2
Makina öğrenmesi, veri madenciliği gibi bir çok disiplin ile ilişkili bir disiplindir. Yapay zeka, olasılık ve
istatistik, bilgi teorisi, psikoloji, felsefe ve sinir bilim disiplinlerinde geliştirilen tekniklerden yararlanır.
Veri madenciliğinde kullanılan algoritmaların bir kısmı makina öğrenmesi alanındaki çalışmalar sonucu
üretilmiştir.
Veri madenciliğinin istatistik ile makina öğrenmesinin arasında durduğunu söylemiştik. Bu önermeye bir
başka önemli kanıt ise karar ağaçları ve yakın komşuluk algoritmalarıdır. Bu iki algoritma da veri
madencileri tarafından sınıflama ve kümeleme amacıyla kullanılır. Bu iki algoritmanın başka bir özelliği
ise tarihsel olarak eş zamanlı bir şekilde hem makina öğrenmesi ile ilgilenen bilim insanları hem de
istatistik ile uğraşan bilim insanları tarafından üstelik birbirinden habersiz bir şekilde bulunmuş olmasıdır.
Girdilerin ve çıktıların, modelleme çalışmasını yapan kişi tarafından belirlendiği yönteme gözetimli
öğrenme denir. Bu çalışmada, kullanılan veri madenciliği algoritması, verili girdiden, olması gereken
çıktıya en yakın sonucu elde edecek fonksiyonu bulmayı amaçlar. Bir sonraki bölümde bahsi geçecek
olan öngörü modellemesi teknikleri gözetimli öğrenme teknikleridir.
Gözetimsiz öğrenmede ise, girdiler ve çıktılar belli değildir. İlgili algoritma bütün verileri girdi olarak alır
ve bir örüntü saptamaya çalışır. Yine bir sonraki bölümde bahsi geçecek olan birliktelik analizi ve
kümeleme gözetimsiz öğrenme teknikleridir.
Dostları ilə paylaş: