Makine öğrenmesi bir çok tanımı olabilir. Kısaca tanımlamak gerekirse makineye verdiğimiz verilerin bazı algoritmalardan geçerek anlamlı verilerin oluşturulması diyebilirim.

Alan Turing 1950 senesinde yazdığı Computing Machinery and Intelligence makalesinde ilk defa şu soruyu sormuştur.

Makineler düşünebilir mi?

Bu yapay zekanın bir adımı varsayabiliriz. Ancak yapay zekanın üstüne çalışmalar olsa da gerekli donanımların ve verilerin olmayışı yapay zeka uzun bir süre geciktirmiştir. Ancak günümüzde bilgisayarlar, akıllı telefonlar, kameralar vs. o kadar çoğaldı ki veri konusunda gayet zengin bir durum söz konusudur diye düşünüyorum. Donanım açısınıdan da kuantum bilgisayarlar, bulut bilgisayar sistemlerinin de olduğunu düşündüğümüzde eksik hissetmeyiz sanırım. Alan Turing hakkında bilgi sahibi olmak için şu filmi izleyebilirsiniz.

The Imitation Game (2014) - IMDb

Makine öğrenmesi aslında yapay zekanın bir alt dalıdır. Aşağıdaki grafikte zamana göre ilerleyişini görebilirsiniz.

Makine öğrenmesi, derin öğrenme ve yapay zeka ilişkisi

Makine öğrenmesi temel olarak bazı grublara ayrılır.

Algoritma notları denetimli öğrenme yazısından devam ediyor: regresyon, karar ağaçları, rassal orman, destek vektör makineleri ve naif Bayes. Veriyle çalışmak için NumPy ve Pandas notu var.

Bazı tavsiye eğitimler;

kaynaklar

etiketler

makineogrenmesi