Makine öğrenmesi daha önce bahsettiğimiz gibi elimizdeki veriyi kullanarak anlamlı bir veri çıkarmak diyebiliriz.

Veri setinin içinde sonuçlarda var diyelim. Bu verilere göre oluşturduğumuz modele göre de yeni verilerin tahmin ediliyorsak bu öğrenme biçimine denetimli öğrenme denir.

Kısaca örneklemek gerekirse elimizde böyle bir veri olduğunu varsayalım;

yas boy kilo cinsiyet
20 185 85 erkek
30 164 55 kadın
40 170 80 erkek
25 170 57 kadın
23 175 73 erkek
60 160 60 erkek
17 170 80 erkek
28 172 62 kadın
44 166 58 kadın

Bunlar tamamen rastgele yazdığım veriler. Elimizdeki yaş, boy, kilo verilerine göre cinsiyet tahmini yapabilmesini istiyoruz diyelim. Karar ağacı algoritmasını kullandığımızı varsayalım. Böyle bir veri setini makineye öğrenmesi için verdiğimizde genel itibari ile veriyi iki parçaya bölmemiz gerekiyor(partitioning).

  • Eğitim Verisi: Makinenin öğrenmesi için verinin bir kısmını al ve bunları karar ağacı algoritmasına göre incele. Daha sonra bir tahmin de bulunması gerekirse bu veriler üstünden tahmin yürütmüş olacaktır.

  • Test Verisi: Eğitim verisini karar ağacı algoritmasından geçirdikten sonra tahminlerin doğruluğunu test etmek için bir kısım veriyide bu bölüme ayırırız. Örnek eğitim verisi için %70 kısım ayrılıyorken test için %30’luk bir kısım ayrılır. Ve makine öğrenimi tamamladıktan sonra bu test verisiyle testini yapıp doğruluk oranını yükseltmeyi amaçlar.

Denetimli öğrenme problemleri ikiye ayrılır;

  1. Regresyon (Regression)
  2. Sınıflandırma (Classification)

Sınıflandırma ve regresyon ayrımı

Regresyon (Regression)

Sayısal çözümleme yapılır. Sayısal değerler verilir ve bu sayısal değerler arasındaki ilişkiye göre bir matematiksel fonksiyon oluşturulur. Daha sonra gelen verilere göre sonuç tahmin edilir. Regresyon eldeki verileri görselleştirdiğimizde verilerin arasındaki ilişkinin eğrisini çizmek olarak da düşünebiliriz.

Regresyon örneği

Örnekler;

  • Bir evin büyüklüğü ve lokasyonu verildiğinde fiyatının tahmini.
  • Bir firmanın reklam giderleri satışları nasıl etkilediği

Bazı regresyon algoritmaları;

Sınıflandırma (Classification)

Verilerin algoritmalar sayesinde sınıflandırması veya kategorilere ayrılması işlemine denir.

Sınıflandırma örneği

Örnekler;

  • Elma, portakalları rengi ve büyüklüğüne göre ayırt edilmesi
  • Sıcaklık, nem, rüzgârı değerleri verilerek havanın güneşli, yağmurlu vs. tahmin edilmesi
  • Bir mailin spam veya spam olmadığını çözümlemek

Bazı sınıflandırma algoritmaları;

kaynaklar

etiketler

makineogrenmesi denetimliogrenme