Öznitelik Mühendisliği


Öznitelik Mühendisliği Makine öğrenmesinde modellere verilen gerçek dünya verileri birer öznitelik vektörü halindedir ve bu öznitelik vektörleri ham veriden çıkartılır. Öznitelik mühendisliği, makine öğrenmesi modeli veya görevi için verilerden en uygun özellikleri elde etme işlemidir. Özelliklerin kendileri kadar sayısı da önemlidir, modele verilen, gerçek dünya verilerini temsil eden öznitelik vektörlerindeki özellikler yeterli değilse model asıl görevini yerine getiremeyecektir; eğer gereğinden fazla ve alakasız özellikler içeren … Okumaya devam et Öznitelik Mühendisliği

Boyutsallığın Laneti


Boyutsallığın Laneti Gerçek dünyadaki verileri doğru bir şekilde temsil edebilmek için yalnızca 1 veya 2 boyuttan daha fazlasına ihtiyaç duyarız. İlk olarak, boyutsallığın veri setlerimiz üzerindeki etkisini inceleyelim. Sadece Ev 1’e ait öznitelikler aşağıdaki gibi. Şimdi Ev 1’e ait olan öznitelikleri biraz zenginleştirelim. Ev 1’e ait öznitelik vektörlerimizi bütün evler için genişlettiğimiz zaman artık 3 boyutlu bir veri setine sahip olacağız. Makine öğrenmesi modellerinin öğrenme … Okumaya devam et Boyutsallığın Laneti

Öznitelik Vektörü


Öznitelik Vektörü Öznitelik vektörleri (özellik vektörleri), gerçek dünyada ele alınamayacak kadar karmaşık olabilen verilerin makinelerin anlayabileceği bir şekilde basitleşirilmiş bir halidir. Emlak sektörünü ele alalım; emlakçılar, birbirinden farklı birçok evi kiraya vermeye ve satmaya çalışıyorlar. Pazarlamaya çalıştıkları evler, gerçek dünyada müşterilerine tarif ettiklerinden çok daha fazla özelliğe sahiptir ancak bir evi tanımlayabilmek için yeteri sayıda bilgi içeren bir özellik kümesi kullanıyorlar. Evleri anlatırken evin konumundan, … Okumaya devam et Öznitelik Vektörü

Boyut Azaltma (Dimensionality Reduction)


Makine öğrenmesinde ve istatistikde boyut azaltma, dikkate alınan rastgele değişkenlerin sayısını bir dizi temel değişken elde ederek azaltma işlemidir. Boyut azaltma işlemi özellik seçimi ve öznitelik çıkarma bölümlerine ayrılabilir. Özellik Seçimi Özellik seçiminde orijinal değişkenlerin bir alt kümesi bulunmaya çalışılır. Üç strateji vardır: filtre stratejisi, sargı stratejisi ve gömülü strateji. Bazı durumlarda regresyon veya sınıflandırma, azaltılmış boyutta orijinal alana göre daha doğru yapılabilir. Özellik Çıkarma Özellik … Okumaya devam et Boyut Azaltma (Dimensionality Reduction)