“Makine öğreniyor” derken tek bir yöntem kastedilmez. Bir modelin veriden öğrenmesinin üç temel yolu vardır ve hangisini seçtiğiniz, elinizdeki veriye ve probleme bağlıdır.
Denetimli öğrenme
En yaygın olanıdır. Modele hem soruları hem de doğru cevapları (etiketli veri) verirsiniz; o da aradaki ilişkiyi öğrenir. “Bu e-posta spam mi?” gibi, geçmişte etiketlenmiş örneklerden öğrenen sistemler böyledir.
Denetimsiz öğrenme
Burada doğru cevaplar yoktur; modele sadece veri verilir ve içindeki gizli grupları, örüntüleri kendisi bulması istenir. Müşterileri benzer davranışlara göre kümelemek buna örnektir.
Pekiştirmeli öğrenme
Model, deneme yanılmayla öğrenir: iyi kararlar ödül, kötü kararlar ceza getirir ve zamanla ödülü en yükseğe çıkaran davranışı öğrenir. Buradaki “uzun vadeli ödül” fikri, istatistikteki beklenen değer mantığıyla akrabadır.
Hangisi ne zaman?
Etiketli veriniz varsa denetimli, veriyi keşfetmek istiyorsanız denetimsiz, bir ortamda karar dizisi optimize ediyorsanız pekiştirmeli öğrenme uygundur. Ayrıntı için makine öğrenmesi sayfasına bakabilirsiniz.
İşin hocası ne yapar?
İşin hocası “hangi model?” sorusundan önce “hangi öğrenme türü?” diye sorar. Çünkü doğru yöntem, doğru soruyla seçilir.
İlgili yazı: Aşırı Öğrenme (Overfitting) ve Genelleme