Paylaş:
Bildirimler
Tümünü temizle

Duyuru! Hosting firmamızdan kaynaklanan sorun nedeniyle sitemiz 3 hafta önceki yedeğe çekilmiştir.

Derin Öğrenme, Makine Öğrenim ve Yapay Zeka Arasındaki Farklar!

1 Gönderiler
1 Üyeler
0 Likes
147 Görüntüleme
Jasmine
(@jasmine)
Gönderiler: 38
Yönetici Admin
Konu başlatıcı
 

JlbL0Q

Geçtiğimiz birkaç yıl içerisinde, “derin öğrenme” terimi, Yapay Zeka (AI), Büyük Veri ve Analizleri yapılan bir çok toplantı, sunum ve konuşmalarda, iş dünyasının diline pelesenk oldu. Ve iyi bir nedenden ötürü, birçok endüstride çığır açan otonom, kendi kendini eğiten sistemler geliştirmek konusunda olumlu vaatlerde bulunan bir Yapay Zeka yaklaşımı ortaya konuldu.

 

''Derin öğrenme günümüzde ses ve görüntü tanıma algoritmaları için Google tarafından, daha sonrasında izlemek veya satın almak istediğinizde isteğe bağlı olması için  Netflix ve Amazon vb. ticari platformlar tarafından ve geleceği tahmin etme amaçlı da MIT araştırmacıları tarafından kullanılmaktadır.''

''Makine  öğrenmesi Yapay Zeka’nın temel fikirlerinden bazılarını alır ve kendi kendine karar verme sistemini taklit etmek için tasarlanan sinir ağlarıyla gerçek dünyadaki problemleri çözmek için çalışır.''

Genel olarak temelde Derin Öğrenme, bir bilgisayar sisteminin diğer bilgiler ile alakalı karara varabilmesi için kullanacağı çok fazla veri yelpazesi bulunur ve bu veriler, makine öğreniminde olduğu gibi sinir ağları üzerinden beslenir. Bu ağlar, bir dizi doğru / yanlış sorusu soran ya da bunlardan geçen her veri bitinin sayısal bir değerini çıkaran ve bunları alınan cevaplara göre kategorileştiren mantık gerektiren yapılardır. Derin Öğrenme, bu ağları geliştirmek için çalıştığından, büyük verileri kategorilere bölmek için ortaya çıkan karışıklığın Mantıksal Ağları olarak tanımlanabilir. En kapsamlı veri kategorileri ve ayrıştırmalarını gerçekleştirebilecek kadar gelişmiş mantıksal ağlar sayesinde, kullanılan bilgisayarın görüntülemesi ve insanlara bu görüntünün neye istinaden olduğunu ve doğruluk payı ile tanımlanması oldukça önem taşır. Resimlerin hangi anlamda işe yaradığı ile alakalı önemli bir çözüme odaklanır. Bunun yanısra Derin Öğrenme, insanlardaki gibi bir çok işleve uygulanabilir. Ses kayıt, video kayıt, makine sinyalleri ile konuşma ve yazışma gibi durumlarda uygulanabilir.

Jlbqry

Hayatımızda bir makaleyi konunun bütünü ile ele alınması ve bitirilmesinin konu ile alakalı çığır açan fikirler vermesinin en olanaklı yolu, Derin Öğrenmenin halihazırda nasıl ve ne şekilde kullanıldığına dair pek çok örnek vermektir.

Günümüzde üzerinde çalışılmış etkileyici uygulamalardan bazıları şunlardır:

Kendi komutları ile kendiliğinden gidebilen özerk araçların Navigasyon sistemi: Araçların Sensörler ile onboard çözümleri ve derin öğrenmeyi ele alarak, oluşan engelleri algılamayı öngörür ve ona  göre tepki vermeyi öğrenir.
Siyah Beyaz görüntülerin baştan renklendirilmesi: Bilgisayarlara nesneleri algılamayı ve neye benzemesi gerektiğini öğrenmelerini sağlayarak, bunun yanısıra siyah beyaz görüntülerin yeniden renklendirilmesi ile renkli resimleri ve videoları oluşturabiliyor.
Yasal işlemlerin sonucu için tahminde bulunmak: Geçtiğimiz zamanlarda, İngiliz ve Amerikalı araştırmacılardan oluşan ve geliştirilen bir versiyonun, davanın zemminindeki gerçeklerini tanımlayan bilgiler ile oluştuğunda, bir mahkeme kararının doğrusal evrelere dayanarak tahmin edebileceğini göstermiş oldu.
Hassas Tıp: insanın genomuna istinaden genetik durumu ele alınarak ilaçları geliştirip Derin Öğrenme faktörleri kullanılıyor.
Otomatik Analiz/Raporlama:Bilgilerin kolayca analiz edip konuyu kolayca algılayabilmek öğrenim grafikleri ile birlikte insan sesi ile insan dilinde raporlama ve analizleri kolayca tamamlayabiliyor.
Bilgisayarda Oyun Oynama: Derin Öğrenme ile, masa oyunlarının oynanması ve sonuç odaklı oyunda kaybetme ve kazanmayı da öğrenebiliyor.

Bu konu 1 yıl önce 3 defa tarafından Jasmine tarihinde düzenlendi
 
Gönderildi : 13 Ocak 2023 01:10
Paylaş: