Yapay Zeka ve Gelecekte Eğitim – 2 (Makine Öğrenmesi – Machine Learning)

Yapay Zeka ve Gelecekte Eğitim – 2
Makine Öğrenmesi – Machine Learning

Makine Öğrenmesi, ismi bakımından özellikle bir çok öğretmen için yeni bir öğrenme modeli mi bu sorusunu akıllara getirebilir. Aslında derinlerde Makine Öğrenmenin temelinde beynin nöral işleyiş fonksiyonları ile benzerlikler olduğu göz önünde bulundurulursa bir tür “öğrenme modeli” olduğu düşünülebilir. Öğrencinin öğrenmesiyle, makinenin öğrenmesi benzer süreçlerdir denilmesi zor olsa da işleyiş biçimleri açısından birbirlerini desteklediği yerler olduğu söylenebilir. Bir Zeki Öğrenme Sisteminde öğrenci davranışları sistemin arkaplanında çalışan algoritmik modelin temel bilgi düzeyini oluştururken, makine de bu işleyişleri sonraki benzer koşulda kullanabilmek için kayıt eder. Enteresan olan Deep Mind firmasının Ar-Ge sonuçlarına göre, makinenin kayıt ettiği önceki bilgi üzerine gerçek zamanlı güncel veriyi işleyip bir sonuca varmakta henüz zorlanmasıdır.

Çok da yeni bir konu olmamasına rağmen Yapay Zekanın en önemli bileşenlerinden biri olarak görebileceğimiz Makine Öğrenmesi, bir takım işlerin yapılabilmesi için bilgisayar algoritmalarının işe koşulması olarak tanımlanabilir kısaca. Bir başka deyişle; öğrenmenin herhangi bir insan desteği ya da müdahalesi olmadan otomatik olarak öğrenme algoritmalarını geliştirmeyi amaçlar (2008, Schapire).

Makine Öğrenmesi örnek uygulamaları (2008, Schapire):

  • Optik karakter tanımlama: metinler üzerindeki el yazısı harflerin tanımlanması (sayfa tarayıcılar)
  • Yüz tanıma : resimlerdeki yüzlerin tanımlanması (cep telefonlarında son dönemde yoğun olarak kullanılmaya başlandı)
  • Spam Filtreleri : Gereksiz ya da zararlı olabilecek epostaların tanımlanması
  • Konuların kategorilendirilmesi : yazılan veya sözle belirtilen metinlerin konularına göre kategorilendirilmesi
  • Konuşulan dilin algılanması
  • Tıbbi teşhis : hastanın durumuna göre tedavi önerisi
  • Müşteri kategorilendirilmesi : ön görebilme; hangi müşterinin hangi promosyona nasıl tepki verebileceğinin belirlenmesi gibi
  • Hilenin tesbiti : kredi kartı işlemlerindeki uygunsuzlukların tesbit edilmesi gibi
  • Hava durumunun öngörülmesi

Makine Öğrenmesinin işleyişi temel olarak şu sorulara cevap verebilmelidir:

  1. Ne öğrenilecek?
  2. Veri nasıl üretilecek, nereden alınacak?
  3. Veri öğrenene nasıl sunulacak? (Öğrenen verinin hepsini tek seferde mi görecek yoksa her seferinde tek örnek mi görecek? gibi)
  4. Bu öğrenme modelinin amacı ne?

Makine Öğrenmesi ile ilgili bu giriş bilgilerinin devamı bizi Yapay Zekanın derinlerine, algoritma dünyasına gezinti yaptırıp aynı zamanda İstatistik, Matematik ve Fizik bilimlerine de uzun bir yolculuk yaptırıyor. Endüstri 4.0 dünyasında var olabilmek için aslında henüz tam olarak bilemediğimiz bu dünyanın yaşam tarzına çocuklarımızı, öğrencilerimizi hazırlama sorumluluğu da büyük oranda eğitimcilere düşüyor…

 

 

 

Bora SİNÇ
Eğitim Teknolojileri Koordinatörü
MEF Üniversitesi
borasinc@gmail.com

 

Kaynaklar:

“Theoretical Machine Learning”, http://www.cs.princeton.edu/courses/archive/spr08/cos511/scribe_notes/0204.pdf

 

Share This:

Bora Sinç

Eğitim Teknolojileri danışmanı

İlginizi Çekebilecek Yazılar

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Eğitim Teknolojileri yazılarını paylaşabilirsiniz:)