Makine Öğrenimi (Machine Learning – M.L.)

Derin Öğrenme (Deep Learning – D.L.)

ve

Yapay Zeka (Artificial Intelligence – A.I.)

Arasındaki Fark

Bu yazımızda; Makine Öğrenimi (Machine Learning – M.L.), Derin Öğrenme (Deep Learning – D.L.) ve Yapay Zeka (Artificial Intelligence – A.I.) arasındaki farklara aşağıdaki makalemizde değineceğiz.

Yapay Zeka (AI)’nin mimarlarından biri olarak kabul edilen John McCarthy, AI’yi 1955 yılında “insanlar gibi hedeflere ulaşma becerisine sahip olan akıllı makineler üretme bilimi ve mühendisliği” olarak tanımlamıştır . Kısacası; yapay zeka makineler tarafından sergilenen insan zekasıdır.

Arthur Samuel, 1959 yılında Machine Learning (ML)’i, bilgisayarların açık bir şekilde programlanmadan öğrenebilme yeteneğini veren çalışma alanıyla ilgilenen geniş bir AI alt alanı olarak tanımladı. Bu, oluşturulduktan sonra, tek bir programın programlama kavramının dışında bazı akıllı aktivitelerin nasıl yapılacağını öğrenebileceği anlamına gelir. Bu davranışları, davranışlarını açıkça ve statik olarak tanımlayan el yapımı buluşsallıklarla tanımlanan, amaca uygun programlarla tezat oluşturmaktadır. Böylece, Machine Learning’in Yapay Zekaya ulaşmak için bir yaklaşım olduğu söylenebilir.

Makine Öğrenimi Nedir?

Bu tam olarak insanların nasıl öğrendiğini de taklit eden bir yapay öğrenme biçimidir. Herhangi bir çocuk nesneleri / kişileri tanımayı öğrendiğinde, onlara özellikleri tanımlamak ve sonra ne olduğuna karar vermek için bir algoritma / prosedür anlatılmaz. Basitçe onlara bu nesnenin birden fazla örneğini gösteririz ve sonra insan beynimiz özellikleri otomatik olarak tanımlar (bilinçli olarak) ve bu nesneyi tanımayı öğrenir. Bu bir Makine Öğrenme Modelinin yaptığı şeydir.

Makine öğrenme alanları içinde, genellikle beyin kaynaklı hesaplama olarak adlandırılan bir alan vardır. İnsan beyni, problemleri öğrenmek ve çözmek için bildiğimiz en iyi ‘makineden’ biridir. Makine öğreniminin ilham tekniği, insan beynimizin nasıl çalıştığından esinlenmiştir. Beynimizin ana hesaplama elemanının nöron olduğuna bilinir. Kompleks bağlantılı nöron ağları, toplanan çeşitli bilgilere dayanarak yapılan tüm kararların temelini oluşturur. Yapay Sinir Ağı tekniği tam olarak budur.

Derin Öğrenme Nedir?

Sinir ağları alanında, derinlemesine ağların üçten fazla katmana, yani birden fazla gizli katmana sahip olduğu Deep Learning (Derin Öğrenme – DL) adlı bir alan vardır. Derin öğrenmede kullanılan bu sinir ağları, Derin Sinir Ağları (DNN‘ler) olarak adlandırılır.
Yani, Derin Öğrenme, Makine Öğrenimini uygulamak için bir tekniktir. Derin öğrenme sayesinde, makinelere insanlardan daha iyi yapabileceği birçok görev verilebilir.
2015 Yılında ImageNET tarafından başlatılan bir yarışma da derin öğrenme, insanlara oranla %5’in üzerinde resim tanıma becerisi ile bu Derin Öğrenme kavramının insanlardan daha başarılı olabileceğini gösterdi.

Yapay Zekaya Karşı Makine Öğrenimi ve Derin Öğrenme

AI ve makine öğrenimi, özellikle büyük veri alanında, birbirinin yerine kullanılır. Fakat bunlar aynı şey değil ve bunların nasıl farklı şekilde uygulanabileceğini anlamak önemlidir.
Yapay zeka, bilgisayarların insanın bilişsel işlevlerini taklit etmek için kullanılmasını ele alan, makine öğrenmesinden daha geniş bir kavramdır. Makineler “akıllı” bir şekilde algoritmalara dayalı görevleri gerçekleştirdiğinde, bu AI’dır. Makine öğrenimi bir AI alt kümesidir ve makinelerin bir dizi veriyi alma ve kendileri için öğrenme becerilerini, işledikleri bilgiler hakkında daha fazla bilgi edinerek algoritmaları değiştirmeye odaklanır.

İnsanlar gibi düşünmek için eğitim bilgisayarları kısmen sinir ağları kullanımı ile elde edilir. Sinir ağları, insan beyninden esinlenilerek modellenen bir dizi algoritmadır. Beyin, kalıpları tanıyabilir ve bilgiyi sınıflandırıp sınıflandırmamamıza yardım ettiği gibi, sinir ağları da bilgisayarlar için aynı şeyi yapar. Beyin, işlediği bilgiyi sürekli olarak anlamaya çalışmakta ve bunu yapmak için etiketleri kullanmakta ve kategorilere atamaktadır. Yeni bir şeyle karşılaştığımızda, onu anlamamıza ve anlamlandırmamıza yardımcı olması için bunu bilinen bir öğeyle karşılaştırmaya çalışırız. Sinir ağları bilgisayarlar için aynısını yapar.

Sinir ağlarının faydaları

Karmaşık verilerden anlam çıkarır. Trendleri tespit eder ve insanların fark etmesi için çok karmaşık olan kalıpları tanımlar

Hız avantajları

Derin öğrenme makine öğreniminin bir alt kümesi olarak kabul edilebilir. Derin öğrenme kavramı, bazen sadece çok derin katmanlara atıfta bulunarak “derin sinir ağları” olarak anılır.
Derin öğrenme ağlarının eğitilmesi için büyük miktarda ürün görmesi gerekir. Öğeleri tanımlayan kenarlarla programlanmak yerine, sistemler milyonlarca veri noktasına erişerek daha sorunsuz öğrenir. Bunun ilk örneği, “Google Brain” algoritmasına on milyondan fazla resim gösterildikten sonra sonraki süreçleri kendi kendisine devam ettirebilmesidir. Derin öğrenme ağlarının, öğeleri tanımlayan kriterlerle programlanması gerekmez; Büyük miktardaki verilere maruz kalmak suretiyle detayları tanımlayabilirler.

Verilerin Kalitesi Önemlidir;

Bir algoritma, yapay zeka veya makine öğrenimi kullanıyor olun, bir şey kesin: eğer kullanılan veriler kusurlu ise, o zaman elde edilen bilgi ve bilgiler kusurlu olacaktır!

Veri Temizliği (Data Cleaning) Nedir?

Bir kayıt kümesinden, tablodan veya veri tabanından bozuk veya yanlış kayıtları algılama ve düzeltme (veya kaldırma) işlemidir. Verilerin eksik, yanlış veya alakasız kısımlarını tanımlamak ve sonra eksik veya yanlış verileri değiştirmek veya silmek anlamına gelir. AI ve makine öğrenimi için ilerlemeye devam etmek için, algoritmaları ve kararları yönlendiren veriler yüksek kalitede olmalıdır. Veriler güvenilir olamazsa, verilerden elde edilen bilgilere nasıl güvenilebilir? Bu sebeple verilerin kalitesi oldukça önemlidir.

Yapay Zeka; Makine Öğrenimi ve Derin Öğrenme arasındaki ilişkiyi göstermektedir. Buna matematiksel terimlerden bakarsanız, makine öğrenimi; yapay zekadır, ancak yapay zeka; makine öğrenimi değildir. Benzer şekilde, tüm derin öğrenme metotları; makine öğrenmedir, ancak tüm makine öğrenimi; derin öğrenme değildir.

Özetlemek Gerekirse:

• Yapay Zeka; makineler tarafından sergilenen insan zekasıdır.
• Makine Öğrenimi; yapay zekaya ulaşmak için bir yaklaşımdır.
• Derin Öğrenme; makine öğrenimini uygulamak için bir tekniktir.