluşturması beklenmektedir. Güçlendirmeli öğrenme, denetimli öğrenme içinde değerlendirilir. Modele hedef çıktıların yerine, modelin çıktılarının ne kadar doğru olduğunu ortaya koyan seviyeler verilmektedir. Denetimli öğrenme metodunda, sistem değişik verilerle beslenmek suretiyle yaratılan modelin neticeleri hedef çıktılarla mukayese edilmektedir. Varsa hatalar, sistem tarafından en aza indirilmektedir.

Yapay Zeka Programlama

Denetimli Öğrenme

Denetimli öğrenmede bulunan algoritmalar genellikle 2 başlık altında incelenmektedir:

  • Tasnif etme (sınıflandırma, classification)
  • Gerileme/geri dönüş (regression)

Tasnif etme, yani sınıflandırmada sonuçlar daha önce olumlu ya da olumsuz olarak belirlenmektedir ve sistemin hangi çıktıyı vereceği beklenmektedir. Gerileme ya da geri dönüşte ise olumlu ya da olumsuz gibi tanımlamalar yoktur. Bunun yerine puantaj kullanılır ve çıktılar puanlama usulüyle yorumlanır.

Denetimsiz Öğrenme

Denetimsiz öğrenme, özellikle girdilerin arasındaki ilişkilerin çıkarılması için tercih edilmektedir. Kümeleme (clustering) algoritmaları denetimsiz öğrenme başlığının altında ele alınmaktadır. Kümeleme algoritmaları denetimsiz öğrenme, regresyon algoritmaları denetimli öğrenme başlığın altında olmanın yanı sıra, anormalliklerin tespiti (anomaly detection) gibi hallerde denetimli ve denetimsiz metotlarla birlikte kullanılmaktadır. Yapay sinir ağlarıysa gerileme/geri dönüş (regression) ve kümeleme başlıklarının altında bulunmaktadır.

Hangi Algoritmalar Tercih Edilmelidir?

Bu durum önemli bir problemdir. Bununla ilgili olarak scikit-learn.org tarafından hazırlanan yapay zeka haritası;

  • Sınıflandırma
  • Kümeleme
  • Regresyon
  • Dimension reduction (boyut azaltma)

İle ilgili bir fikir kazandırmaktadır. Birbirinden farklı algoritmalar geliştirilmektedir ancak algoritmalar, şu anlık aşağıdaki başlıklarda değerlendirilmektedir:

  • Basit Regresyon (Simple Regression)
  • Karar Ağaçları (Decision tree)
  • SVM (support vector machine)
  • Bayesian classifiers (Naive Bayes)
  • Kümeleme
  • PCA (Principle component analysis)
  • Derin Öğrenme (Deep Learning)

Web Tasarım

Menü