İçindekiler:
Son yıllarda “makine öğrenimi” terimi çeşitli tartışmalarda ve forumlarda ortaya çıkıyor, ama tam olarak ne anlama geliyor? Makine öğrenimi, örüntü tanıma ve hesaplamalı öğrenmeye dayalı veri analizi için bir yöntem olarak tanımlanabilir. Sinir ağları, karar ağaçları, Bayes ağları, vb. Gibi farklı algoritmalardan oluşur. Makine öğrenimi, bu algoritmaları verilerden öğrenmek ve verilerden gizli bilgileri kurtarmak için kullanır. Öğrenme süreci yinelemelidir, bu nedenle yeni veriler herhangi bir denetim olmadan da ele alınır. Önceki verilerden öğrenme ve gelecekteki veriler için kullanma bilimi yeni değildir, ancak daha fazla popülerlik kazanmaktadır.
Makine Öğrenmesi Nedir?
Bazı insanlar makine öğreniminin hala kullanılmakta olan geleneksel bilgisayar programlama yöntemlerinden daha iyi olmadığına inanırken, çoğu makine öğreniminin yapay zeka (AI) alanında bir devrim olduğunu düşünmektedir. Bu teknolojiyi kullanarak, makinelerin sadece insan talimatlarını takip etmek yerine, kendi deneyimleri ile bir şeyler öğrenebilecek ve bir şeyler yapabileceğine inanıyorlar.
Makine öğrenmesinin anlamı hakkında daha fazla bilgi edinmek için onu geleneksel bilgisayar programlamasıyla karşılaştırabiliriz. Aşağıdaki bölümlerde makine öğrenimi ve geleneksel programlamadan farkı hakkında daha fazla bilgi verilecektir. (Makine öğreniminin bazı artıları ve eksileri için, bkz. Makine Öğreniminin Vaatleri ve Tuzakları.)
