Derin öğrenmenin arkasındaki asıl yapı, insan beynindeki nöronlardan esinlenen yapay sinir ağlarıdır. Kulağa karmaşık gelse de temel fikir şaşırtıcı derecede sadedir. Bu yazıda bir sinir ağının nasıl çalıştığını adım adım ele alıyoruz.
Yapay nöron nedir?
Bir yapay nöron, birden çok girdi alır, her girdiyi bir “ağırlıkla” çarpar, hepsini toplar ve bir sonuç üretir. Ağırlıklar, o girdinin ne kadar önemli olduğunu belirler. Yani nöron aslında ağırlıklı bir karar mekanizmasıdır.
Katmanlar: giriş, gizli, çıkış
Nöronlar katmanlar hâlinde dizilir. Giriş katmanı veriyi alır, gizli katmanlar örüntüleri işler, çıkış katmanı sonucu üretir. Bir görüntüdeki kediyi tanımak gibi karmaşık işler, bu katmanların birlikte çalışmasıyla başarılır.
Öğrenme, ağırlıkları ayarlamaktır
Ağ bir tahmin yapar, hatasını ölçer ve bu hatayı azaltmak için ağırlıklarını küçük adımlarla düzeltir. Bu süreç milyonlarca kez tekrarlanır. Yani “öğrenme”, doğru ağırlık kombinasyonunu bulmaktan ibarettir.
Neden “derin”?
Çok sayıda gizli katman kullanıldığında ağ “derin” olur ve daha karmaşık örüntüleri yakalayabilir. Bu yapının yapay zeka ve makine öğrenmesiyle ilişkisini daha önce ele almıştık. Kavram için yapay sinir ağları sayfasına bakabilirsiniz.
İşin hocası ne yapar?
İşin hocası sinir ağını bir sihir olarak görmez; onu, ağırlıkları sabırla ayarlanan dev bir matematik fonksiyonu olarak anlar.
İlgili yazı: Model Başarısını Ölçmek