Makine öğrenmesi
Modellerin veriden örüntü öğrenip yeni girdilerde kullanması.
Makine öğrenmesi nedir?
Makine öğrenmesi, modellerin verilerden örüntü öğrendiği yapay zekâ alanıdır. Bunlar tahmin, sınıflama veya içerik üretiminde kullanılabilir. Farklı öğrenme yöntemleri vardır. Gözetimli öğrenmede örnekler karşılık gelen hedef değerlerini veya sınıf etiketlerini içerir; her yöntem böyle etiketler gerektirmez. Makine öğrenmesi sinir ağlarıyla da sınırlı değildir.
Kurgusal servis işletmesinde model gelen mesajları uygun ihtiyaç kategorilerine ayıracaktır. Seçilen gözetimli yaklaşım için ekip uygun etiketlenmiş örnekler hazırlar, sonucu eğitimde kullanılmamış uygun mesajlarla denetler. Belirsiz durumlar insanlara gider. Yeni ifadeler veya farklı istek türleri uygunluğu değiştirebilir; yalnız bilinen eğitim örneklerindeki iyi sonuç sonraki yararı kanıtlamaz.
Kaynaklar
İlgili terimler
- Yapay zekâYapay zekâ, dil işleme ve örüntü tanıma gibi yöntemleri kapsar. Bir çözümün uygunluğu, yapması gereken somut görevle değerlendirilir.
- Derin öğrenmeÇok katmanlı sinir ağlarıyla yapılan makine öğrenmesi.
- Sinir ağıAyarlanabilir parametreleri olan, birbirine bağlı hesap düğümlerinden oluşan model.
- Üretken yapay zekâÜretken yapay zekâ metin, görsel veya kod gibi içerikler üretir. Kalite, kullanım amacı ve eldeki dayanaklarla değerlendirilir.
- Model kartıModel kartı; bir yapay zekâ modelinin amacını, dayanaklarını, değerlendirme koşullarını ve bilinen sınırlarını belirli sürüm için belgeler.
- Yapay zekâya hazırlıkYapay zekâya hazırlık; bir proje için amaç, kullanılabilir veri, yetkinlik, sorumluluk ve işletim sürecinin durumunu değerlendirir.
Bu konudaki yazılar
ASES ile Yapay zekâ ve otomasyon
Yapay zekâ asistanları ve otomatik iş akışları