Denetimli Öğrenme

"Denetimli öğrenme" (supervised learning). Makine öğrenmesi bloğunun ilk adımı ve en yaygın kullanılan makine öğrenmesi türü.

Temel fikir: Modele hem soruları hem de doğru cevapları vererek öğretirsiniz. Tıpkı bir öğretmenin öğrenciye çözümlü örnekler göstermesi gibi. Model bu örneklerden girdi ile çıktı arasındaki ilişkiyi öğrenir, sonra hiç görmediği yeni bir girdi için cevabı tahmin eder. "Denetimli" denmesinin sebebi, eğitim sırasında doğru cevapların (etiketlerin) bir öğretmen gibi modeli yönlendirmesidir.

Örneğin bir e-posta spam filtresi düşünün. Modele binlerce e-posta ve her birinin "spam" ya da "spam değil" etiketini verirsiniz. Model hangi kelimelerin ve özelliklerin spam'e işaret ettiğini öğrenir. Sonra yeni gelen bir e-postayı kendi başına sınıflandırır.

Temel kavramlar: Girdilere özellik (feature) denir, genellikle X ile gösterilir; örneğin bir evin metrekaresi, oda sayısı, konumu. Tahmin edilmek istenen değere etiket (label) veya hedef (target) denir, genellikle y ile gösterilir; örneğin evin fiyatı. Veri ikiye ayrılır: modelin öğrendiği eğitim verisi ve modelin hiç görmediği verilerdeki başarısını ölçtüğünüz test verisi.

İki ana türü vardır, bunlar da tablodaki sonraki adımlar:

• Regresyon (4.2): Sayısal bir değer tahmin edilir. Ev fiyatı, yarınki sıcaklık veya satış miktarı gibi.

• Sınıflandırma (4.3): Bir kategori tahmin edilir. Spam/spam değil, hasta/sağlıklı veya bir fotoğraftaki hayvanın kedi mi köpek mi olduğu gibi.