Korumalı: Makine Öğrenmesi Matematiği 12
Burada alıntı yok çünkü bu yazı korumalı. Okumaya devam et Korumalı: Makine Öğrenmesi Matematiği 12
Etiket: maliyet fonksiyonu
Makine Öğrenmesi Matematiği 7
Bu yazı Makine Öğrenmesi Matematiği yazı dizisinin 7. bölümüdür. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Makine Öğrenmesi Matematiği 2 Makine Öğrenmesi Matematiği 3 Makine Öğrenmesi Matematiği 4 Makine Öğrenmesi Matematiği 5 Makine Öğrenmesi Matematiği 6 Çok değişkenli lineer regresyon örneğimiz ile devam edelim. Veri Setimiz AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersinden alınmıştır. ex1data2.txt 2104,3,399900 1600,3,329900 2400,3,369000 1416,2,232000 3000,4,539900 1985,4,299900 1534,3,314900 1427,3,198999 1380,3,212000 1494,3,242500 1940,4,239999 2000,3,347000 1890,3,329999 4478,5,699900 1268,3,259900 2300,4,449900 … Okumaya devam et Makine Öğrenmesi Matematiği 7
Makine Öğrenmesi Matematiği 6
Bu yazı Makine Öğrenmesi Matematiği yazı dizisinin 6. bölümüdür. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Makine Öğrenmesi Matematiği 2 Makine Öğrenmesi Matematiği 3 Makine Öğrenmesi Matematiği 4 Makine Öğrenmesi Matematiği 5 Şimdi daha derine ineceğiz. Dereceli azalma çeşitleri ve optimizasyon algoritmalarından bahsedelim. Dereceli Azalma, optimizasyonu gerçekleştiren en popüler algoritmalardan biridir. Dereceli Azalma (Gradyan İnişi) üzerinde bu kadar durmamızın nedeni sadece doğrusal regresyon problemlerinde değil başta sinir ağları … Okumaya devam et Makine Öğrenmesi Matematiği 6
Makine Öğrenmesi Matematiği 5
Bu yazı Makine Öğrenmesi Matematiği yazı dizisinin 5. bölümüdür. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Makine Öğrenmesi Matematiği 2 Makine Öğrenmesi Matematiği 3 Makine Öğrenmesi Matematiği 4 Eğer buraya kadar tüm bölümleri anlayarak geldiyseniz, makine öğrenmesi hakkında çok büyük bir yol katettiğinizi söyleyebilirim. Şimdi hızlıca bir özet geçelim. Denetimli Öğrenme: Veri setindeki her örnek için doğru sonucu tahmin eder. Regresyon: Sürekli veri setinde verinin gerçek değerini tahmin etmeye … Okumaya devam et Makine Öğrenmesi Matematiği 5
Makine Öğrenmesi Matematiği 4
Bu yazı Makine Öğrenmesi Matematiği yazı dizisinin 4. bölümüdür. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Makine Öğrenmesi Matematiği 2 Makine Öğrenmesi Matematiği 3 Kaldığımız yerden devam edelim. Bu öğrenme oranı değerini rastgele belirledik; 0.0001. Bu sayı bize neyi ifade ediyor, evet biliyoruz optimum ağırlığa doğru ne kadar hızlı veya yavaş hareket edeceğimizi belirtiyor, ancak neden ‘ya bu değeri verdik. Doğru değeri verdiğimizi nereden bilebiliriz ya da problemimizde doğru değerini nasıl … Okumaya devam et Makine Öğrenmesi Matematiği 4
Makine Öğrenmesi Matematiği 3
Bu yazı Makine Öğrenmesi Matematiği 2‘nin devamıdır. Hemen hatırlayalım, elimizde bir veri seti vardı, iki kolondan oluşuyor, kısaca ilk değişkeni kullanarak ikinci değişkeni tahmin edeceğiz. Verilerin Dağılım grafiği aşağıdaki gibidir: Problemimizi şöyle tanımlamıştık: Bu verilere en iyi uyan doğru nasıl olmalıdır? Elimizdeki çıktıyı(ikinci kolonu) tahmin etmemizi sağlayacak tek bir değişken yani öngürücü değişken var, ilk kolondaki veriler(girdi). Yani problemimize makine öğrenmesi alanındaki ismine tek değişkenli … Okumaya devam et Makine Öğrenmesi Matematiği 3
Makine Öğrenmesi Matematiği 2
Bir önceki bölümde Makine Öğrenmesinde hipotez, parametreler, öğrenme algoritması, maliyet fonksiyonu ve amaç kavramlarından bahsetmiştik. Kare hata fonksiyonunu maliyet fonksiyonumuzda kullanarak, lineer regresyon problemimizin hipotezini hesaplamıştık. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Kaldığımız yerden devam edelim. Hipotezimizin basitleştirmeden önceki haline bir bakalım. Hatırlarsanız, Makine Öğrenmesinde asıl yapmak istediğimiz, amacımız, verilere en uygun eğriyi bulmaktır. Verilerin bir dağılım grafiğini çizdiğimizde, veriler eğer düz bir çizgiye düşüyorsa, … Okumaya devam et Makine Öğrenmesi Matematiği 2
Makine Öğrenmesi Matematiği 1
Denetimli Öğrenme: Veri setindeki her örnek için doğru sonucu tahmin eder. Regresyon: Sürekli veri setinde verinin gerçek değerini tahmin etmeye çalışır. Sınıflandırma: Ayrık verilerde değer tahmini gerçekleştirir. BAŞLAYALIM … Elimizde bir eğitim veri seti var. Yapmak istediğimiz şey x girdisinden y’yi tahmin etmek istiyoruz. Örnek olarak evin büyüklüğünü x olarak, tahmin etmeye çalıştığımız y’yi de evin fiyatı olarak düşünebiliriz. x : Girdi y : Çıktı … Okumaya devam et Makine Öğrenmesi Matematiği 1
Maliyet Fonksiyonu (Cost Function)
Makine Öğrenmesinin önemli konularından biri maliyet fonksiyonudur. Model Oluşturma Girdi verilerimizi , çıktılarımızı ise ile gösterelim. çifti ise bizim eğitim verilerimizden biri olsun. Böylece m tane çifti de eğitim veri kümemizi oluşturmuş olur. NOT: Burada (i) gösterimi herhangi bir üs alma işlemi değil, sadece kaçıncı veri olduğunu(indeksini) ifade etmektedir. Bütün girdi verilerimizin uzayını X, Çıktı verilerimiziz uzayını ise Y ile gösterelim. Denetimli Öğrenme problemini biraz daha resmi olarak tanımlarsak, … Okumaya devam et Maliyet Fonksiyonu (Cost Function)
Veri Bilimcisi - YENİLENİYOR ... 