Denetimli Makine öğrenmesi

        Supervised Mahcine Learning      

• Makine veya bilgisayarın bir çocuk olduğunu hayal edelim.Biz de bir öğretmen veya ebeveyn olarak çocuğun bir bir köpeğin neye benzediğini öğrenmesini istiyoruz.Çocuğa bazıları köpek olan birkaç farklı resim gösteriyoruz.

• Bir köpek gördüğümüzde “köpek” diye belirtip, köpek olmadığında ise “hayır köpek değil” diyerek bunun köpek olmadığını anlatıyoruz.Bunu çocukla birkaç yaptıktan sonra ona bir resim gösteriyor ve bunun köpek olup olmadığını soruyoruz ve çoğu zaman doğru bir şekilde “köpek” ya da “köpek değil” (resme bağlı) cevabını alırız.Bu denetimli makine öğrenmesidir.

       Classification

•Denetimli makine öğrenmesi sınıflandırma(classification) ve regresyon problemlerinin çözümünde kullanılır.

•Bir sınıflandırma probleminin çıktısı olarak ayrık değerler vardır.Örneğin “çayda şekeri sever” veya çayda şekeri sevmez” gibi.Orta yol yoktur.

Regression

•Bir regresyon probleminin çıktısı olarak gerçek bir sayı (ondalık noktalı bir sayı) vardır.Bağımsız bir değişkenimiz veya bağımsız değişken grubumuz ve bağımlı değişkenimiz (bağımsız değişkenimiz göz önüne alındığında tahmin etmeye çalıştığımız şey) vardır.Örneğin uzunluğun bağımsız değişken ve ağırlığın bağımlı değişken olduğunu söyleyebiliriz.

Unsupervised Machine Learning

•Gözetimsiz bir makine öğrenme algoritması, giriş verilerini herhangi bir etiket olmadan kullanır; başka bir deyişle, çocuğa (bilgisayara) doğru ya da hata yaptığında kendi kendini düzeltebileceğini söyleyen hiçbir öğretmen (etiket) yoktur.

•Bazı yeni etiketlenmemiş verilerle tahminler yapmamıza izin verecek bir işlevi öğrenmeye çalışan denetimli öğrenmenin aksine, denetimsiz öğrenme bize veriler hakkında daha fazla bilgi vermek için verilerin temel yapısını öğrenmeye çalışır.