Makineni Nasıl Eğitirsin?

Yapay zekanın insanı yenebildiği haberleri duymaya da başladık. Satranç devi Kasparov’u yenebilen bilgisayar haberlerinin geride kaldığı bu günlerde ise Çin’lilerin meşhur zeka ve strateji oyunu olan “GO”nun en iyileri arasında yer alan dünya şampiyonlarını yenmeyi başaran bir yapay zekanın haberleri zihinlerde yankılanmaya başladı. Alpha Go isimli yapay zekanın makine öğrenme algoritması oldukça başarılı ki benim henüz öğrenemediğim ama çok merak ettiğim Go oyununda dünya şampiyonlarını tabiri caizse “ayıklamış”  yani insan demeden yenmiş…

Evet, bir algoritmanın insan beynini yenebileceğini zaten kanıtlamıştı.   Gerçek dünyada, yüzlerce olası senaryonun normal programlama yoluyla tahmin edilerek kodunun belirlenmesine rağmen, bir makine (algoritmayı) yeni bir senaryo karşısında güncellemesi için yüzlerce koda açıklama satırı eklemesi gerekir .Dolayısıyla, makinelerin kendiliğinden öğrenmesine yardımcı olabilecek algoritmalara ihtiyaçları vardır.

Makine öğrenme yoluyla, bir makine tarihsel verileri anlayabilir ve tek başına öğrenir. Makine öğrenimi,(1) tahminler için uygulanan yöntemlerle ilgilidir. Genellikle, veri bilimcileri , en iyi makine öğrenme yaklaşımını belirlemek için istatistiksel analizlerle ilgilenir ve daha sonra algoritmayı modeller. Prototip olarak R programlama dili veya  Python programlama dili.

Elyazısı tanıma

Kolay anlaşılabilmemiz için, rakamların nasıl tanınacağına bir örnek verelim Makina elle gönderilen yazarlığı nasıl tanıyacak?

Aşağıdaki ekran görüntüsüne bakın

Dolandırıcılık Algılama (Fraud Detection)

Teknoloji her geçen gün geliştikçe, dolandırıcılık yöntemleri de Teknoloji ile orantılı olarak gelişmektedir. Sahteciliği tanımlayan geleneksel yöntemler (insan incelemesi), çoğu durumda çok zordur ve başarısızdır. Öte yandan, Makine Öğrenmesi sahtekarlık tespitinin belirlenmesinde başarılı olmuştur. Dolandırıcılık Tespitinde genel olarak Lojistik regresyon, Karar Ağacı, Rastgele Orman, Sinir Ağları (Logistic regression, Decision Tree, Random Forest, Neural Networks) yaklaşımları kullanılır.

1. Dolandırıcılık İşlemleri (Fraud Transactions)
2. Gmail Spamming
3. Sahteciliği tıklayın (Google, kullanıcıların reklam tabanlı “Markov” karar sürecini  öngörebilmeleri için (tıklamadan önce bilgilendirme) ek bilgilendirme kullanır.)

Yüz tanıma

Facebook, Yüz Tanıma’nın en iyi örneğini arkadaşların etiketlemesini öneriyor başlıklı hizmetinden anlayabiliriz. Facebook kullanıcıyla eşleşen bir görüntü olduğunda, Makine algoritması bireysel yüzün yerlerini tanımadığı ve sayıların kodlandığı yerde öğrenebildiği  için, kodlanmış numaraları eşleştirip kullanıcıların adını önermektedir. Facebook aynı zamanda,  dolandırıcılık girişi tespit ettiğinde arkadaşınızın tanınması için arkadaşlarınızı tanıtmanızı ister.

Arkadaş Tavsiyesi

Facebook Friend Suggestions, LinkedIn bağlantı önerileri, Twitter, Instagram takipçileri önerileri, sosyal medya şirketleri, kullanıcılarını anlamak için veri madenciliği tekniklerini kullanan “akıllı makine öğrenme algoritması kullanır” ve “Sinirsel öğrenme” gibi makine öğrenme algoritmalarına dayalı tavsiyeler sunan ağlardır.  Gradyan Arttırılmış Karar ağaçları, LambadaMart, Lojistik regresyon vb. (Neural Networks, Gradient Boosted Decision trees, LambadaMart, Logistic)

Makine Öğrenme, Reklam Teknolojisinin ayrılmaz bir parçasıdır ve tıklama tahminlerinde, her bir gösterimin kullanıcı davranışına dayalı olarak teklif değerini optimize etmek ve ilgili reklamları kullanıcıya göstermek için kullanılır. Makine öğrenimi, geçmiş verilere dayalı olarak benzer bir kitle oluşturmak için kullanılır.

Çince Go oyunu için bir program geliştirmek içinve  Çin Satrancı’nın tüm adımları için kodu yazmak oldukça zor. Çünkü her adımda her adım için yine 100’den fazla olası hamle var. Bir sonraki adımınızı attığınızda, bir sonraki adıma atmanız için yüzlerce olası yol olacaktır. Bu senaryoda, makine öğrenimi, bir sonraki hareketin kendiliğinden akıllıca olacağını öngören bilgisayar programının kurulmasına çok yardımcı oldu.  Geliştiricilerin her bir hamlenin olası adımlarını senaryolaştırmaları gerekli. Yani kusursuz olarak tanımlanmalı. Programcılar Alpha Go adlı Machine Learning’i kullanarak bir bilgisayar programı geliştirmeyi başardı ve yapay zekaya sahip program, Satranç Oyunda Dünya Şampiyonalarını yendi. Başlangıçta, Alpha Go, yenilmemek amacıyla 13000’den fazla oyunu besleyebiliyordu. Algoritma oyunda öğrenmeyi başardı ve Dünya Şampiyonlarını tahminlerle yenmeyi başardı.

Konuşma Tanıma, Makine Öğrenmesinin uygulamalardan biridir. Konuşma Tanıma, cep telefonları gibi elektronik aygıtların bir parçası haline geldi; “Ok Google”, Sesli Arama için kullanılan bir android uygulaması. “Google Assistant”, “iPhone Siri” ve “Amazon Eko Nokta”  “MotoZ” “MotoMod”Konuşma Tanıma kullanılarak geliştirilmiştir. Konuşma Tanıma’daki en büyük zorluk elbette ki aksan.  Asyalılar, Avrupalılar ve Amerikanların aksanları çok farklı. Makine öğrenimi Amerikan aksanıyla doğru sonuçları veriyor olsa da, Asyalılar ve Avrupalıların aksanını anlama konusunda başarısız oluyor. Ancak yakın gelecek için geliştiriciler; Konuşma Tanıma’daki sınırlamaların kesinlikle ortadan kalkacağına inanıyorlar.

Google Arama Motoru, ilgili arama sonuçlarını kullanıcılara göstermek için yapay zekayı öğrenen makineye dayalı RankBrain algoritmasını kullanır. RankBrain, web sayfalarını sıralamak için önemli faktörlerden biridir. RankBrain ayrıca, Google Arama’daki kullanıcı girdisine bağlı olarak bir kelime veya cümle önermekte kullanılırdı. Meşhur “bunu mu demek istediniz” cümlesi örnek olabilir. tahminlerini kullanıcının  Coğrafi Konum, Dil, alaka düzeyine göre yapılandırır.

Dilbilgisi Denetleyicisi

İnsanlar e-postalar yada makaleler yazarken  dilbilgisi hataları gibi birçok hata yapar.  Yazım hatalarını düzeltmede makine öğrenimi yardımı ile  dilbilgisi hataları ortadan kaldırılıyor. İngilizce öğrenmek isteyenler için bu araçlar İngilizce dil bilgisi gibi daha bir çok dil bilgisi öğrenimine yardımcı olur. Araçlar arasında Grammarly , Dil Aracı , GrammarCheck,  Genellikle Grammer Checker doğal dil işleme ve dilbilgisini kontrol etmek için derin öğrenme yöntemleri kullanır.

Makine öğrenimi, insanın eylemlerini takip etmek değil, insanları günlük etkinliklerde doğru şekilde yardımcı olmak için gerçekleştirdiği asistan gibidir. Makine öğrenme algoritması konusunda uzman olmak için, R programlama ya da Python programlama bilinmeli.