Yapay zeka kavramıyla bir arada hayatımıza giren makine tahsili kabaca iddia bilimi olarak tanımlanıyor Uzmanlar Aşağıdudullu Escort Bayan günümüzde hiçbir makine öğrenmesi ya da derin öğrenme sisteminin genel yapay zekanın son amacına ulaşamadığına dikkat çekiyor Uzmanlar muhakkak bir vazifesi gerçekleştirmek için makul bir dizi talimat içeren yazılım rutinlerinin Aşağıdudullu Escort elle kodlanmak yerine makinenin kendisine vazifenin nasıl gerçekleştirileceğini öğrenme yeteneği veren büyük ölçüde bilgi ve algoritmalar kullanılarak eğitildiğini belirtiyor Uzmanlar eğitim alanındaki temel makine tahsili uygulamalarını da uyarlanabilir öğrenme verimliliği Escort Aşağıdudullu artırma öğrenme analitiği kestirime dayalı analitik şahsileştirilmiş öğrenme ve kıymetlendirme olarak sıraladı
Üsküdar Üniversitesi Mühendislik ve Tabiat Bilimleri Fakültesi Yazılım Mühendisliği Kısım Lideri Doç Dr Türker Tekin Ergüzel makine tahsili kavramına ait değerlendirmede bulundu
Yapay zeka 6 disiplinden oluşuyor
Yapay zeka kavramının altı farklı disiplinden oluştuğunu belirten Doç Dr Türker Tekin Ergüzel bunları şöyle sıraladı
Doğal lisan işleme
Bilgi temsili
Otomatik akıl yürütme Soruları cevaplamak ve yeni sonuçlar çıkarmak için saklanan bilgileri kullanır
Yeni şartlara ahenk sağlamak ve örüntüleri tespit İddia etmek için makine tahsili
Bilgisayarlı görü Objeleri algılama hedefiyle
Robotik Objeleri manipüle ve hareket ettirmek
Makine tahsili nedir
Genel bir yapay zeka oluşturmak için bunların hepsini birden yapabilecek bir algoritmaya gereksinim olduğunu kaydeden Doç Dr Türker Tekin Ergüzel En temel manasıyla makine tahsili bilgileri ayrıştırmak işlenmiş datalardan genelleştirilebilen bilgiler çıkartmak ve akabinde dünyadaki bir olgu hakkında belirlenim ve kestirimde bulunmak için çeşitli istatistik lineer cebir diferansiyel denklem tabanlı algoritmaların geliştirilmesine dayalı bir alandır Bu nedenle belli bir vazifesi gerçekleştirmek için belli bir dizi talimat içeren yazılım rutinlerini elle kodlamak yerine makine kendisine misyonun nasıl gerçekleştirileceğini öğrenme yeteneği veren büyük ölçüde bilgi ve algoritmalar kullanılarak eğitilir dedi
Makine tahsili iddia bilimidir
Doç Dr Türker Tekin Ergüzel makine tahsili yaklaşımları ortasında karar takviye makinası tahsili rastgele ağaç tümevarımsal mantık programlaması kümeleme bayes ağları üzere yaklaşımların yer aldığını söyledi
Derin öğrenme makine öğrenmesinin alt kümesidir
Makine tahsili ile derin öğrenme ortasındaki farklara değinen Doç Dr Türker Tekin Ergüzel şunları söyledi
Bu bağlamda günümüzde hiçbir makine öğrenmesi ya da derin öğrenme prosedürü genel yapay zekanın en son maksadına ulaşamamıştır Makine tahsili kabaca kestirim bilimidir Muhakkak bilinenler özellikler verildiğinde birtakım bilinmeyenleri hedefleri varsayım etmek istersiniz Derin öğrenme ise makine öğrenmesinin bir alt kümesi olmakla birlikte daha özelleşmiş ve yüksek hesaplama gücü gerektiren yötemleri içerir Kavramların hiyerarşik olarak öğrenildiği bir makine tahsili alt alanıdır Evvel en kolay kavramlar ortaya çıkar akabinde daha kolay kavramların üzerine inşa edilen daha karmaşık kavramlar gelir Ekseriyetle bu kolay bir katmanlı kavramlar hiyerarşisine yol açar Örneğin imgeler pikseller kullanılarak tanımlanır Bunlar yüzler lastikler yapraklar vb üzere çeşitli formların oluşumuna yol açan motiflere kenarlara yol açar Müzik de emsal biçimde hiyerarşik olarak vuruşlardan ölçülerden ve kısımlardan oluşur Lisan karakterler fonemler heceler sözler tabirler cümleler ve paragraflardan oluşur
Sosyo politik ağlar bireylerden ailelerden topluluklardan köylerden kasabalardan şehirlerden illerden eyaletlerden milletlerden ve ulus bloklardan oluşur
Derin öğrenme çok güçlü bir fikirdir
Fizyolojik sistemler beslenme yahut dolanım üzere tüm fizyolojik fonksiyonları yerine getiren hücreler dokular organlar ve organ sistemlerinden oluşur Gördüğünüz üzere derin öğrenme yani hiyerarşik kavramsal tabanlı öğrenme fikri çok güçlü ve genel olarak uygulanabilir bir fikirdir Derin öğrenmenin son muvaffakiyetinden büyük ölçüde datayla öğrenilen derin hudut ağlarının aktifliği ile birlikte derin öğrenmenin genel uygulanabilirliği sorumludur
Derin öğrenme daha karışıktır
Makine tahsili uygulamanıza işlediğiniz dataların boyutuna ve çözmek istediğiniz sorunun tipine nazaran seçebileceğiniz çeşitli teknikler ve modeller sunar diyen Doç Dr Türker Tekin Ergüzel şunları söyledi
Başarılı bir derin öğrenme uygulaması modeli eğitmek için çok büyük ölçüde bilgi binlerce görüntü ve bilgilerinizi süratli bir halde işlemek için GPU’lar yahut grafik sürece üniteleri gerektirir Makine tahsili ve derin öğrenme ortasında seçim yaparken yüksek performanslı bir GPU’nuz ve çok sayıda etiketli verinizim olup olmadığını göz önünde bulundurulur Bunlardan rastgele birine sahip değilseniz derin öğrenme yerine makine tahsilini kullanmak daha mantıklı olabilir Derin öğrenme ekseriyetle daha karmaşıktır bu nedenle sağlam sonuçlar elde etmek için en az birkaç bin imaja gereksiniminiz olacaktır Yüksek performanslı bir GPU’ya sahip olmak modelin tüm bu manzaraları tahlil etmesi için daha az vakit alacağı manasına gelir
Eğitim alanında kullanılan makine tahsili uygulamaları
Doç Dr Türker Tekin Ergüzel eğitim alanındaki temel makine tahsili uygulamaları hakkında da şu bilgileri verdi
Uyarlanabilir Öğrenme Bir öğrencinin performansını gerçek vakitli olarak tahlil eder ve bu datalara dayalı olarak öğretim metotlarını ve müfredatı değiştirir Şahsileştirilmiş bir iştirak sağlamaya yardımcı olur ve daha güzel bir eğitim için bireye ahenk sağlamaya çalışır Yazılım öğrencinin izlemesi gereken öğrenme yollarını önermede yardımcı olur Öğrenciler gereçlerden teklifler ve yazılımdan öbür öğrenme metodolojileri alırlar
Verimliliği Artırma Daha âlâ içerik ve müfredat tertibi ve idaresi yeteneğine sahiptir İşi buna nazaran ayırmaya ve herkesin potansiyelini anlamaya yardımcı olur Bu hangi çalışmanın öğretmen için en uygun olduğunu ve öğrenci için neyin işe yaradığını tahlil etmeye yardımcı olur Öğretmen ve öğrencilerin işlerini kolaylaştırır Bu birebir vakitte iştiraki ve iştirake ve öğrenmeye olan isteği motivasyonu arttırır Böylelikle eğitimin verimliliği artırılır Ayrıyeten sınıf idaresi zamanlama vb vazifeleri tamamlayarak eğitimcileri daha verimli hale getirme potansiyeline sahiptir Böylelikle eğitimciler yapay zeka ile elde edilemeyen ve insan dokunuşu gerektiren misyonlara odaklanmakta özgürdür
Öğrenme Analitiği Birden fazla vakit öğretmen de öğretirken takılabilir Bu nedenle içgörüler ve öz öğrenciler tarafından tam olarak anlaşılmamaktadır Öğretmen öğrenme analitiği ile bilgilere ait içgörü kazanabilir Milyonlarca içerik ortasında geçiş yapabilir onu yorumlayabilir ve akabinde irtibatlar ve sonuçlar çıkarabilir Bu öğretme ve öğrenme sürecini olumlu tarafta etkileyebilir Bunun dışında öğrenme analitiği öğrencinin izlemesi gereken yolları önerir Öğrenciler bu yazılımdan malzemeler ve öteki öğrenme metodolojileri ile ilgili teklifler alarak yarar sağlayabilirler
Tahmine Dayalı Analitik Eğitimde kestirime dayalı analitik büsbütün öğrencilerin zihniyetini ve muhtaçlıklarını bilmekle ilgilidir Gelecekte olabilecek şeyler hakkında sonuçlar çıkarmaya yardımcı olur Sınıf testleri ve yarıyıl sonuçları ile hangi öğrencilerin imtihanda başarılı olacağı ve hangi öğrencilerin zorlanacağı anlaşılabilir Bu sayede öğrenciye daha âlâ bir formda yardımcı olunabilir ve zayıf olduğu mevzular üzerinde çalışabilir
Kişiselleştirilmiş Öğrenme Özelleştirilebilir ve ferdî ihtiyaçlar bu sayede halledilir Bu eğitim modeli sayesinde öğrenciler kendi öğrenmelerine rehberlik edebilirler Kendi suratlarına sahip olabilirler ne öğrenecekleri ve nasıl öğrenecekleri konusunda kararlar alabilirler İlgilendikleri mevzuları öğrenmek istedikleri öğretmeni ve takip etmek istedikleri müfredatı standartları ve modeli seçebilirler
Değerlendirme Makine tahsili sonucu geliştirilen şablon öğrenci ödevlerini ve imtihanlarını bir beşerden daha yanlışsız bir halde derecelendirmek için kullanılır Tekrar de insanlardan birtakım girdiler gerekir Lakin daha yüksek güvenilirlik ve düşük kusur mümkünlüğü olduğundan bir makine işi yaptığında en yanlışsız ve hassas sonuçların geçerliliği ve güvenilirliği daha yüksek olacaktır
Kaynak BHA Beyaz Haber Ajansı
