Makine Öğrenmesi Notları

Önceki derste gördüğümüz ortalama hata (MSE) formülü burada J harfi ile ifade edilecek. $$ J(w,b) = \frac{1}{n}\sum_{i=1}^{n}(w \cdot x^{(i)} + b - y^{(i)})^2 $$ Sabitler ve Değişkenler:Veri setimizdeki x(girdiler) ve y(gerçek cevaplar) her zaman sabittir.Bizim aradığımız ve değiştireceğimiz şeyler w ve b parametreleridir. 3 Boyutlu Kase(Çanak) Şekli:Bu formül karesel(quadratisch) bir fonksiyon olduğu için grafiği 3 boyutlu bir kaseye benzer. Amaç:Bu çanağın en dibine,yani maliyetin(J) en düşük olduğu noktaya ulaşmaktır. Lokal Gradyan ve Zincir Kuralı(Der Lokale Gradient) ...

Makine öğrenmesi açıkça programlamadan bilgisayarlara öğrenme yeteneği kazandırmaktır. Klasik bilgisayar programlarında sisteme kesin kurallar verilir. Fonksiyonlar kullanılır (F(X)=>(Y)) Kesin kurallar tanımlayamadığımız yerde makine öğrenmesi devreye girer. Makine öğrenmesi kullanabilmek için 3 temel şart: Elimizde veri olmalıdır(mümkünse bolca). Verilerin içerisinde gizli bir örüntü olmalıdır. Bu örüntü matematiksel ifade edilemeyecek kadar karmaşık olmalıdır. Makineler veriden şu yollarla öğrenir: Gözetimli Öğrenme(Supervised Learning):Verilerin ==Etiketleri== bellidir. Gözetimsiz Öğrenme(Unsupervised Learning):==Etiket== yoktur Pekiştirmeli Öğrenme(Reinforcement Learning):==Deneme yanılma== ile öğrenmedir. Örnek Problem: Makine öğrenmesi için veri kullanılır. Celcius ile Fahrenheit arasındaki ilişki doğrusaldır. Çözüm için y=f(x)=wx+b şeklinde doğrusal bir fonksiyon aranır Model Seçimi ve Matematiksel Terimler Doğrusal model formülü:h(x)=wx+b x:girdi(Eingabe) y:çıktı/Tahmin(Ausgabe) w:Ağırlık(Gewichtsparameter):Modelin eğimi b:Sapma/Bias(Bias/Wert):Sabit değer Rasgele değerler atanarak başlanır.Değerler rastgele olduğundan dolayı tahminler yanlıştır ve maliyet(hata) çok yüksektir. Kayıp(Verlust):Modelin tek bir veri noktasında yaptığı hatadır.Genellikle karesel hata (Squared error )ile hesaplanır:(a-y)2 Maliyet Fonksiyonu(Kostenfunktion):Veri setindeki tüm hataların ortalamasıdır: $$ Kosten = MSE = \frac{1}{n}\sum_{i=1}^{n}(a^{(i)} - y^{(i)})^2 $$ Her defasında maliyet hesaplanır ve sayılar değiştirilir.Maliyet en aza inene kadar tekrarlanır.