Machine Learning

Herkese merhaba,

Makine öğrenmesi” ifadesinin sizde çağrıştırdığı anlam nedir? Evet belki yaklaştınız anlamına belki de hep duydunuz ama hiç araştırmadınız. Gelin şimdi bunu değiştirelim ve artık bildiğiniz bir kavram olsun.

Aslında makine öğrenmesi sıklıkla karşılaştığımız ve kullandığımız bir kavram ama isim olarak bilmeyebilirsiniz. Teknolojinin ilerlediği şu günlerde sürekli göz önünde olan konulardan biri olarak sürücüsüz araçları ya da ilerleyen dönemlerde hayatımızda ne derece rol oynayacağı tartışmalarının yapıldığı robotları örnek verebilirim. İngilizce adı “Machine Learning” olan bu teknolojinin Türkçe karşılığı makine öğrenmesi olarak geçiyor. Eskiden satırlar boyu işlem gerektiren işlerin makineler tarafından kolayca öğrenildiği bu teknolojiye makine öğrenmesi adı veriliyor. Yani kod yazmaya gerek kalmıyor, verilen bir veri kümesi ile ilgili şeyler söyleyebilen genel algoritmalar oluşturuluyor. Algoritma verilerle beslenerek verilere bağlı bir mantık oluşturuluyor. Böylece makinelere öğrenme bilgisi enjekte edilerek işlerin daha kısa sürede yapılması sağlanıyor.

machine learning ile ilgili görsel sonucu

Makineler nasıl öğreniyor diyecek olursanız;

İlk iş olarak makine ve yazılımlara işin nasıl yapılacağı gösteriliyor. Bunun için ilk görev yine insanlara bağlı. İlk önce insanlar görevin nasıl gerçekleşeceğini belirliyorlar ve sonra makineye öğreterek yazılımların insan hareketlerini taklit etmesi bekleniyor. Bu olaylar gerçekleşirken arka planda yine makine öğrenmesi için yazılmış programlar çalışıyor. Görüldüğünden daha karmaşık bir olay yani.

Makine öğrenmesi;

  • Gözetimli öğrenme ve
  • Gözetimsiz öğrenme olarak iki grupta incelenir.

Gözetimli Öğrenme: Algoritmaya gönderilen veriler label (etiket) adı verilen çözümleri içerir. Gözetimli öğrenmeye örnek olarak sınıflandırma verilebilir. İstenmeyen e-posta filtresi olan spam filter bunun en güzel örneklerindendir. Elimizdeki verilerle e-postaların istenip istenmediğini belirten etiketler yer alır.

Gözetimsiz Öğrenme:  Algoritmaya gönderilen veriler etiket içermez. Algoritma aldığı verileri bir öğretmen olmadan kendisi öğrenmeye çalışır.

Dilerseniz şimdi sektörlere göre makine öğrenmesinin kullanım yerlerini birlikte inceleyelim:

İlk sektör sağlık olsun. Hasta verilerini değerlendirerek hastalıkların tanımlanmasında, risklerin belirlenmesinde, teşhislerde ve gerçek zamanlı uyarılarda makine öğreniminden faydalanılır. Örneğin, vücut analizi yaptıracaksınız. Öncelikle sizden gerekli tahliller istenir ve bilgisayarlar aracılığıyla analiziniz yapılır, vücudunuzun yağ, kas ve su oranını bu sayede öğrenebilirsiniz.  

 

Şimdi bir fabrikanın üretim-imalat bölümünde mühendis olduğunuzu düşünün. Makinelerin ne zaman bozulacağını bilemezsiniz ya da stokların ne şekilde değiştiğini, hangi zaman aralıklarında hammadde satın alacağınızı raporlara bakmadan net bir şekilde belirleyemezsiniz. İşte makine öğrenimi burada da devreye giriyor; malzeme ve stok tahminini sizin yerinize yapıyor, talep tahminlerini belirliyor. Süreç optimizasyonu ve telematik, satın alma eğilimleri alanında size yardımcı oluyor.

Çok seyahat eden biri misiniz? Bir otele gittiniz ama yemek hizmetinden memnun kalmadınız ve şikayet etmek istiyorsunuz. İnternette var olan müşteri şikayet ve çözümleri makine öğrenmesinin en iyi örneklerinden biri olur. Ya da sosyal medya- tüketici geri bildirim analizi de öğrenmede sıkça başvurulan konulardandır.

Finans ve mali hizmetler sektörüne gelelim. Bu sektör için satış ve pazarlama kampanyası, krediye uygunluk değerlendirmesi, risk analizi ve regülasyonu gibi konular örnek verilebilir.

Saydığım tüm sektörlerde önce iş belirlenip müşteri deneyimleri analiz edilirse çok daha iyi sonuçlar oluşur. Çünkü makine öğrenmesi sahip olunan veriler sayesinde gerçekleşir.

Günümüzde çoğu insan Facebook kullanıyor. Hatırlarsanız birkaç yıl önce fotoğrafları kendimiz etiketliyorduk. Şu anda görsel işleme teknolojisi sayesinde Facebook fotoğrafta kimlerin olduğunu bulup bize gösteriyor. Bize de sadece etiketin doğru olup olmadığını onaylamak kalıyor. Görüldüğü gibi öğrenme durumu birçok alanda karşımıza çıkıyor. Yazılımlar sayesinde insan yüzleri ayırt edilip bu şekilde kullanılabiliyor.

facebook yüz tanıma ile ilgili görsel sonucu

Teknoloji geliştikçe makineler işleri daha da kolay hale getirmek için uğraşıyorlar. Kim bilir belki birkaç yıl sonra “learning from the machine” ortaya çıkar ve biz makinelerden bir şey öğrenecek duruma geliriz.

Bir sonraki yazımda görüşmek üzere.