DEEP LEARNING & MACHINE LEARNING

Deep Learning & Machine Learning: Aralarındaki Fark Ne?

Deep learning ve machine learning - yani derin öğrenme ve makine öğrenmesi - arasındaki fark ne? Birbirlerinden ne kadar farklılar veya ne kadar benziyorlar? Machine learning ve deep learning, yapay zekânın birkaç yıldır etkili bir şekilde dikkat çeken 2 alt dalıdır. Merak ettiniz mi? Şimdi beraber ikisinin arasındaki gerçek farkı ve yeni iş imkanları için onları nasıl kullanabileceğinizi anlamaya çalışalım.

Deep Learning & Machine Learning

Machine learning, makine öğrenmesi, yapay zekânın bir alt dalıdır. İstenilen sonuçlara ulaşmak amacıyla, insan müdahalesi olmadan kendi kendini değiştirebilen algoritmalar yaratır. Bunu, yapılandırılmış verilerden beslenerek yapar.

Deep learning, derin öğrenme, algoritmaların machine learning’e benzer şekilde oluşturulduğu ve çalıştığı bir machine learning alt dalıdır. Ancak bu algoritmalar, her biri taşıdığı veriyi birbirinden farklı şekilde yorumlayan birçok düzey içerir. Bu algoritma ağı, yapay sinir ağları olarak adlandırılır. Basitçe söylemek gerekirse, insan beyninde bulunan sinir bağlantılarını andırır.

Örnek:

Varsayalım ki, sizin köpek ve kedi fotoğraflarından oluşan bir koleksiyonunuz var. Machine learning algoritmaları ve deep learning sinir ağları kullanarak bu kedi ve köpek resimlerinin ayrı ayrı hangisi olduğunu saptamanız gerekiyor.

Machine Learning Çözümü:

Machine learning algoritmasının resimleri kedi ve köpek kategorilerine ayırabilmesi için, öncelikle bu resimleri tanıması gerekiyor. Ama hangisinin hangisi olduğunu algoritma nasıl anlıyor?

Bu sorunun cevabı, yukarıda machine learning tanımında açıklandığı gibi yapılandırılmış verinin ulaşılabilir olmasıdır. İki hayvanın da özelliklerini belirleyebilmek için, kedi ve köpek resimleri basitçe işaretleniyor. Bu veriler, machine learning algoritmasının öğrenilmesi için yeterli olacaktır. Daha önceki çalışmalarının temeline dayanarak, bu iki hayvanın diğer milyonlarca resminin işaretleri ve özellikleri anlaşılıyor.

Deep Learning Çözümü:

Deep learning sinir ağları, bu problemi çözerken daha farklı bir yaklaşımda bulunuyor. Deep learning’in ana avantajı, iki hayvanı sınıflandırmak için yapılandırılmış veya etiketlenmiş verilere kesin olarak ihtiyacının olmaması. Bu durumda, alınan veri farklı sinir ağları düzeylerine gönderilir, ve her bir ağ hiyerarşik olarak resmin belirli özelliklerine karar verir.

Bu, bizim beyinlerimizin problem çözme yöntemine benzer – cevabı bulabilmek için kavramlar ve ilgili soruları farklı hiyerarşi düzeylerinde sorgular.

Veriyi sinir ağlarının farklı düzeylerinde işledikten sonra, sistem iki hayvanı da resimlerine göre kategorize etmek için uygun belirleyicileri bulur.

Bu şekilde, bu örnekte, machine learning algoritması kedi ve köpek resimlerinin arasındaki farkı anlamak, kategorize etmeye çalışmak ve daha sonra bir sonuç çıkarmak için yapılandırılmış veya etiketlenmiş veriye gereksinim duyar.

Öte yandan, deep learning ağı farklı düzeylerde işlenen verilerden iki hayvanın da resimlerini kategorize edebilir. Bu algoritma, herhangi bir etiketlenmiş veya yapılandırılmış veriye gereksinim duymaz. Çünkü, resimleri kategorize ederken kullanılacak tek bir çözümü oluşturmak için farklı düzeylerin ulaştığı farklı çıktıları birleştirmeye dayanır.

Deep Learning ve Machine Learning arasındaki farklar:

  1. Deep learning ve machine learning arasındaki temel fark, verinin sisteme nasıl sunulduğuna dayanır. Machine learning - makine öğrenmesi, algoritması, neredeyse her zaman yapılandırılmış veriye ihtiyaç duyarken, deep learning ağları yapay sinir ağlarının düzeylerine dayanır.
  2. Machine learning algoritmaları, etiketlenmiş verileri anlayıp daha sonra bu anladıklarını daha fazla veri setinde yeni sonuçlar elde etmek amacıyla kullanmak için dizayn edilmiştir. Ancak, sonuç yanlış olduğu zaman, öğretilmeye gereksinim duyarlar.
  3. Deep learning - derin öğrenme ağları, insan müdahalesine ihtiyaç duymazlar. Çünkü, sinir ağlarının çok seviyeli katmanları veriyi farklı kavramlardan oluşan bir hiyerarşiye yerleştirir. En sonunda kendi hatalarından öğrenir. Ancak, eğer veri kalitesi yeterince iyi değilse bu bile yanlış olabilir.
  4. Veri, her şeyi belirler. En nihayetinde, sonucun kalitesini verinin kalitesi ortaya çıkarır.

Yapay zekânın gelişimi, ayrıca IoT uygulamaları ve blockchain gibi yazılım geliştirme servislerinin de büyümesine sebep oldu. Şu anda, yazılım geliştiriciler deep learning ve machine learning’e daha eğilimli yeni programlama yöntemleri keşfediyorlar. Çeşitli teknolojilerin büyümesi sebebiyle, işletmeler kendi işleri için hangisinin en iyi olacağını bulabilmek amacıyla teknoloji danışma şirketlerini arıyorlar.

Ece Dilara ASLAN
Boğaziçi Üniversitesi Bilgisayar Mühendisliği Öğrencisi



Egitimlerle ilgili bilgi almak ve diger tum sorulariniz icin bize ulasin!

İlgili Eğitimler

Deep Learning on AWS

Deep Learning on AWS, Amazon Web Services (AWS) üzerindeki bulut tabanlı Deep Learning çözümlerini s...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Machine and Deep Learning: Delivering Insights from Big Data

Günümüzde veri bir kurumsal varlıktan çok daha fazlasıdır. Veri tüketicileri olarak işimizi veya kiş...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Applied Machine Learning in Python

Python, bugün kullanılan en popüler makine öğrenme araçlarından biridir. Bu eğitim, makine öğrenmede...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Machine Learning with TensorFlow

Makine ve derin öğrenme yetenekleri talep edilmekte olup Python, makine ve derin öğrenmede en hızlı...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Applied Machine Learning in R

R, günümüzde kullanılan en popüler makine öğrenme araçlarından biridir. Bu eğitim, makine öğrenmede...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Practical Machine Learning

R ve Python programlama dillerine giriş ve ayrıca Makine Öğrenimi’nin matematiği, algoritmaları ve t...

  • Classroom
  • Virtual Classroom
  • Online

5 Gün

Fundamentals of Machine Learning

R ve veri analitiğine giriş ve Makine Öğrenimi’ne ise daha ayrıntılı bir giriş.Bu 3 günlük eğitim il...

  • Classroom
  • Virtual Classroom
  • Online

3 Gün

Practical Machine Learning for Cloudera Platform

Cloudera University’nin Spark ML ve MLlib ile bir günlük Makine Öğrenimine Giriş eğitimi, makine öğr...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

AI, Machine Learning & Big Data for Banks & Financial Institutions

Büyük Veri ve Yapay Zeka’nın sunabilecekleri imkanlar ile birlikte insan zekası ve uzmanlığı, verile...

  • Classroom
  • Virtual Classroom
  • Online

2 Gün

Deep Learning for Intelligent Video Analytics

This hands-on workshop teaches you the found...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Fundamentals of Deep Learning for Natural Language Processing

This workshop teaches deep learning techniqu...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Fundamentals of Deep Learning for Computer Vision

This workshop teaches deep learning techn...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Deep Learning for Robotics

Bu uygulamalı grup çalışmasında bir ROS/Jetson çalışma çerçevesinde çalışan bir mobil robota nesne t...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Deep Learning for Digital Content Creation with GANs

This workshop teaches deep learning techniqu...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Deep Learning for Healthcare Image Analysis

You’ll learn how to apply deep learning to r...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

Deep Learning for Autonomous Vehicles—Perception

This workshop teaches you to apply deep lear...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

  • Classroom
  • Virtual Classroom
  • Online

3 Gün

Machine Learning with Python

Python (along with R) has become the dominant language in machine learning and data science. It is n...

  • Classroom
  • Virtual Classroom
  • Online

2 Gün

RED HAT NEDİR? RED HAT HAKKINDA TÜM MERAK EDİLENLER II 

FRAMEWORKLER NEDİR VE NE İŞE YARAR?

SİBER GÜVENLİKTE KARİYER

YAPAY ZEKÂ VE TÜRLERİ

MULTI-CLOUD: EFSANELER VE GERÇEKLER

RED HAT HAKKINDA TÜM MERAK EDİLENLER

YENİ ZELANDA DDOS SALDIRISI